この記事の要点
- IoTシステム技術検定 基礎には 受検資格がなく、60問・60分・4者択一のCBT試験です（2026年9月27日に公式ページで確認）。計算やプログラムを書く問題を前提にした試験ではありません。
- 文系・非エンジニアがつまずきやすいのは、単位と桁（bps・Hz・mW）、通信方式の名前の多さ、AIの用語の区別 の3つです。
- 越え方は「用語を丸暗記する」ではなく、比べる軸を先に決めること。通信なら距離・速度・消費電力、AIなら学習の仕方で分けます。
- 合格基準は非公開です。この記事は合格点を示すものではなく、苦手の見つけ方と埋め方の手順をまとめたものです。
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。
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 |
← 表は横にスクロールできます →
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）。
- 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？
- 「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。
- 消費電力は大きいが、動画を遅延なく送れるほど通信速度が速い
- ケーブルでつなぐ有線方式で、工場内の機器を高速につなぐ
- 数十センチ程度の近距離でだけ使え、改札やキャッシュレス決済に使われる
- 消費電力を抑えつつ広い範囲に届くが、一度に送れるデータ量は小さい
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。
- 深層学習はAIとは関係のない統計の手法で、機械学習とも別の分野である
- 機械学習は深層学習の一種で、深層学習のほうが広い意味の言葉である
- 深層学習は機械学習の一種で、機械学習はAIを実現する方法の一つである
- AI・機械学習・深層学習は同じものを指す言い換えで、区別はない
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。
- 機密性
- 完全性
- 可用性
- 利便性
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。
よくある質問
数学や物理が苦手でも大丈夫ですか？
基礎の出題は用語の意味や分類を問う問題が中心と考えられます（推定）。単位の桁（k・M・G）と、平均・相関など統計の基本的な言葉の意味は押さえておくと安心です。
勉強時間はどれくらい必要ですか？
公式な目安はありません。前提知識で大きく変わるので、まず短い問題で今の正答率を測り、分野ごとの差から計画を立てることをおすすめします。難しさの感触は IoT基礎の難易度 にまとめています。
営業や企画の仕事で役に立ちますか？
IoTの案件で、技術者と同じ言葉で話せるようになる点が役に立ちます。資格としての使い方は IoTシステム技術検定の意味と活かし方 を参照してください。
出典・参考
本番と同じペースで腕試し
記事の次は、本番形式の問題で。
出題カテゴリの配分どおりに組んだ無料お試しを、登録不要・カード不要で解けます。続きの模試と章別ドリルは買い切りで、月額はかかりません。
あわせて読みたい
当サイトは、モバイルコンピューティング推進コンソーシアム（MCPC）とは関係のない個人が運営する非公式の学習教材です。掲載している問題はすべて当サイトのオリジナルで、実際の試験問題・過去問題・再現問題ではありません。試験の日程・受検料・出題範囲は公式サイト（https://www.mcpc-jp.org/license/ ）で必ず確認してください。合格を保証するものではありません。合格の目安は当サイトの推定です。技術・制度の記述は「最終確認日」時点のものです。