AIスキルマップ (ITSS V3)

このレッスンのゴール（まず全体像）

「自分は今、AIをどのくらい使えるのか？」――この問いに数字で答えられるようにするのが、このレッスンです。

例えるなら、スポーツの級・段位制度のようなものです。柔道に白帯〜黒帯があるように、AIスキルにも「いまの実力」と「次に目指す帯」を表す共通の物差しがあります。その物差しが、これから学ぶ ITSS V3 です。

このレッスンを終えると、次のことができるようになります。

• ITSS V3 (経産省/IPA「IT スキル標準」V3) における AI 関連スキルの分類を説明できる
• L1〜L5 のレベル定義を理解し、自分の現在地を自己評価できる
• 自分の次のステップ(到達したいレベル)を 1 つ言語化できる

📝 このレッスンで覚えること ・AIスキルには「共通の物差し（ITSS V3）」がある ・実力は L1〜L5 の5段階で表す ・大事なのは「高いレベルを名乗ること」ではなく「正確に現在地を知ること」

参考: IPA ITSS、IPA デジタルスキル標準 DSS

ITSS V3 と AI スキル

ITSS (IT スキル標準) V3 は、経済産業省が定めた IT 人材のスキル指標です。 むずかしく聞こえますが、要するに「国が決めた、ITスキルの共通ものさし」です。

なぜ共通のものさしが必要なのでしょうか。たとえば、ある人が「私はAIが得意です」と言っても、その「得意」が人によってバラバラだと、社内での研修計画も、昇進の判断もできません。みんなが同じ基準で測れば、「あなたは今ここ、次はここを目指そう」と会話ができるようになります。

このレッスンでは ITSS V3 を「自分の現在地を測るものさし」として使い、次に何を学べばよいかを整理します。

💡 Tip：完璧に覚えなくてOK ITSS V3 の細かい分類をすべて暗記する必要はありません。「AIスキルは段階で表せる」「自分の段階を知ることが第一歩」という考え方さえつかめれば十分です。

AI 関連スキルの分類

ITSS V3 では、AI 関連スキルを主に「テクノロジ」という大きな引き出しの中に分類しています。下の図は、その引き出しの中身を簡単に表したものです。

テクノロジ （← AIスキルはこの大きな引き出しの中）
  ├── AI・機械学習
  │     ├── AI基礎概念 (L1-L5)            … AIの仕組みを知る
  │     ├── 機械学習アルゴリズム (L2-L5)  … AIが学ぶ仕組み
  │     ├── 深層学習 (L3-L5)              … より高度なAIの中身
  │     ├── LLM活用 (L2-L5)               … ChatGPT/Claude等を使う
  │     └── プロンプトエンジニアリング (L2-L4) … AIへの指示の出し方
  ├── データサイエンス
  └── クラウド・インフラ

📖 用語ミニ解説

• LLM（エルエルエム / Large Language Model = 大規模言語モデル）：ChatGPT や Claude のように、大量の文章を学んで「人間のように文章を作る」AIのこと。
• プロンプト：AIへの「お願い・指示文」のこと。「この資料を3行で要約して」もプロンプトです。
• 機械学習：AIが大量のデータから自分でパターンを見つけて賢くなる仕組み。

レベル定義 (AI文脈)

L1からL5までは、下に行くほど高度になります。最初の一歩は誰でも L1 からです。焦らず一段ずつ進みましょう。

レベル	定義	目安となるスキル	イメージ（料理でたとえると）
L1	基礎知識の理解	AI/LLM の仕組みを説明できる	レシピの用語が読める
L2	実践的活用	ChatGPT/Claude を業務に活用できる	レシピ通りに料理を作れる
L3	設計・応用	AI エージェントを設計・構築できる	自分でレシピを組み立てられる
L4	専門的実装	カスタム LLM パイプラインを実装できる	お店のメニューを開発できる
L5	先進的研究	ファインチューニング・独自モデル構築	新しい調理法を研究・発明する

💡 Tip：多くの社員のゴールは L2 全員がL5（研究者レベル）を目指す必要はありません。多くの職種では、「AIを日々の業務にうまく使える」L2 が実用上のゴールです。まずはL1→L2を確実に歩むことが、いちばん成果につながります。

このコースでの到達目標

このコース「AI Native Generalist 入門」では、次の2つの到達を目指します。

• L1: AI基礎概念 → 修了後に取得（AIの仕組みを自分の言葉で説明できる）
• L2: プロンプトエンジニアリング、LLM活用 → 修了後に取得（業務でAIを使いこなせる）

つまりこのコースは、「AIをまったく触ったことがない L0 の状態」から「業務で使える L2」へ橋渡しすることを目的にしています。

自己評価チェックリスト (L1)

下の項目を「他の人に、自分の言葉で説明できるか？」で確認してみましょう。読んで「なんとなく分かる」ではなく、「説明できる」が判定基準です。今すぐ全部チェックできなくても大丈夫です。コースを進めれば埋まっていきます。

• LLM (Large Language Model) とは何か
• トークンとは何か、なぜ重要か
• ハルシネーションとはどういう現象か
• ファインチューニングと RAG の違い
• AI の学習データとバイアスの関係

📖 用語ミニ解説（チェックリストの言葉）

• トークン：AIが文章を処理するときの「文字のかたまり」の単位。AIの利用料や処理量はトークン数で決まることが多いです。
• ハルシネーション：AIが、事実でないことをもっともらしく答えてしまう現象（＝AIの「思い込み・作り話」）。
• ファインチューニング：既存のAIに追加学習させて、特定の用途に特化させること。
• RAG：AIが回答する前に、社内資料などの外部情報を「参照」して答える仕組み。

⚠️ 注意：正直に評価することが大切 自己評価は、高く見せる場ではありません。実際より高く申告すると、自分に合わない研修に進んでしまい、かえって遠回りになります。「できない」を正しく知ることが、最短ルートの出発点です。

まとめ

• ITSS V3 は、AIスキルを L1〜L5 で体系化した「国の共通ものさし」
• このコースは L1 (基礎) → L2 (実践) への橋渡しを目指す
• 大切なのは高いレベルを名乗ることではなく、自己評価チェックリストで現在地を正確に確認してから次のステップへ進むこと
• 多くの職種にとっての実用ゴールは L2（AIを業務で使いこなせる状態）

✅ 次にやること このレッスンの自己評価チェックリストに目を通し、「いま説明できる項目」と「これから学ぶ項目」を分けてみましょう。それがあなたの学習計画の第一歩になります。