文系でもIoT基礎は受けられる？
受けられます。MCPC の公式ページでは、基礎の受検資格は「どなたでも受検可能」とされています（2026年9月27日確認）。形式は 60問・60分の4者択一 で、コンピュータの画面で解答するCBT方式です。記述式の問題や、プログラムを書く問題はありません。
基礎の出題カテゴリは、IoTシステムの構成、センサ・アクチュエータと通信方式、データ活用（AI）、情報セキュリティ、プロトタイピングの5つが示されています。比率は公表されていません。範囲は広いものの、問われるのは「その用語は何のためのものか」「どれに当てはまるか」という理解が中心で、設計の実務経験がないと解けない種類の問題ではない、というのが当サイトの見立てです（推定）。
一方で、理系の授業やIT業務で自然に身につく 単位の感覚 や 略語の多さへの慣れ がないと、同じ知識量でも読むのに時間がかかります。文系の人の差はここに出やすいので、この記事ではそこに絞って対策を書きます。試験全体の形式や日程は IoT基礎の試験概要 を参照してください。
POINT
当サイトは MCPC とは関係のない個人運営の非公式教材です。問題はすべてオリジナルで、合格を保証するものではありません。
どこでつまずきやすい？
非エンジニアの受検者がつまずきやすい点を、つまずく理由と越え方に分けて表にしました（当サイトの整理）。
| つまずく所 | なぜ難しく感じるか | 越え方 |
|---|---|---|
| 単位と桁（bps・Hz・mW・k/M/G） | 数字の大小が直感で分からず、選択肢の比較ができない | k→M→G は1,000倍ずつ、と一度だけ覚え、身近な例（スマホの通信速度など）に結びつける |
| 通信方式の名前（BLE・Wi-Fi・LPWA・LTE-M など） | 名前が多く、どれも「無線」で同じに見える | 距離・速度・消費電力の3つの軸で表にして、方式ごとの位置を覚える |
| AIの用語（機械学習・深層学習・生成AI） | 言葉の包含関係があいまいなまま覚えてしまう | 「AI ⊃ 機械学習 ⊃ 深層学習」の入れ子と、学習の仕方（教師あり・なし・強化）で分ける |
| セキュリティ（機密性・完全性・可用性） | 日常語と意味がずれる | 「見られない・書き換えられない・止まらない」と言い換えて覚える |
| センサの種類 | 原理の説明が物理の話に見える | 「何を測るか」と「どこで使うか」の2列だけ先に埋め、原理は後回しにする |
| 略語全般 | 英語の略語が意味と結びつかない | 略語を開いた英語を一度書き、単語の意味から推測できるようにする |
表のうち、試験で差がつきやすいのは通信方式とAIの用語だと当サイトは考えています（推定）。どちらも「似たものを比べる」問題にしやすく、名前だけ覚えていると選択肢で迷うからです。
どの順番で勉強すればいい？
非エンジニアの人は、テキストを第1章から順に読むと、第3章（デバイス）や第5章（通信）で止まりやすくなります。次の順番で進めると、止まる時間が短くなります（当サイトの推奨）。
- 1
先に問題を解く
分野ごとにどれだけ分からないかを見る
- 2
全体像の章を読む
概要・エコシステム・ビジネスモデル
- 3
比べる表を自分で作る
通信方式とAIの用語は軸を決めて表に
- 4
セキュリティは言い換える
日常の言葉と例を1つずつ付ける
- 5
細部は問題で補う
センサや統計は間違えた所だけテキストへ
第1章から順に読むより、全体像→比べる表→細部の順のほうが止まりにくい。
順番は当サイトのおすすめです。
- 先に問題を解いて苦手を見る: 何も読まずに短い問題を解き、分野ごとにどれだけ分からないかを確かめます。当サイトの IoT基礎の無料お試し は登録不要で、分野別の正答率が出ます。
- 全体像の章を読む: IoTの概要・エコシステム・ビジネスモデルの章は、IT の前提知識が少なくても読みやすい部分です。ここで「デバイス→通信→クラウド→サービス」の流れをつかみます。
- 比べる表を自分で作る: 通信方式とAIの用語は、読みながら自分で比較表を作ります。完璧な表でなくてよく、軸を決めることが目的です。
- セキュリティは言い換えで覚える: 用語を日常の言葉に言い換えて、例を1つずつ付けます。
- デバイスとデータの細部は問題で補う: センサや統計の細かい用語は、問題で間違えた所だけテキストに戻ります。
IoTシステムの全体像を先につかみたい人は IoTシステムの構成 を、AIの用語の入れ子を確かめたい人は 機械学習の種類 を読むと、テキストの該当章が読みやすくなります。
どこで取り違えやすい？
- AIいちばん広い言葉
- 機械学習AIを実現する方法の一つ。学習の仕方で教師あり・なし・強化に分ける
- 深層学習機械学習の一種。多層のニューラルネットワークを使う
AI ⊃ 機械学習 ⊃ 深層学習。対立する言葉ではなく、下の層は上の層に含まれる。
- 「LPWAは速い」と思い込む: LPWA は少ない電力で遠くまで届く代わりに、送れるデータ量は小さい方式です。「遠い＝高性能」ではありません。
- 「深層学習とAIは別物」と覚える: 深層学習は機械学習の一種で、機械学習はAIの一分野です。対立する言葉ではなく入れ子の関係です。
- 「可用性＝使いやすさ」と読む: 可用性は、使いたいときに止まらずに使えることです。画面の分かりやすさの話ではありません。
- 「アクチュエータ＝センサの一種」と考える: センサは状態を測り、アクチュエータは動かす側です。向きが逆です。
確認問題1
通信方式の特徴を選べるか？
（当サイトの独自問題）LPWA（Low Power Wide Area）の一般的な特徴の説明として、最も適切なものはどれか。
選択肢を準備しています。「正解と解説を見る」は先に開けます。
正解と解説を見る
正解：4。LPWA は、電池で長く動かすセンサなどが、少量のデータを遠くまで送るための方式の総称です。
1：速度の速さと大きな消費電力は、LPWA が狙う方向の逆です。2：LPWA は無線の方式で、有線の説明ではありません。方式の比べ方は LPWAの比較 にまとめています。3：近距離でかざして使うのは NFC などの説明です。
確認問題2
AIの用語の関係を説明できるか？
（当サイトの独自問題）AI・機械学習・深層学習の関係の説明として、最も適切なものはどれか。
選択肢を準備しています。「正解と解説を見る」は先に開けます。
正解と解説を見る
正解：3。多層のニューラルネットワークを使う深層学習は機械学習に含まれ、機械学習はAIを実現する方法の一つです。
1：深層学習はAIの代表的な技術で、無関係ではありません。2：包含関係が逆です。4：範囲の広さが違うので、同じ意味ではありません。
確認問題3
セキュリティの3要素を区別できるか？
（当サイトの独自問題）センサの測定値が通信の途中で書き換えられ、誤った値がクラウドに記録された。このとき主に損なわれた情報セキュリティの要素として、最も適切なものはどれか。
選択肢を準備しています。「正解と解説を見る」は先に開けます。
正解と解説を見る
正解：2。完全性は、情報が正しく、勝手に書き換えられていない状態を保つことです。
1：機密性は、許可のない人に見られないことです。今回は書き換えの被害です。3：可用性は、必要なときに使えることです。4：利便性は情報セキュリティの3要素（機密性・完全性・可用性）に含まれません。