GUGA 生成AIパスポート試験 2023年版、2025年版シラバスを比較してみた

はじめに
まとめページ
過去問、問題集
動画とか
シラバスの在りか
比較結果
とりあえずの結論
第２章生成AI（ジェネレーティブAI）
1. ChatGPT
第３章現在の生成AI（ジェネレーティブAI）の動向
1. 生成AIが出来ることと主なサービス
第４章情報リテラシー・基本理念とAI社会原則
1. AIガバナンスの構築
2. AIの事業活動を担う３つの主体
第５章テキスト生成AIのプロンプト制作と実例
1. テキスト生成AIを用いたビジネス応用
  1. アジェンダの作成
まとめ

はじめに

2025年2月の生成AIパスポート試験から新シラバスに代わるらしい。
今までのシラバスは2023年版。
とりあえず、比較してみることにした。

まとめページ

過去問、問題集

動画とか

GUGA 生成AIパスポート試験

GUGA 生成AIパスポート試験関連の動画たち

シラバスの在りか

各シラバスは以下から入手

生成AIパスポート｜生成AI活用普及協会(GUGA)

生成AIパスポートは、AI初心者のために誕生した、生成AIリスクを予防する資格試験です。AIに関する基礎知識や活用方法に加え、権利侵害をはじめとするリスクの観点を学習できます。

比較結果

大項目	中項目	2023年版		2025年版		備考
大項目	中項目	学習項目	詳細キーワード	学習項目	詳細キーワード	備考
第１章 AI（人工知能）	AI(人工知能の定義)	AIとは	AI(人工知能)	AIとは	AI(人工知能)
		AIとはロボットの区別	ダートマス会議	AIとはロボットの区別	ダートマス会議
		AIの研究		AIの研究
	AIに知能をもたらす仕組み	知能をもたらす2つの仕組み	ルールベース	知能をもたらす2つの仕組み	ルールベース
		ルールベースとは	機械学習	ルールベースとは	機械学習
		機械学習とは	学習済みモデル	機械学習とは	学習済みモデル
		機械学習の手法	教師あり学習	機械学習の手法	教師あり学習
		機械学習の考え方	教師なし学習	機械学習の考え方	教師なし学習
		人間の脳とニューラルネットワーク	クラスタリング	人間の脳とニューラルネットワーク	クラスタリング
		AIが自ら学習して改善される仕組み	次元削減	AIが自ら学習して改善される仕組み	次元削減
		過学習（オーバーフィッティング）	強化学習	過学習（オーバーフィッティング）	強化学習
		過学習を避ける手法	半教師あり学習	過学習を避ける手法	半教師あり学習
		転移学習	ノーフリーランチ定理	転移学習	ノーフリーランチ定理
			ニューロン		ニューロン
			シナプス		シナプス
			人口ニューロン(ノード)		人口ニューロン(ノード)
			ニューラルネットワーク		ニューラルネットワーク
			ディープラーニング		ディープラーニング
			重み		重み
			情報の重みづけ		情報の重みづけ
			過学習		過学習
			正則化		正則化
			ドロップアウト		ドロップアウト
			転移学習		転移学習
	AIの種類	AIの4つのレベル	特徴量	AIの4つのレベル	特徴量
		弱いAI（ANI）と強いAI（AGI）	弱いAI(ANI)	弱いAI（ANI）と強いAI（AGI）	弱いAI(ANI)
			強いAI(AGI)		強いAI(AGI)
	AIの歴史	第一次AIブーム	第一次AIブーム	第一次AIブーム	第一次AIブーム
		第二次AIブーム	探索	第二次AIブーム	探索
		第三次AIブーム	推論	第三次AIブーム	推論
			第二次AIブーム		第二次AIブーム
			エキスパートシステム		エキスパートシステム
			AIの冬		AIの冬
			第三次AIブーム		第三次AIブーム
			ビッグデータ		ビッグデータ
	シンギュラリティ（技術的特異点）	シンギュラリティ（技術的特異点）	シンギュラリティ（技術的特異点）	シンギュラリティ（技術的特異点）	シンギュラリティ（技術的特異点）
			ヴァーナー・ヴィンジ		ヴァーナー・ヴィンジ
			レイ・カーツワイル		レイ・カーツワイル
			2045年問題		2045年問題
			AI効果		AI効果
第２章生成AI（ジェネレーティブAI）	生成AI（ジェネレーティブAI）とは	生成モデルの誕生	生成AI（ジェネレーティブAI）	生成モデルの誕生	生成AI（ジェネレーティブAI）
		自己回帰モデルとディープラーニング（深層学習）	ボルツマンマシン	自己回帰モデルとディープラーニング（深層学習）	ボルツマンマシン
		CNN（畳み込みニューラルネットワーク）	制約付きボルツマンマシン	CNN（畳み込みニューラルネットワーク）	制約付きボルツマンマシン
		VAE（変分自己符号化器）	自己回帰モデル	VAE（変分自己符号化器）	自己回帰モデル
		GAN（敵対的生成ネットワーク）	CNN（畳み込みニューラルネットワーク）	GAN（敵対的生成ネットワーク）	CNN（畳み込みニューラルネットワーク）
		RNN（回帰型ニューラルネットワーク）	畳み込み	RNN（回帰型ニューラルネットワーク）	畳み込み
		LSTM（長・短期記憶）	VAE（変分自己符号化器）	LSTM（長・短期記憶）	VAE（変分自己符号化器）
		Transformerモデル	ノイズ	Transformerモデル	ノイズ
		Transformer登場以後の派生モデルの系譜	エンコーダ	Transformer登場以後の派生モデルの系譜	エンコーダ
			デコーダ		デコーダ
			潜在ベクトル		潜在ベクトル
			GAN（敵対的生成ネットワーク）		GAN（敵対的生成ネットワーク）
			生成器		生成器
			識別器		識別器
			RNN（回帰型ニューラルネットワーク）		RNN（回帰型ニューラルネットワーク）
			隠れ層		隠れ層
			リカレント層		リカレント層
			シーケンスデータ		シーケンスデータ
			LSTM（長・短期記憶）		LSTM（長・短期記憶）
			Transformerモデル		Transformerモデル
			Attention層		Attention層
			自己注意力（Self-Attention）		自己注意力（Self-Attention）
			Attention Mechanism		Attention Mechanism
			位置エンコーディング		位置エンコーディング
			アーキテクチャ		アーキテクチャ
			GPTモデル		GPTモデル
			Open AI		Open AI
			BERTモデル		BERTモデル
			MLM（Masked Language Model）		MLM（Masked Language Model）
			NSP（Next Sentence Prediction）		NSP（Next Sentence Prediction）
			RoBERTa		RoBERTa
			ALBERT（a Lite BERT）		ALBERT（a Lite BERT）
	ChatGPT	ChatGPTとは	ChatGPT	ChatGPTとは	ChatGPT
		対話型AIの変換とChatGPTの歴史	GPT-1	対話型AIの変換とChatGPTの歴史	GPT-1
		GPT-1	自然言語処理（NLP）	GPT-1	自然言語処理（NLP）
		GPT-2	GPT-2	GPT-2	GPT-2
		GPT-3	パラメータGPT-3	GPT-3	パラメータGPT-3
		GPT-3.5	InstructGPT	GPT-3.5	InstructGPT
		GPT-4	GPT-3.5	GPT-4	GPT-3.5
			GPT-4	Code Interpreter	GPT-4
			データセット	GPTs	データセット
			RLHF（Reinforcement Learning from Human）	GPT4o	RLHF（Reinforcement Learning from Human）
			アライメント（Alignment）		アライメント（Alignment）
			ファインチューニング		ファインチューニング
			ハルシネーション（Hallucination）		ハルシネーション（Hallucination）
			マルチモーダル		マルチモーダル
					Code Interpreter
					GPTs
					GPT4o
第３章現在の生成AI（ジェネレーティブAI）の動向	生成AIが出来ることと主なサービス	テキスト生成ＡＩ	画像のリサイズ	テキスト生成ＡＩ	画像のリサイズ
		画像生成AI	正規化	画像生成AI	正規化
		音楽生成AI	データの水増し（augmentation）	音楽生成AI	データの水増し（augmentation）
		音声生成AI	データ拡張技術	音声生成AI	データ拡張技術
		動画生成AI	リマスタリング	動画生成AI	リマスタリング
			ユーザーエクスペリエンス		ユーザーエクスペリエンス
					Claude
					Gemini
					Sora
					Runway Gen-3
					Luma Dream Machine
	ディープフェイク（深層偽造）技術	ディープフェイクとは	ディープフェイク（深層偽造）技術	ディープフェイクとは	ディープフェイク（深層偽造）技術
	ディープフェイク（深層偽造）技術	ディープフェイクによる事件	偽情報（ディスインフォメーション）	ディープフェイクによる事件	偽情報（ディスインフォメーション）
第４章情報リテラシー・基本理念とAI社会原則	インターネットリテラシー	インターネットリテラシーとは	インターネットリテラシー	インターネットリテラシーとは	インターネットリテラシー
			テクノロジーの理解		テクノロジーの理解
			情報リテラシー		情報リテラシー
			セキュリティとプライバシー		セキュリティとプライバシー
			デジタル市民権		デジタル市民権
	セキュリティとプライバシー	利用者の興味を引くフィッシング詐欺	フィッシング詐欺	利用者の興味を引くフィッシング詐欺	フィッシング詐欺
		悪意のあるQRコード	スミッシング	悪意のあるQRコード	スミッシング
		Wi-Fiに潜む罠	ヴィッシング	Wi-Fiに潜む罠	ヴィッシング
		アップロードサービスに潜む詐欺	マルウェア	アップロードサービスに潜む詐欺	マルウェア
		不適切なコンテンツへのWebアクセス	アンチウイルスソフトウェア	不適切なコンテンツへのWebアクセス	アンチウイルスソフトウェア
		ソーシャルエンジニアリング攻撃	クラウドストレージ	ソーシャルエンジニアリング攻撃	クラウドストレージ
		プライバシー設定	ランサムウェア	プライバシー設定	ランサムウェア
		生成AIの技術的発展に潜む脅威	ソーシャルエンジニアリング攻撃	生成AIの技術的発展に潜む脅威	ソーシャルエンジニアリング攻撃
			スピアフィッシング		スピアフィッシング
			ベイト攻撃		ベイト攻撃
			ブラックメール		ブラックメール
			プレテキスト		プレテキスト
	個人情報保護の観点	個人情報保護法	個人情報保護法	個人情報保護法	個人情報保護法
		個人情報の詳細な定義	改正個人情報保護法	個人情報の詳細な定義	改正個人情報保護法
		要配慮個人情報	個人情報保護委員会	要配慮個人情報	個人情報保護委員会
		機微（センシティブ）情報	個人情報取扱事業者	機微（センシティブ）情報	個人情報取扱事業者
		匿名加工情報	個人識別符号	匿名加工情報	個人識別符号
		生成AI活用における個人情報の取り扱い	要配慮個人情報	生成AI活用における個人情報の取り扱い	要配慮個人情報
			機微（センシティブ）情報		機微（センシティブ）情報
			匿名加工情報		匿名加工情報
			マスキング		マスキング
	制作物に関わる権利	知的財産権	知的財産権	知的財産権	知的財産権
		生成AI活用における知的財産権	著作権	生成AI活用における知的財産権	著作権
		肖像権とパブリシティ権	特許権	肖像権とパブリシティ権	特許権
		生成AI活用における肖像権とパブリシティ権	商標権	生成AI活用における肖像権とパブリシティ権	商標権
		不正競争防止法	意匠権	不正競争防止法	意匠権
		生成AI活用における不正競争防止法	肖像権	生成AI活用における不正競争防止法	肖像権
		AI生成物に関する権利	パブリシティ権	AI生成物に関する権利	パブリシティ権
		AI生成物に関する事実確認	不正競争防止法	AI生成物に関する事実確認	不正競争防止法
		AI生成物が既存の権利を侵害する可能性	営業秘密	AI生成物が既存の権利を侵害する可能性	営業秘密
		AI生成物の著作権の所在	限定提供データ	AI生成物の著作権の所在	限定提供データ
			技術的制限手段		技術的制限手段
			著作権侵害		著作権侵害
			名誉棄損		名誉棄損
			AI生成物		AI生成物
	AIを取り巻く理念と原則・ガイドライン	AI社会の基本理念	AI社会の基本理念	AI社会の基本理念
			人間中心のAI社会原則
			人間の尊厳が尊重される社会（Dignity）		人間の尊厳が尊重される社会（Dignity）
			多様な背景を持つ人々が多様な幸せを追求できる社会（Diversity & Inclusion）		多様な背景を持つ人々が多様な幸せを追求できる社会（Diversity&Inclusion）
			持続性ある社会（Sustainability）		持続性可能な社会（Sustainability）
		AI社会原則	AI社会原則	AI社会原則
			人間中心の原則		人間中心の考え方
			教育・リテラシーの原則			共通の指針へ
			プライバシー確保の原則		プライバシー確保の原則
			セキュリティ確保の原則		セキュリティ確保
			公正競争確保の原則			共通の指針へ
			公平性		安全性・公平性
			説明責任及び透明性の原則		透明性
			イノベーションの原則			共通の指針へ
		AI利活用原則の基本理念	AI利活用原則の基本理念
		AI利活用原則の基本理念	AIネットワーク
		AI利活用原則（10の原則）と生成AI	AI利活用原則（10の原則）
			適正利用の原則
			適正学習の原則
			連携の原則
			安全の原則			共通の指針へ
			セキュリティの原則			共通の指針へ
			プライバシーの原則			共通の指針へ
			尊厳・自律の原則
公平性の原則					共通の指針へ
透明性の原則					共通の指針へ
アカウンタビリティの原則					共通の指針へ
			共通の指針	人間中心	AI社会原則の人間中心の原則
				安全性	AI利活用原則（10の原則）と生成AIの安全の原則
				公平性	AI利活用原則（10の原則）と生成AIの公平性の原則
				プライバシー保護	AI利活用原則（10の原則）と生成AIのプライバシーの原則
				セキュリティ確保	AI利活用原則（10の原則）と生成AIのセキュリティの原則
				透明性	AI利活用原則（10の原則）と生成AIの透明性の原則
				アカウンタビリティ	AI利活用原則（10の原則）と生成AIのアカウンタビリティの原則
				教育・リテラシー	AI社会原則の教育・リテラシーの原則
				公正競争確保	AI社会原則の公正競争確保の原則
				イノベーション	AI社会原則のイノベーションの原則
			高度なAIシステムに関係する事業者に共通の指針
			AIガバナンスの構築	環境・リスク分析
				AIガバナンス・ゴール
				AIマネジメントシステム
			AIの事業活動を担う３つの主体	AI開発者（AIDeveloper）
				AI提供者（AI Provider）
				AI利用者（AIBusinessUser）
第５章テキスト生成AIのプロンプト制作と実例	LMとLLM	LM（Language Model : 言語モデル）	LM	LM（Language Model : 言語モデル）	LM
		LLM（Large Language Model: 大規模言語モデル）	n-gramモデル	LLM（Large Language Model: 大規模言語モデル）	n-gramモデル
		プロンプトエンジニアリング	ニューラル言語モデル	プロンプトエンジニアリング	ニューラル言語モデル
			LLM		LLM
			プレトレーニング		プレトレーニング
			ハイパーパラメータ		ハイパーパラメータ
			Temperature		Temperature
			Top-ｐ		Top-ｐ
			プロンプト		プロンプト
			プロンプトエンジニアリング		プロンプトエンジニアリング
	プロンプトエンジニアリング	Few-Shot プロンプティング	Instruction	Few-Shot プロンプティング	Instruction
		Zero-Shotプロンプティング	Context	Zero-Shotプロンプティング	Context
			Input Data		Input Data
			Output Indicator		Output Indicator
			Zero-Shot プロンプティング		Zero-Shot プロンプティング
			Few-Shot プロンプティング		Few-Shot プロンプティング
	LLMプロンプティングの実践	文章の校正、校正箇所の確認		文章の校正、校正箇所の確認
		文章の整理		文章の整理
		文章の要約		文章の要約
		箇条書きを文章に変換、文章を箇条書きに変換		箇条書きを文章に変換、文章を箇条書きに変換
		文章の対象を変更する		文章の対象を変更する
		話者の設定を変更する		話者の設定を変更する
		文章を会話のやり取りへ変換		文章を会話のやり取りへ変換
		例え話で理解を深める		例え話で理解を深める
		数字の変換		数字の変換
	テキスト生成AIを用いたビジネス応用	メールの作成
		アンケート項目の作成
		アンケートの分析
		キャッチコピーの作成
		ビジネス書類のテンプレート作成
		スケジュールの作成		アジェンダの作成		改訂履歴としては誤植とのこと
		業務の手順を分解
		タスクの抽出
		外国語の翻訳
		英単語から英文の作成
		海外企業宛のメール文章の作成
		ディベートを行う
		姓と名の分離
		ふりがなの記載
		ブレインストーミング
		質問させながら一緒に進める
	テキスト生成AIの不得意なこと	正確な文字数の指定
		計算
		最新の情報
		芸術の批評

差がある部分は赤文字にしている。

とりあえずの結論

2025年版シラバスに改定内容が記載されているが、
その通りの差分となっている。

いい感じに3行で説明すると以下になる。

ChatGPTの新機能追加。
- Code Interpreter、GPTs、GPT-4oなど。
新しいモデル追加。
- Claude、Gemini、Sora、Runway Gen-3、Luma Dream Machineなど。
「AI社会原則」、「AI利活用原則の基本理念」、「AI利活用原則（10の原則）と生成AI」が整理された。
- 経産省の「AI事業者ガイドライン（第1.0版）」に統合されたことが理由。

AI事業者ガイドライン（第1.0版）

https://www.meti.go.jp/press/2024/04/20240419004/20240419004.html

あと、シラバスの詳細キーワードには記載がなかったが、
以下が改定内容に追加する旨だけが記載されている。

Stable Diffusion
DALL・E
Flux

以降、簡単に追加された用語を説明していく。

第２章生成AI（ジェネレーティブAI）

ChatGPT

ChatGPTに新しく追加された機能についての用語が追加されている。

Code Interpreter

ChatGPTのCode Interpreterは、ユーザーがプログラムコードを入力し、
その結果を即座に確認できる機能。
Pythonなどのプログラミング言語をサポートし、
データ分析、計算、シミュレーションなどのタスクを実行できる。
これにより、ユーザーはコードの動作をリアルタイムで確認し、迅速にフィードバックを得ることができる。

GPTs

ChatGPTのGPTsは、ユーザーが特定の目的に合わせてカスタマイズした、
オリジナルのChatGPTツールを作成・共有できる機能。
プログラミングスキルが不要で、手軽にカスタマイズでき、誰でも公開し、収益化も可能。
GPTsは、2023年11月にOpenAIが発表した新機能で、特にビジネスや教育など多くの分野で注目されている。

GPT4o

GPT-4o(GPT-4 Omni)は、OpenAIが開発した最新のマルチモーダルAIモデル。
テキスト、音声、画像、動画など、複数の形式のデータを処理し、リアルタイムで応答する。
GPT-4oは、従来のモデルに比べて応答速度が速く、精度も向上している。
特に音声認識や画像生成の性能が優れており、
ビジネスや教育など多岐にわたる分野での応用が期待されている。

第３章現在の生成AI（ジェネレーティブAI）の動向

生成AIが出来ることと主なサービス

ChatGPT以外の自然言語生成AIサービス、画像生成AIサービス、動画生成AIサービスが追加されている。

Claude

Claudeは、Anthropic社が開発した次世代AIアシスタント。
安全性、正確性、セキュリティを重視して設計されており、
文書作成、コード生成、データ分析など多岐にわたるタスクをサポートする。
最新バージョンのClaude 3は、GPT-4を超える性能を持ち、自然な言語生成と高い信頼性が特徴。

Gemini

Geminiは、Googleが開発した最新の生成AI。
テキスト、画像、音声、動画など、複数のデータ形式を処理できる点が特徴。
2023年末に発表され、創造力や生産性を向上させるために設計されている。
Geminiは、Google Workspaceと統合され、ビジネス向けのツールとしても利用可能。
特に、文章作成、計画立案、学習支援など、多岐にわたるタスクに対応する。

Stable Diffusion

Stable Diffusionは、Stability AIが開発したオープンソースの画像生成AI。
ユーザーが入力したテキストプロンプトに基づいて、
高品質でフォトリアルな画像を生成する。
このAIは、深層学習と生成モデルを組み合わせており、複雑なプロンプトにも対応可能。
2022年8月にリリースされ、多くのクリエイターやデザイナーに利用されている。

DALL・E

DALL・Eは、OpenAIが開発した画像生成AIシステム。
ユーザーが入力したテキストプロンプトに基づいて、高品質でリアルな画像を生成する。
最新バージョンのDALL・E3は、より詳細で正確な画像生成が可能で、
ChatGPTやCopilotと統合されており、プロンプトの作成や画像の微調整が簡単に行える。
このAIは、クリエイティブなプロジェクトやデザイン作業に広く利用されている。

Midjourney

Midjourneyは、テキストプロンプトから高品質な画像を生成するAIツール。
2022年に公開され、アートやデザイン分野で広く利用されている。
Midjourneyは、ユーザーが入力したテキストに基づいて、
フォトリアルな画像から抽象的なアートまで多様なスタイルの画像を生成する。
最新バージョンのMidjourney V6.1は、さらに精度が向上し、よりリアルな画像生成が可能。

Flux

Fluxは、Stability AIが開発した高度な画像生成AI。
テキストプロンプトから高品質でリアルな画像を生成する能力があり、
特にクリエイティブなプロジェクトやデザイン作業に適している。
Fluxは、オープンソースモデルとして公開されており、開発者や企業が自由にカスタマイズ可能。
その性能は、Midjourneyを超えると評価されており、リアリティのある詳細な描写が特徴。

Sora

Soraは、OpenAIが開発した最新の動画生成AI。
テキストプロンプトからリアルで高品質な動画を生成する能力を持ち、最大1分間の動画を作成できる。
Soraは、物理的な動きや複雑なシーンを正確に再現し、
クリエイティブなプロジェクトや映像制作に革新をもたらしている。
2024年2月に発表され、現在は一部のアーティストやデザイナーに限定して提供されている。

Runway Gen-3

Runway Gen-3は、Runway AIが開発した最新の動画生成AIモデル。
Gen-2に比べて、画質や一貫性、動きの精度が大幅に向上している。
テキストプロンプトから高品質な動画を生成し、クリエイティブなプロジェクトに革命をもたらしている。
特に、シネマティックなシーンや複雑な動きを含む動画の生成が得意。

Luma Dream Machine

Luma Dream Machineは、Luma AIが開発した高度な動画生成AI。
テキストや画像から高品質でリアルな動画を迅速に生成する。
このAIは、物理的に正確で一貫性のある映像を作成するために、
直接動画をトレーニングデータとしている。
Dream Machineは、スケーラブルで効率的なトランスフォーマーモデルを使用し、
創造力を最大限に引き出すツールとして注目されている。

第４章情報リテラシー・基本理念とAI社会原則

AIガバナンスの構築

ガバナンスに関連し、外部環境やリスク分析、ゴール設定、マネジメントについて言及されている。

環境・リスク分析

AI事業者ガイドラインにおける「環境・リスク分析」は、
AIシステムの導入や運用に伴うリスクを評価し、
適切に管理するためのプロセス。
これには、AIの社会的影響、法的リスク、技術的リスクなどを包括的に分析し、
リスク軽減策を講じることが含まれる。
企業は、AIの利用がもたらす潜在的なリスクを理解し、
持続可能な運用を確保するための対策を講じることが求められる。

AIガバナンス・ゴール

AI事業者ガイドラインのAIガバナンス・ゴールは、
AIシステムの安全で倫理的な運用を確保することを目的としている。
これには、透明性、公平性、説明責任、プライバシー保護などの原則を遵守し、
リスクを最小限に抑えるための具体的な行動目標が含まれる。
企業は、これらの目標を達成するために、継続的なモニタリングと評価を行い、
必要に応じて改善策を講じることが求められる。

AIマネジメントシステム

AI事業者ガイドラインのAIマネジメントシステムは、
AIシステムの開発、提供、使用における適切な管理を目的としている。
リスクベースアプローチを採用し、
組織がAIの安全性、透明性、倫理性を確保するためのフレームワークを提供する。
これにより、AIの利活用に伴うリスクを最小限に抑え、持続可能な運用を実現する