検定の仕組み

過去問が存在しない検定です

本検定は問題バンク（事前に作られた問題の蓄積）を持ちません。固定化された問題は必ず過去問化し、 暗記対策で無効化されるためです。固定しているのは課題テンプレートと採点基準だけで、 実際の問題文は受検のたびにAIが生成します。受検時に業種を入力すると、課題はあなたの仕事に即した内容になります。

• 生成された問題文はすべて保存され、監査・異議申立て・再現に使えます
• 問題が漏洩しても、次の受検者には別の問題が出るため漏洩自体が意味を持ちません

級位の基準（5級〜初段）

各級位は「何ができるか」で定義されています。上位ほど、AIとの反復的な協働を要する課題になります。

初段	生成コードのレビュー観点を自ら定義し、品質を担保できる
1級	AIを操縦して技術的成果物（コード・仕様）を完成まで導ける
2級	業務プロセスをAIタスクに分解し、自動化の設計ができる
3級	AI出力の誤り・欠落を検知し、的確な修正指示が出せる
4級	調査・分析タスクで、検証可能性を確保した指示設計ができる
5級	曖昧な要望を、前提・制約・出力形式を備えた明確な指示に書き直せる

正式検定は適応型です。自己申告レベルの1つ下から開始し、合格（65点以上）で昇級、不合格で降級。最大6課題で、合格した最高レベルが結果になります。

採点方法 ── 3回採点し、中央値を確定スコアに

採点はAIがルーブリック（配点基準）に沿って行います。AIの採点は1回だけでは僅かなブレが生じ得るため、 正式検定では同じ回答を独立に3回採点し、その中央値を確定スコアとします。 採点の内訳（3回分すべて）は記録されており、異議申立ての際に検証できます。

ライト検定	採点モデル: Claude Opus 4.8（1回採点）
正式検定	採点モデル: Claude Fable 5（Anthropic最上位モデル）（3回採点の中央値）

採点には Anthropic 社のClaudeモデルを使用しています。 使用モデルは結果ページにも明示します。

自己認識の精度（キャリブレーション）の測定

本検定の特徴は、各課題の回答前に「この課題で何点取れるか」を予想していただく点です。 予想点と実測点の差から、自己評価が実力とどれだけ一致しているか（キャリブレーション）を数値化します。 これは心理学でダニング＝クルーガー効果として知られる「実力と自信のずれ」の測定です。

• 予想点は採点には一切影響しません。また一度提出した予想点は変更できません
• 数値（認識精度スコア 0〜100）は決定的な計算で算出し、AIには講評文の執筆だけを任せています
• 結果ページでは「過大評価」「過小評価」「良好」などの判定とあわせて表示します

上位課題は「AIの操縦」を実際に行います

プロンプト1回の提出では、実務のAI活用力の半分しか測れません。実務では (1) 出力の誤りに気づく → (2) 修正指示を出す → (3) 完成まで収束させる、の反復が本体だからです。 上位課題では画面内のAIと実際に対話し、成果物を完成まで導く実技を行います。 このAIは意図的に「先回りせず、曖昧な指示には曖昧に応える」よう設定されており、 指示の質がそのまま結果に表れます。対話ログ全体が採点対象です。

認定記録は公開URLで検証できます

正式検定の合格者には、認定レベル・認識精度・認定日を記載した認定記録を発行します。 認定記録のURLは公開の検証ページになっており、第三者（採用担当者・取引先など）が いつでも真正性を確認できます。

「AIに解かせる」不正については、AIをうまく使えること自体が試験内容であるため、その大部分が無効です。