生成AIパスポートの難易度は？
合格率は約8割。受験資格はなく、油断しやすい点が3つある

更新日 2026年11月9日読む時間の目安約5分

この記事の要点

2026年6月試験の合格率は79.90%（受験21,752名・合格17,380名。GUGA の発表）で、受験資格に制限もありません。資格試験の中では、合格しやすいほうです。
それでも約2割は合格していません。体験記などで多く挙げられる油断のもとは、言葉は知っていても理由を問われる、法律・ガイドラインの言い回しに慣れていない、選択肢がどれももっともらしいの3つです。
2027年2月の試験から新しいシラバスになり、AI エージェントが独立した章になります。古い教材だけで準備すると抜けが出ます。

この記事の目次

合格率から見た位置
約2割が合格しない理由
2027年2月から、シラバスが新しくなる
第1章の問題を解いてみる
よくある質問

合格率から見た位置

GUGA が発表した2026年6月試験の結果は、受験21,752名、合格17,380名、合格率79.90%です。累計の受験者数は115,062名で、多くの人が受けている試験です。

2026年6月試験の受験者数と合格者数（GUGA の発表より）

試験は60問・60分の四肢択一式（一部に複数選択を含む）で、オンラインの IBT 方式です。1問あたり約60秒ですが、体験記では見直しを入れても30〜40分ほどで終えた人が多く、時間が足りなくなる試験ではないようです（体験記による。公式の情報ではありません）。

約2割が合格しない理由

合格基準は公開されていません。体験記などから、油断しやすい点を3つにまとめます。

油断しやすい3つの点（体験記をもとに、もちこ道場がまとめたもの）

理由を問われる: 用語の意味を暗記しているだけでは、「どの場面で、なぜそれが問題か」を問う設問に迷います。
法律・ガイドラインの言い回し: 著作権や個人情報などの設問は、日頃使わない言葉が並びます。
もっともらしい選択肢: 4つの選択肢のうち、正しそうなものが複数あることがあります。「必ず」「すべて」「〜だけ」のような言い切りがある文は、特に確かめます。

2027年2月から、シラバスが新しくなる

GUGA は、2027年2月の試験から新しいシラバスを使うと発表しています。AI エージェントが独立した章になり、旧「情報リテラシー・基本理念とAI社会原則」は「生成AIのリスク予防・AI倫理・ガバナンス」に大きく組み替わりました。RAG・MCP の更新、コンテキストエンジニアリング、プロンプトインジェクション、シャドーAI なども加わっています。

いま使っている教材が前のシラバスのものなら、2027年2月以降の試験には足りない部分があります。教材の選び方は「生成AIパスポートのテキスト」に、準備の進め方は「勉強時間の見積もりと進め方」にまとめています。目標の点数は「合格点は？」を見てください。

第1章の問題を2問、解いてみる

もちこ道場の第1章（無料体験）の問題です。演習画面と同じ解説（図解・選択肢ごとの解説）を付けています。

問1

社内の過去データを使って構築した予測AIモデルが、学習に使った訓練データでは非常に高い精度を示していたにもかかわらず、実際の現場で新しい事例（未知のデータ）に適用すると予測精度が大幅に低下してしまった。この現象は1と呼ばれる。

答えと解説を見る

正解は 3（過学習（オーバーフィッティング））です。

【概要】

AIが訓練データに過剰に適合し、初めて見るデータの予測が外れやすくなる現象を過学習（オーバーフィッティング）と言う。機械学習の落とし穴の一つである。

【図解】実験的機能

図解は実験的機能です。内容を簡略化しているため、公式テキストの記載と異なることがあります。

【各選択肢の解説】

1. 次元圧縮障害あなたの解答次元圧縮障害という用語は未知のデータで精度が落ちる現象の名称ではなく、本問の現象には当たらない。
2. 欠損値エラーあなたの解答欠損値エラーはデータの欠けに関する不具合を想起させる語で、訓練データでは高精度なのに未知のデータで精度が落ちる現象とは別である。
3. 過学習（オーバーフィッティング）正解あなたの解答過学習は訓練データに過剰に適合し、未知のデータの予測精度が下がる現象である。
4. ハルシネーションあなたの解答ハルシネーションはもっともらしいが事実と異なる回答が生じることであり、予測精度の低下を指す語ではない。