文系・非エンジニアが「DX推進パスポート3」を取得。ITパスポート・G検定・DS検定をAI独学で一発合格した方法

このたび、「DX推進パスポート3」のデジタルバッジを取得しました。

ITパスポート、G検定、DS検定（データサイエンティスト検定 リテラシーレベル）。この3つの試験すべてに合格したことで発行されるデジタルバッジです。

私は文系出身で、エンジニアでもデータサイエンティストでもありません。プログラミングやITを専門的に学んできたわけでもありません。

それでも3試験すべて、スクールや講座には通わず独学で勉強し、一度も不合格になることなく合格することができました。

しかも、今回の勉強ではYouTubeもほとんど利用していません。というより、試験勉強のためのYouTube動画は一本も見ませんでした。

その代わり、徹底的に使ったのが生成AIです。
参考書を読み、一つの単元が終わるたびにAIと壁打ちする。分からない言葉が出てきたらAIに聞く。自分の理解が曖昧なら、さらに簡単な言葉に置き換えてもらう。理解できたと思ったら、今度はAIに問題を作ってもらう。間違えたら、「なぜ自分の考え方ではダメなのか」を説明してもらう。

この繰り返しでした。

今回の記事では、そもそもDX推進パスポートとは何なのか、なぜ文系・非エンジニアの私がITパスポート・G検定・DS検定の3つを受験したのか、そして生成AIをどのように独学に使ったのかを書いてみたいと思います。

そして最後に、資格を取得した今、次に何をしようとしているのかについても触れます。

そもそも「DX推進パスポート」とは？

DX推進パスポートは、IPA（情報処理推進機構）、データサイエンティスト協会、日本ディープラーニング協会（JDLA）の3団体からなるデジタルリテラシー協議会が発行するデジタルバッジです。

DXを推進するために必要となる基本的なデジタルリテラシーを証明するものとして、2024年から発行されています。

対象となっているのは、次の3試験です。

・ITパスポート試験
・G検定
・DS検定（データサイエンティスト検定 リテラシーレベル）

1試験に合格すると「DX推進パスポート1」、2試験に合格すると「DX推進パスポート2」、そして3試験すべてに合格すると「DX推進パスポート3」が発行されます。

なぜ、この3つなのでしょうか。

デジタルリテラシー協議会では、すべてのビジネスパーソンが身につけるべきデジタル時代の共通リテラシーとして、

IT・ソフトウェア
数理・データサイエンス
AI・ディープラーニング

という3つの領域を掲げています。つまり、DX推進パスポート3は「何か一つの技術に詳しい」という資格ではありません。
IT、データ、AIという、現在のビジネスでデジタルを活用するための3つの基礎領域を横断して学んだことを示すものです。

私は、ここに大きな意味があると思っています。

ITパスポート・G検定・DS検定は、それぞれ何を学ぶ試験なのか

3つとも「デジタル系の資格」という点では共通していますが、実際に勉強してみると、それぞれかなり性格が違います。

ITパスポート：ITとビジネスをつなぐ土台

ITパスポートは、ITを利用する社会人が身につけておくべき基礎知識を幅広く問う国家試験です。セキュリティやネットワーク、データベースといったIT分野だけではありません。経営戦略、マーケティング、財務、法務、プロジェクトマネジメントなども含まれています。

個人的には、3資格の中で最初の土台として非常に良かったと感じています。特に非エンジニアの場合、「ITの会話に出てくる単語が分からない」ということが少なくありません。

サーバー、データベース、API、ネットワーク、暗号化、クラウド、アジャイル。

一つひとつを深く扱うわけではありませんが、ITパスポートを勉強することで、それまで点在していた言葉が少しずつつながっていきました。

G検定：AIを「使う側」に必要な知識を体系化する

G検定は、日本ディープラーニング協会（JDLA）が実施する、AI・ディープラーニングの活用リテラシーを確認する試験です。AIの歴史から始まり、機械学習、ディープラーニング、ニューラルネットワーク、自然言語処理、画像認識、生成AI、AIに関係する法律や倫理まで、かなり広い範囲を学びます。

ChatGPTなどの生成AIを毎日使っていると、「自分はAIをかなり使えている」と感じることがあります。でも、G検定を勉強すると、

といった、ツールを操作しているだけでは身につきにくい知識に向き合うことになります。

AIを使えることと、AIを理解していることは違う。

これはG検定の勉強を通して強く感じたことです。

DS検定：データを「意思決定につなげる」ための基礎

DS検定は、データサイエンティストに必要とされるデータサイエンス力・データエンジニアリング力・ビジネス力について、リテラシーレベルの知識や能力を確認する試験です。

統計や確率だけの試験ではありません。
データをどのように収集するのか。どう加工するのか。どう分析するのか。その結果をどうビジネスの課題解決につなげるのか。そしてデータを扱ううえで、どのような倫理や法律に気をつける必要があるのか。

かなり幅広く問われます。

3資格の中では、数学に苦手意識のある文系の人にとって、DS検定が最も身構えやすいかもしれません。私自身も文系なので、数式だけを見て理解できるタイプではありません。

だからこそ、ここでAIとの壁打ちが非常に役立ちました。

なぜ文系・非エンジニアの私が3資格を取ろうと思ったのか

エンジニアになるためではありません。データサイエンティストに転職するためでもありません。

私が欲しかったのは、「デジタルについて、分からないまま人に任せる状態」から抜け出すための基礎体力でした。

仕事の中には、IT、データ、AIに関係するものが当たり前のように入ってきます。そして生成AIの登場によって、そのスピードはさらに速くなりました。

これまでは、

という考え方でも仕事ができました。でも、これからは少し違うと思っています。

自分自身がコードを書ける必要はなくても、何ができるのかは知っていたほうがいい。自分自身が高度な統計解析をできなくても、データの見方は知っていたほうがいい。AIモデルを一から開発できなくても、AIの特徴や限界、リスクは理解していたほうがいい。

専門家になるためではなく、専門家と同じテーブルで会話できるようになるための基礎知識が必要だと思ったのです。

その入口として、ITパスポート、G検定、DS検定という組み合わせは非常に分かりやすいものでした。

私の独学方法。YouTubeではなく「AIとの対話」を使った

今回、試験対策としてYouTubeは一本も見ませんでした。
動画が嫌いなわけではありません。ただ、私は「自分が分からないところだけを、分かるまで聞きたい」というタイプなので、一方向に進んでいく動画より、生成AIとの対話のほうが学習方法として合っていました。

基本的には、次の繰り返しです。特別なことはしていません。

でも、このやり方には大きなメリットがありました。
分かったふりをしたまま次に進みにくいことです。

「分かりません」と何度でも言えるのがAIの強さだった

独学で一番困るのは、分からないときです。

参考書を読んでも分からない。ネットで検索して別の記事を読んでも、その記事にまた分からない言葉が出てくる。すると、分からないことが雪だるま式に増えていきます。

生成AIの場合は、

と、理解できるところまで何度でも掘り下げられます。

人に同じ質問を5回するのは少し気を使います。AIなら10回でも20回でも聞けます。これが、文系・非エンジニアの私にとって非常に大きかった。

特にITパスポートのネットワークやオブジェクト指向、G検定のニューラルネットワーク周辺、DS検定の統計分野などは、単に用語を暗記するのではなく、「なぜそうなるのか」をAIに何度も説明してもらうことで理解を進めました。

AIを使ったから簡単だった、という話ではない

ここは誤解されたくないところです。

生成AIを使えば、勉強しなくても資格が取れる。そういう話ではありません。むしろ私の場合、AIを使うことでかなり細かいところまで掘り下げました。曖昧な理解のまま、「まあ、こんな感じだろう」と先に進もうとすると、AIに問題を出してもらった段階で普通に間違えます。

そこでまた戻る。

説明してもらう。

自分の言葉で説明する。

もう一度問題を解く。

この繰り返しです。

生成AIは「答えを教えてくれる道具」として使うより、24時間質問できる家庭教師や壁打ち相手として使うほうが、学習では圧倒的に価値があると感じました。

そして結果として、ITパスポート、G検定、DS検定の3つとも、最初の受験で合格することができました。

3資格を続けて勉強すると、知識がつながってくる

3つの資格を取って良かったと感じる理由の一つが、知識が重なっていることです。

別々の資格なのですが、勉強を進めるにつれて、

「あ、この話はITパスポートでも出てきた」
「G検定で勉強した内容がDS検定につながっている」

という場面が増えてきます。
一つの試験が終わるたびにゼロから勉強し直すのではなく、知識の土台の上に次の知識が積み上がっていく感覚がありました。

だから、3つまとめて挑戦する意味はあると思います。

では、DX推進パスポート3を取れば「DX人材」なのか

私は、そうは思っていません。

DX推進パスポートは、あくまで基本的なデジタルリテラシーを証明するものです。資格を取得したからといって、翌日からDXを実現できるわけではありません。

そもそもDXは、新しいITツールを導入すること自体が目的ではありません。デジタル技術やデータを使って、仕事の仕組みやサービス、場合によってはビジネスそのものを変えていくことです。IPAのDX推進スキル標準でも、DXを推進する人材は単独で完結するのではなく、異なる役割の人材と協働することの重要性が示されています。

だから、この資格はゴールではありません。むしろ、

「ここから実際に何をするか」

のほうが大事です。

私にとってDX推進パスポート3は、「勉強が終わった証明」というより、実践に進むための基礎工事が一通り終わった証明に近いものだと思っています。

次は「知っている」から「作れる」へ

そして今、私は実際にアプリを作り始めています。ここでもAIをかなり活用しています。

私はエンジニアではありません。

それでも、自分が実現したいものを言語化し、AIと相談しながら構成を考え、コードを読み、エラーが出たら原因を調べ、一つずつ修正する。

そんなことが以前よりずっと現実的にできるようになりました。

もちろん、AIにコードを書かせれば何でも作れる、という単純な話ではありません。

こうしたことを理解しようとすると、結局、ITパスポートやG検定、DS検定で学んだ基礎知識が戻ってきます。

資格勉強中は、「これを実際に使うことがあるのか…？」と思った知識が、実際に何かを作り始めると急に意味を持ち始めます。
これはなかなか面白い経験です。

次はGoogle Cloudの認定資格へ

DX推進パスポート3を取得したので、次はもう少し実践に近い領域を学んでいこうと考えています。

候補の一つが、Google Cloudの認定資格です。

Google Cloudには、クラウドの基礎やGoogle Cloudのサービスをビジネスの観点から理解するCloud Digital Leaderがあります。技術職に限らず、クラウドの基本とGoogle Cloudを組織でどう活用するかを学ぶための認定資格です。

また現在は、技術経験の有無を問わず受験できるGenerative AI Leaderという認定資格もあり、生成AIの基礎、Google Cloudの生成AIサービス、生成AIの出力を改善する方法、ビジネス戦略などが対象になっています。

さらに、実際にクラウド上でアプリケーションやサービスを動かしていくのであれば、その先にはAssociate Cloud Engineerのような、より実装・運用に近い資格もあります。

今後どこまで資格として取得するかは、実際に手を動かしながら決めるつもりです。今までのように資格の勉強だけを先に進めるのではなく、

作る → 分からない → 学ぶ → また作る

というサイクルに変えていきたいと思っています。

文系・非エンジニアだからこそ、今は面白い時代だと思う

少し前まで、アプリを作ることは私にとって完全に「エンジニアの仕事」でした。AIも、データサイエンスも、クラウドも、どちらかといえば専門家の世界です。

でも生成AIによって、その境界線がかなり変わってきました。専門家でなくても、以前よりはるかに深いところまで入っていけます。

もちろん、専門家と同じことができるわけではありません。むしろ実際に勉強すればするほど、エンジニアやデータサイエンティストが持っている専門性の深さも分かってきます。

それでも、「自分は文系だから」「エンジニアではないから」という理由だけで、デジタル領域から距離を置く必要はなくなったと思います。

このサイクルを回せる人にとって、今はかなり面白い時代です。

DX推進パスポートは、ゴールではなく「入場券」

ITパスポート。
G検定。
DS検定。

そしてDX推進パスポート3。

ここまで取ってみて感じるのは、資格取得そのもの以上に、以前なら理解できなかった会話が理解できるようになったことのほうが大きな収穫だったということです。

知らない言葉が減る。
知らない技術が出てきても、調べ方が分かる。
エンジニアが話している内容を以前より理解できる。
AIに質問するときにも、より具体的な質問ができる。
そして、自分で何かを作ってみようと思える。

DX推進パスポート3は、それ自体が何か特別な仕事を保証してくれる資格ではありません。でも、IT・データ・AIという3つの領域を一通り学ぶことで、デジタルの世界に入っていくための地図を手に入れることはできます。

だから私にとって、このバッジは「ゴール」の証明ではありません。

ここから先へ進むための入場券です。

次は、資格で得た知識を実際のものづくりにつなげる。そして、AIを使うだけではなく、クラウドやシステムの仕組みも含めて、もう一段深く理解していく。

文系・非エンジニアがどこまでできるのか。引き続き、実際に手を動かしながら試してみたいと思います。

今後は、ITパスポート、G検定、DS検定それぞれについて、実際にどのようにAIを使って勉強したのか、具体的な勉強方法やAIへの質問方法についても、もう少し詳しく書いていく予定です。

同じように、

「ITやAIを勉強したいけれど、何から始めればいいか分からない」
「文系だから技術分野に苦手意識がある」
「生成AIを勉強にも使ってみたい」

という方の参考になればうれしいです。

自分も同じやり方でITパスポートから挑戦したい人は、解説シリーズの目次（全81本）からどうぞ。

この記事を書いた人
simic（IT資格ノート）。文系・非エンジニアの視点で、つまずきやすいIT用語を「たとえ」でかみくだきながら、資格の勉強ノートを書いています。→ くわしい自己紹介：https://note.com/simic_0531/n/n5ed7f56f1ab9

最終更新：2026年8月