G検定に過去問はない！代わりに使える模擬問題と出題傾向の掴み方【2026年版】

この記事でわかること

「G検定過去問」で検索してこの記事にたどり着いた方、最初に大事なことをお伝えします。

G検定の過去問は、JDLAから公式に公開されていません。

これは受験者にとって大きな悩みですよね。多くの資格試験では過去問を繰り返し解くことが王道の対策法ですが、G検定ではその方法が使えません。

でも安心してください。過去問がなくても合格することは十分に可能です。この記事では、過去問の代わりに何を使って、どう対策すればいいかを具体的に解説します。

なぜG検定の過去問は公開されていないのか

G検定を主催するJDLA（日本ディープラーニング協会）は、試験問題の公開を行っていません。その理由として、以下が考えられます。

そのため、ネット上で「G検定過去問」として出回っているものは、正確には「過去問」ではなく、シラバスに基づいて作成された「模擬問題」や「予想問題」です。

この違いは重要です。本物の過去問ではないからといって価値がないわけではなく、シラバスに準拠した良質な模擬問題であれば、十分に合格レベルの実力を身につけることができます。

シラバスはG検定対策の最も重要な公式資料です。JDLAのサイトから無料でダウンロードできます。

現行シラバス（G2024#6〜）の大分類は以下の通りです。

大分類	主な内容
人工知能とは	AIの定義、議論される問題
人工知能をめぐる動向	探索・推論、知識表現、機械学習、DLの歴史
機械学習の概要	教師あり/なし学習、強化学習、モデル評価
ディープラーニングの概要	NN基礎、活性化関数、最適化手法
ディープラーニングの要素技術	CNN、RNN、Attention、オートエンコーダ等
ディープラーニングの応用例	画像認識、自然言語処理（LLM含む）、データ生成（拡散モデル含む）、マルチモーダル等
AIの社会実装に向けて	AIプロジェクトの進め方、データの収集・加工
AIに必要な数理・統計知識	数理・統計の基礎
AIに関する法律と契約	個人情報保護法、著作権法、AI開発契約等
AI倫理・AIガバナンス	ガイドライン、公平性、透明性、EU AI法等

特に2024年の改訂（G2024#6）で「ディープラーニングの応用例」に生成AI関連のトピックが大幅に追加されました。LLM（大規模言語モデル）、RAG、拡散モデル、マルチモーダルAIなどが新たに出題範囲に入っています。

試験問題そのものは共有できませんが、「どの分野が多く出題されたか」「どんな形式の問題が出たか」といった傾向は、合格者のブログやSNSで共有されています。

直近の受験者の声をまとめると、以下の傾向が見えます。

直近のG検定で報告されている出題傾向

過去問が存在しない以上、シラバスに準拠した模擬問題をどれだけ解いたかが合否を分けます。

ここで重要なのは、模擬問題の「質」と「レベル感」です。