高度情報技術データ・AI試験のシラバス（案）Ver.0.1と科目Bのサンプル問題が公開され、ようやくこの区分の全体像が見えてきました。
この記事では、シラバスとサンプル問題の両方を分析し、「どんな力が重く問われるのか」「どんな人に向いているのか」「何から勉強すればよいのか」を当サイトの視点で整理します。シラバスの詳細は「データ・AI試験 シラバスVer.0.1の解説」、各問題の解説は「データ・AI試験 サンプル問題 全6問の解説」をご覧ください。
※本記事の分析は、公開されたシラバス（案）とサンプル問題をもとにした当サイトの見解です。実際の出題とは異なる可能性があります。最新情報はIPA公式サイト（IPA 試験制度の見直しについて）でご確認ください。
分析①：データ・AI区分は「AIの試験」ではなく「データの試験」
区分名に「AI」が入っているため、機械学習や生成AIが中心の試験だとイメージする方も多いと思います。しかし、シラバスとサンプル問題を見ると、中心にあるのはデータです。
- 科目Bの大項目1「データマネジメント」は小項目が9つあり、4つの大項目の中で最も詳しく記載されています
- サンプル問題6問のうち、純粋にAIを扱うのは問3（RAG）の1問だけです。残りはデータ契約、統計分析、データ基盤、SQL、アルゴリズムでした
- AIも「AIに渡すデータ」「AIが生成したデータ」をどう管理・評価するかという、データの観点から問われています
つまり、AIを正しく使うための土台であるデータを、組織として管理・整備・活用できるかが問われる試験だといえます。
分析②：4つの大項目と、サンプル問題の対応
| 大項目 | サンプル問題 | 問われた力 |
|---|---|---|
| 1 データマネジメント | 問1 | データコントラクトの変更管理、提供者・利用者の責任分担 |
| 2 データ・AIの活用 | 問2、問3 | 統計結果の正しい解釈、RAGの設計と根拠提示 |
| 3 データ基盤の構築 | 問4 | データレイク・DWH・データマートの使い分け |
| 4 データ処理とアルゴリズム | 問5、問6 | SQLと結果行数の見積り、擬似言語のトレース |
シラバスには「科目Bの各項目の出題割合は基本的に大項目の構成に基づく」とあります。4つの大項目から、まんべんなく出題されると考えておくのが安全です。
分析③：問題のタイプは3種類
| タイプ | 該当する問 | 特徴 | 対策 |
|---|---|---|---|
| シナリオ判断型 | 問1、問3、問4 | 長文の業務シナリオから、原因や最適な設計を選ぶ | 概念の「役割」と「使い分け」を理解する |
| 解釈型 | 問2 | 分析結果の数値を正しく読み取る | 統計用語の定義を正確に押さえる |
| 計算・トレース型 | 問5、問6 | SQLや擬似言語を読み、結果を導く | 手を動かして問題演習を重ねる |
マネジメント区分やシステム区分のサンプル問題はシナリオ判断型が中心でした。それに比べて、データ・AI区分は計算やプログラム読解の比重が高いのが特徴です。
分析④：旧試験・他資格との関係
| これまでの学習経験 | 活きる範囲 | 補強が必要な範囲 |
|---|---|---|
| 旧データベーススペシャリスト試験 | データモデリング、正規化、SQL、トランザクション（大項目3・4） | データガバナンス、統計、生成AI |
| 基本情報・応用情報技術者試験 | 擬似言語・アルゴリズム（大項目4）、基礎知識全般 | データマネジメントの専門用語、統計の解釈 |
| 統計・データサイエンス系の学習 | 統計的手法、機械学習の評価（大項目2） | データガバナンス、DB設計、SQL |
| データマネジメントの実務経験 | データガバナンス、メタデータ、MDM（大項目1） | SQL・アルゴリズムの計算問題 |
どのバックグラウンドの人でも、得意分野と苦手分野がはっきり分かれやすい試験です。自分の強みを確認し、弱い大項目から重点的に補強するのが効率的です。
データ・AI区分に向いている人
- データエンジニア、データアーキテクト、データスチュワードとして、データ基盤やデータ管理に携わっている方
- データサイエンティスト、データアナリストとして、分析結果を業務の意思決定につなげている方
- 社内でDXやAI活用を推進し、データの整備やガバナンスにも関わっている方
- 旧データベーススペシャリスト試験を目指していた方
逆に、AIモデルの研究開発だけを専門にしている方は、データマネジメントやSQLの範囲で苦戦する可能性があります。
学習戦略：4つのステップ
| ステップ | やること | 対応する範囲 |
|---|---|---|
| 1 | サンプル問題6問を解き、大項目ごとの得意・不得意を把握する | 科目B全体 |
| 2 | データマネジメントの用語と役割（CDO・データスチュワード・データコントラクト・MDMなど）を体系的に学ぶ | 科目A-2 中分類8、科目B 大項目1 |
| 3 | 統計の解釈（回帰係数・決定係数・p値・バイアス）と、RAG・AIエージェントの仕組みを押さえる | 科目A-2 中分類9・10・18、科目B 大項目2 |
| 4 | DB設計・SQL・擬似言語の問題を、手を動かして繰り返し解く | 科目A-2 中分類17・22、科目B 大項目3・4 |
あわせて、全区分共通の科目A-1（共通知識）の対策も欠かせません。科目A-1にはデータ・AIの利活用に関する範囲も含まれているため、データ・AI区分を目指す方にとっては得点源にしやすい分野です。当サイトの科目A-1 入門学習（データ・AIのユニットを含む全8ユニット）と、科目A-1 学習ロードマップをご活用ください。
まとめ
- データ・AI区分は「AIの試験」というより、AIを支えるデータを管理・整備・活用する力を問う試験
- 科目Bは4つの大項目からまんべんなく出題され、データマネジメントの記載が最も詳しい
- 他区分に比べて、統計の解釈・SQL・擬似言語など計算・読解型の問題の比重が高い
- バックグラウンドによって得意・不得意が分かれやすいので、弱い大項目から重点的に補強する
高度情報技術試験全体の情報は「高度情報技術試験を徹底解説」にまとめています。当サイトでは、今後もデータ・AI区分の学習コンテンツを順次追加していく予定です。