【完全対策】G検定合格問題集レビュー｜間違えた問題を一問ずつ直して仕事に活かす学び方

どんな人がこの記事を読むべきか

G検定の合格を目指して勉強中の人（復習用に使いたい人）
試験で間違えた問題の「正しい理解」を短時間で身につけたい人
AI知識を仕事や転職に役立てたい人（面接や企画で説明できるレベルにしたい人）

この記事を読むことでどうなるか

間違えた問題ごとに「正しい答え」と「覚えるべきポイント」が整理できる
各問題から仕事で使える学び（プレゼン、企画、面接で使える例）が得られる
次の学習にすぐ使える「復習チェックリスト」が手に入る

総括：この復習記事の使い方

以下は提示した設問（第1章の問題）について、間違えた箇所を中心に「正解」「なぜ間違えたか」「覚えるべき事実」「仕事での活かし方」を一問ずつ簡潔にまとめたものです。分かりやすい言葉で短く実例を付けています。

問1（AI効果） — 正解と覚え方：期待と失望の心理をセットで覚える

正解（要点）：AI効果とは、AIへの期待が大きい分だけ、原理を知ると失望する人の心理を指す。
なぜ間違えたか：表現が似ている選択肢と混同した可能性。
覚えるべきこと：AIは「期待→誤解→現実把握→評価変化」が起きやすい。
仕事での活かし方：AIを社内に説明する際、期待値管理を必ずセットにする。導入前に「何ができるか／できないか」を明確に示すと信頼が上がる。

問2（強いAIと弱いAI） — 正解と覚え方：強いAIは汎用的、弱いAIは特化型

正解（要点）：強いAI（汎用AI）は人間のように幅広く自律判断できる。弱いAIは特定タスクに強いだけ。
なぜ間違えたか：「特定タスクで人間超越＝強いAI」という誤解。
覚えるべきこと：現実は「ほとんどが弱いAI」。
仕事での活かし方：採用や業務改善では「特化AIが何をできるか」を測る基準設計が重要。万能を期待しない。

問3（チューリングテスト） — 正解と覚え方：ELIZAはチューリング合格ではない

正解（要点）：ELIZAは対話を模す古典的プログラムだがチューリングテスト合格の例とはされない。
なぜ間違えたか：ELIZAの「人らしい受け答え」とテスト合格の意味を混同。
覚えるべきこと：チューリングは「外見上人と区別できないか」で判定するが、合格＝“本当の知性”ではない。
仕事での活かし方：チャットボットを導入するときは「ユーザーが騙されるか」ではなく「課題が解決できるか」を重視する。

問4（チューリング反論：中国語の部屋） — 正解と覚え方：模倣と理解は別

正解（要点）：中国語の部屋は、形式的な処理だけでは“理解”があるとは言えないと主張する反論。
なぜ間違えたか：反論の趣旨（模倣≠理解）を取り違え。
覚えるべきこと：表面的な振る舞いと内的理解は別問題。
仕事での活かし方：AIの説明責任（なぜその答えが出たか）を説明できる資料を用意しておく。

問5（セマンティックネットワーク） — 正解と覚え方：is-a と part-of を区別する

正解（要点）：概念間の関係は「is-a（上位概念）」「part-of（部分関係）」で表す。バラ→花は is-a。
なぜ間違えたか：関係の種類を逆に覚えた可能性。
覚えるべきこと：上位概念を矢印で示す表現を整理する。
仕事での活かし方：情報設計（分類やタグ付け）を作るときに、概念関係を明示すると検索性が上がる。

問6（ヘビー/ライトウェイト・オントロジー） — 正解と覚え方：自動化向きはライトウェイト

正解（要点）：ライトウェイトは自動抽出やテキストマイニング向き。ヘビーは厳密定義重視で手作業コストが高い。
なぜ間違えたか：「自動化＝ヘビー」の思い込み。
覚えるべきこと：用途に応じて使い分ける（実用性 vs 厳密性）。
仕事での活かし方：データ分析プロジェクトではまずライトウェイトで始め、必要なら厳密化する。

問7（セマンティック表現の理解） — 正解と覚え方：部分関係を表す記号を選ぶ

正解（要点）：東京は日本の一部。概念同士は「部分関係（part-of）」で結ばれる。
なぜ間違えたか：is-a と part-of の混同。
覚えるべきこと：場所や構成はpart-of、分類はis-a。
仕事での活かし方：データの階層構造（例：組織図、商品カテゴリ）を設計する際に正しい関係を使うと管理が楽になる。

問8（バナナは果物） — 正解と覚え方：バナナ→果物は is-a 関係

正解（要点）：バナナは果物（上位概念）→is-a。
なぜ間違えたか：語彙の取り違え。
覚えるべきこと：具体→抽象の方向をis-aで表す。
仕事での活かし方：タグ設計で「何が何の一種か」を明示すると検索や分類が正確にできる。

問9（オントロジーの目的） — 正解と覚え方：知識の共有と活用が目的

正解（要点）：オントロジーは知識を一貫したルールで記述して共有しやすくすること。
なぜ間違えたか：対話型AIの機能（見せかけ）と混同。
覚えるべきこと：オントロジー＝“共通語彙”を作ること。
仕事での活かし方：業務ルールをオントロジー的に整理すると、引き継ぎや自動化が早くなる。

問10（第1次AIブームの特徴） — 正解と覚え方：探索と推論が中心

正解（要点）：第1次は探索（迷路やゲーム）と推論が中心。
なぜ間違えたか：別の用語（ニューラル系）と混同。
覚えるべきこと：年代ごとの技術潮流を短文で覚える（第1次：探索/推論、第2次：知識ベース、第3次：機械学習）。
仕事での活かし方：過去の失敗（第1次の限界）を知ると、導入時の課題（現実問題への適用範囲）を見積もれる。

問11（第2次AIブームの特徴） — 正解と覚え方：エキスパートシステムの実用化

正解（要点）：第2次は大量の専門知識を入れたエキスパートシステムの実用化が特徴。
なぜ間違えたか：第1次や第3次の技術特徴と混同。
覚えるべきこと：第2次＝知識ベース（手作業での知識入力）。
仕事での活かし方：知識管理がコストになる点を経験として語れると、導入計画の現実性が伝わる。

問12（第2次AIブームの終息原因） — 正解と覚え方：知識獲得のコストが致命的だった

正解（要点）：知識の獲得と管理が大変で、維持コストが高かったことが終息の主因。
なぜ間違えたか：別の技術的問題と混同。
覚えるべきこと：技術の「運用コスト」まで見る習慣をつける。
仕事での活かし方：PoCで終わらせないために「運用負荷」を初期要求に入れる。

問13（DENDRAL） — 正解と覚え方：化学構造推定のエキスパートシステム

正解（要点）：DENDRALは有機化合物の構造推定のためのエキスパートシステム。
なぜ間違えたか：名前の記憶ミスや他システムとの混同。
覚えるべきこと：代表的な古典的エキスパートシステム（DENDRAL, MYCIN, CASNET）を対応分野で覚える。
仕事での活かし方：医療や専門分野向けAIの導入話で具体例として使える。

問14（第1次での探索系用途） — 正解と覚え方：掃除ロボットは探索を使う例の一つ

正解（要点）：掃除ロボットなどは探索（ルート計算）と推論を使う。
なぜ間違えたか：選択肢の用語に惑わされた可能性。
覚えるべきこと：身近な製品で技術を結びつけて覚えると忘れにくい。
仕事での活かし方：非専門者向けに技術を説明する際は「身近な製品例」を使う。

問15（第2次終焉の原因まとめ） — 正解と覚え方：知識集中の困難が原因

正解（要点）：人間の専門知識を全部取り込むのは難しく、これが終息の原因。
なぜ間違えたか：技術的な側面や別問題と混同。
覚えるべきこと：AI史は「技術→限界→改善」の繰り返し。
仕事での活かし方：プロジェクト計画でリスク項目（知識管理）を挙げられる。

問16（エキスパートシステムの困難） — 正解と覚え方：ボトルネックは知識管理であって計算力ではない

正解（要点）：問題は「知識の整備と保守のコスト」。計算機性能不足は主因ではない。
なぜ間違えたか：計算リソースの問題と混同した。
覚えるべきこと：人手コスト≒最大の障壁になるケースを覚える。
仕事での活かし方：外部委託か内製かの判断で運用コスト試算を重視する。

問17（トイプロブレム） — 正解と覚え方：ルールが明確な問題は得意だが現実は複雑

正解（要点）：トイプロブレムはルールがはっきりした「おもちゃ問題」。現実は曖昧で対応難。
なぜ間違えたか：用語の意味を深堀りしていない。
覚えるべきこと：試験問題で「トイプロブレム」と出たら「現実適用の限界」を想起する。
仕事での活かし方：PoCと本番を分けて評価基準を設ける習慣をつける。

問18（フレーム問題） — 正解と覚え方：関係事象の爆発的増加で計算できなくなる問題

正解（要点）：フレーム問題は「検討対象が無数になり現実時間で対処できない」問題。
なぜ間違えたか：倫理問題や別の難問と混同。
覚えるべきこと：現実世界は条件が多すぎる＝対策は「限定とルール化」。
仕事での活かし方：AIに解かせる問題は「範囲を限定する」ことで実用化できる。

問19（プランニングと SHRDLU） — 正解と覚え方：SHRDLUは積み木世界の言語操作システム

正解（要点）：SHRDLUは積み木世界で自然言語指示を受けて物体を動かす実験的プログラム（プランニング）。
なぜ間違えたか：名称や年代の混同。
覚えるべきこと：古典システムを短い一文で覚える（例：SHRDLU＝積み木＋自然言語）。
仕事での活かし方：初期AIの発想（限定空間で正しく動かす）は現在のルール設計にも役立つ。

問20（CYCプロジェクト） — 正解と覚え方：知識全体を取り込もうとした大型プロジェクト

正解（要点）：CYC（サイクリック）プロジェクトは人間の常識・知識を集めて推論する大規模プロジェクト。未完。
なぜ間違えたか：別名やプロジェクト名の混同。
覚えるべきこと：CYC＝“現代のバベルの塔”的プロジェクト。
仕事での活かし方：大規模知識体系は維持コストが高い点をプロジェクト提案で説明できる。

問21（探索：幅優先 vs 深さ優先） — 正解と覚え方：探索の特徴を比較して覚える

正解（要点）：幅優先は層ごと、深さ優先は深く掘るやり方。
なぜ間違えたか：アルゴリズムの手順を混同。
覚えるべきこと：幅優先＝最短経路保証、メモリ多用。深さ優先＝メモリ少ないが最短保証がない。
仕事での活かし方：アルゴリズム選択で「速度かメモリか」の判断基準を提示できると説得力が増す。

問22（幅優先の特徴） — 正解と覚え方：最短経路保証だがメモリを使う

正解（要点）：幅優先は最短を見つけるがメモリ消費が大きい。
なぜ間違えたか：特徴の片面のみ見て混乱。
覚えるべきこと：利点・欠点をセットで覚える。
仕事での活かし方：設計時にリソース（メモリ）見積もりを説明できる。

問23（ルールベースと機械学習の違い） — 正解と覚え方：ルールベースは学習しない

正解（要点）：ルールベースは人が決めた条件で動く。学習して自律的にロジックを変えるのは機械学習側。
なぜ間違えたか：「ルールが最適化される」と誤解。
覚えるべきこと：ルールベース＝固定ルール、機械学習＝データから学ぶ。
仕事での活かし方：導入時に「メンテナンス（ルール更新）」の責任者を決めておく。