この記事の目次（8項目）
倫理・法規の分野
データマネジメント試験（仮称）のシラバス案Ver.0.1では、倫理と法規にかかわる3つの中分類が、大分類7「倫理・コンプライアンス」にまとめられています。中分類27 情報倫理・AI倫理、中分類28 ビジネス関連法規、中分類29 プライバシー関連法規です。いずれも「目標とする知識」のうち、その他の分野です。
シラバス案は検討段階の資料で、IPAは内容を変更する可能性があるとしています。本記事は、データマネジメント試験ナビ編集部が2026年10月29日時点の内容を整理したもので、法令の解釈についての助言ではありません。当サイトは、IPAとは関係のない民間の対策サイトです。
図のとおり、3つの中分類それぞれに主な用語が並んでいます。「倫理」と「法律」の両方を含む点が、この大分類の特徴です（当サイトの整理）。
大分類7の趣旨は2つです。1つは、業務でデータや生成AIなどを使う際に社会や組織への影響を考え、情報倫理・AI倫理に基づいて適切に振る舞うための知識。もう1つは、データの扱いが他者の権利侵害やプライバシー侵害につながりうるリスクを認識し、関連法規や社内規程を守って業務を進めるための知識です。
その他の分野の表には小分類番号がありません。中分類ごとの小分類と用語例は、次の表のとおりです。
| 中分類 | 小分類 | 用語例（シラバス案Ver.0.1） |
|---|---|---|
| 27 | 情報倫理・情報モラル | データのねつ造・改ざん・盗用、ファクトチェック、エコーチェンバー、フィルターバブル |
| 27 | AI倫理・AIガバナンス | AIのリスク・脅威、ハルシネーション、出典元データの出処の確認、AI倫理、AIガバナンス |
| 28 | 知的財産権 | 著作権法、不正競争防止法、営業秘密、限定提供データ |
| 29 | 個人情報保護法 | 匿名加工情報、情報漏えい対策、オプトイン、オプトアウト、データマスキング、秘匿化、匿名化、GDPR |
表を上から読むと、心構え（27）から、守るべき権利や法律（28・29）へと内容が具体的になっていきます（当サイトの整理）。以下、小分類ごとに「位置づけ→用語の意味→業務での場面→学習のポイント」の順で見ていきます。
データのねつ造・改ざん・盗用とは？
シラバス案での位置づけ：小分類「情報倫理・情報モラル」には、2種類の用語が並びます。1つはデータのねつ造・改ざん・盗用といった不正です。もう1つは、ファクトチェック、エコーチェンバー、フィルターバブルといった情報環境の偏りに関する用語です。
用語の意味：不正の3つは、言葉の違いを押さえると区別しやすくなります。一般的な説明を表にまとめました。
| 用語 | 意味（一般的な説明） |
|---|---|
| ねつ造 | 存在しないデータや結果を作り上げること |
| 改ざん | データや結果を、都合のよいように書き換えること |
| 盗用 | 他人のデータや成果を、断りなく自分のものとして使うこと |
情報環境の偏りに関する用語も見ておきます。ファクトチェックは、情報が事実に基づいているかを根拠にあたって確かめることです。エコーチェンバーは、似た意見の人同士で発信し合ううちに、特定の考えが増幅される現象を指します。フィルターバブルは、閲覧履歴などに基づく推薦によって、自分の好みに合う情報ばかりに囲まれる状態です。
業務での場面：月次の報告資料で、売上の推移グラフから都合の悪い期間だけを外したとします。数字そのものは正しくても、読み手の判断をゆがめる点で、改ざんにつながるおそれがある行為です。SNSで話題の数字を企画書に引用する前に、元の調査にあたる。これがファクトチェックの実践です。
学習のポイント：ねつ造・改ざん・盗用の違いを、自分の業務の場面で言い分けられるようにしておきましょう。エコーチェンバーとフィルターバブルは似ていますが、前者は人同士のやり取り、後者は推薦の仕組みが起点だと整理すると混同しにくくなります（当サイトの整理）。
ハルシネーションとは？
シラバス案での位置づけ：小分類「AI倫理・AIガバナンス」の用語例は5つです。AIのリスク・脅威、ハルシネーション、出典元データの出処を確認することの必要性、AI倫理、AIガバナンスが挙がっています。「AIのリスク・脅威」には、AIの出力に含まれる誤った情報や偏った情報への考慮が含まれています。
用語の意味：ハルシネーションは、生成AIが事実と異なる内容を、もっともらしく出力する現象です。AIガバナンスは、AIのリスクを管理し便益を生かすために、組織としてルールや体制を整えて運用することを指します。
総務省・経済産業省のAI事業者ガイドライン（第1.2版、2026年3月31日公表）は、AI利用者を含む主体に向けて共通の指針を示しています。人間中心、公平性、透明性、アカウンタビリティなどがその例です。
業務での場面：生成AIに市場の動向をまとめさせたら、統計値が入った文章が返ってきた。その数値を資料に使う前に、元の公的統計で数値と出典を確かめます。シラバス案の「出典元データの出処を確認すること」の実践です。会議の議事録を要約させた場合も、発言の趣旨が変わっていないか、元の記録と照らし合わせます。
ハルシネーションへの対策として現場でできるのは、出力をそのまま使わず、根拠にあたる手順を業務に組み込むことです（当サイトの整理）。
学習のポイント：中分類10のAI利活用（原則・ガイドライン、ガードレール）と対にして学ぶと効率的です。AIを「どう使うか」と「どこに気をつけるか」を、同じ場面で考えられるようになります。
著作権法と不正競争防止法では、
シラバス案での位置づけ：小分類「知的財産権」の用語例は、著作権法、不正競争防止法、営業秘密、限定提供データの4つです。データを扱う業務に関係の深い法律に絞られています。
用語の意味：4つの用語にかかわる条文の要旨を、表にまとめました。
| 用語 | 意味（法令の要旨・一般的な説明） |
|---|---|
| データベースの著作物 | 著作権法第12条の2。情報の選択又は体系的な構成によって創作性を有するデータベースは著作物として保護される |
| 著作権法第30条の4 | 著作物に表現された思想又は感情の享受を目的としない利用（情報解析など）は、必要と認められる限度で認められる。ただし著作権者の利益を不当に害する場合は除かれる |
| 営業秘密 | 不正競争防止法第2条第6項。秘密として管理され、事業活動に有用で、公然と知られていない技術上又は営業上の情報 |
| 限定提供データ | 不正競争防止法第2条第7項。業として特定の者に提供する情報として、電磁的方法により相当量蓄積され管理されている技術上又は営業上の情報（営業秘密を除く） |
表は条文の要旨です。営業秘密は「秘密管理性・有用性・非公知性」の3つの要件として整理されます。限定提供データは、営業秘密に当たるものを除く点がポイントです。
業務での場面：取引先と契約に基づいて共有している販売データを、契約の範囲を超えて別の用途に使うと、限定提供データや契約上の問題になるおそれがあります。データを受け取ったときは、使ってよい範囲を契約で確かめる習慣が役に立ちます。
AIと著作権の関係については、文化庁が資料をウェブサイトで公開しています。「AIと著作権に関する考え方について」（2024年3月15日、文化審議会著作権分科会法制度小委員会）などです。
学習のポイント：営業秘密の3つの要件は、社内データの管理方法と直結します。顧客リストや製造データなど、自社のデータに当てはめて具体例とセットで押さえましょう。
匿名加工情報とオプトアウトとは？
シラバス案での位置づけ：小分類「個人情報保護法」には、8つの用語例が並びます。匿名加工情報、情報漏えい対策、オプトイン、オプトアウト、データマスキング、秘匿化、匿名化、一般データ保護規則（GDPR）です。データを加工する、守る、渡すという3つの場面にかかわる用語です（当サイトの整理）。
図のとおり、オプトインとオプトアウトを左右に並べています。オプトインは第27条第1項（例外を除き本人の同意なく第三者に提供してはならない）です。オプトアウトは第27条第2項（所定事項の通知等と個人情報保護委員会への届出が条件、要配慮個人情報などは対象外）です。図は条文の要旨です。正確な要件と例外は、条文と個人情報保護委員会の資料で確認してください。
用語の意味：用語例にかかわる条文の要旨と、一般的な説明を表にまとめました。
| 用語 | 意味（法令の要旨・一般的な説明） |
|---|---|
| 匿名加工情報 | 個人情報保護法第2条第6項。特定の個人を識別できず、元の個人情報を復元できないように加工した情報。作成時の項目の公表（第43条第3項）や識別行為の禁止（同条第5項）などの規律がある |
| 仮名加工情報（補足） | 第2条第5項。他の情報と照合しない限り特定の個人を識別できないように加工した情報。匿名加工情報との違いを理解する助けになる |
| オプトイン | あらかじめ本人の同意を得てから扱う方式。第27条第1項は、例外を除き本人の同意なく個人データを第三者に提供してはならないと定める |
| オプトアウト | 本人の求めがあれば提供を停止する方式。第27条第2項は、所定事項の通知等と個人情報保護委員会への届出を条件とし、要配慮個人情報などは対象外としている |
| データマスキング／秘匿化 | 氏名や番号の一部を記号に置き換えるなどして、見せる必要のない値を隠すこと |
| GDPR | EU域内の個人データ保護を定める一般データ保護規則。2018年5月25日施行で、EU域外の事業者にも適用されうる（個人情報保護委員会） |
表のうち仮名加工情報は、シラバス案の用語例そのものではなく、匿名加工情報を理解するための補足です。匿名加工情報は「元に戻せない」こと、仮名加工情報は「照合すれば識別できる余地が残る」ことが違いの軸になります。
業務での場面：分析のために、顧客データを他部署へ渡すことになったとします。氏名や電話番号をマスキングしても、ほかの項目と組み合わせて個人が特定できる場合は、個人情報として扱う必要があります。「隠したから大丈夫」とは限らない点に注意が要ります。
学習のポイント：情報漏えい対策は、中分類24 情報セキュリティマネジメントと重なる用語です。第23条の安全管理措置や、第26条の漏えい等の報告（個人情報保護委員会への報告と本人への通知）を、中分類24と合わせて押さえておきましょう。
個人情報保護法の条文は、
条文を番号順に覚えるより、データを扱う業務の流れに沿って並べるほうが、事例を読むときに位置がつかみやすくなります。利用目的の特定から、取得、安全管理、第三者提供、漏えい時の対応へ。本記事で触れた条文を、この流れで表にしました（当サイトの整理）。
| 業務の流れ | 条文 | 要旨 |
|---|---|---|
| 利用目的を決める | 第17条 | 利用目的の特定 |
| データを守る | 第23条 | 安全管理措置 |
| 外部に渡す | 第27条 | 第三者提供の制限（オプトイン・オプトアウト） |
| 漏えいが起きた | 第26条 | 漏えい等の報告等（個人情報保護委員会への報告と本人への通知） |
| 加工して使う | 第2条第5項・第6項、第43条 | 仮名加工情報・匿名加工情報の定義、匿名加工情報の作成等 |
表は条文の要旨で、法的な助言ではありません。正確な要件は条文と個人情報保護委員会の資料で確認してください。
では、条文はどこまで覚えればよいのでしょうか。どの条文がどの程度問われるかは、2026年10月29日時点で公表されていません。当サイトとしては、法令名や用語を覚えるだけでなく「この場面で何に気をつけるか」を説明できる状態を目標にすることを勧めます。
条文の要点は、e-Gov法令検索や個人情報保護委員会・文化庁などのウェブサイトで原文にあたる習慣をつけると、改正にも気づきやすくなります。分野ごとの出題数の配分も、2026年10月29日時点で公表されていません。
よくある質問
匿名加工情報と仮名加工情報の違いは何ですか？
個人情報保護法では、匿名加工情報は特定の個人を識別できず元の個人情報を復元できないよう加工した情報、仮名加工情報は他の情報と照合しない限り特定の個人を識別できないよう加工した情報と定義されています。詳しい加工基準は個人情報保護委員会のガイドラインで確認できます。
オプトアウトによる第三者提供は自由にできますか？
自由にはできません。個人情報保護法第27条第2項は、本人の求めに応じて提供を停止すること等をあらかじめ通知等し、個人情報保護委員会への届出を行うことを条件としています。要配慮個人情報や不正に取得された個人データなどは対象外です。
著作権法は出題範囲に含まれますか？
シラバス案Ver.0.1の中分類28 ビジネス関連法規の用語例に著作権法が含まれ、出題範囲に含まれています。どの条文がどの程度問われるかは2026年10月29日時点で公表されていません。データベースの著作物（第12条の2）など、データに関わる条文から確かめておくと学習の足場になります。
GDPRは日本の会社にも関係がありますか？
個人情報保護委員会のウェブサイトは、GDPRがEU域外の事業者にも適用されうると説明しています。EU域内の人の個人データを扱う業務がある場合は、自己判断せず社内の担当部門に確認するとよいでしょう。
次の一歩：
まず、今週の業務を1つ振り返ってみてください。生成AIの出力をそのまま資料に使っていないか。顧客データを渡すとき、渡してよい範囲を確かめたか。2つの問いに答えられるかが、この分野の理解度を測る手がかりになります。
5分野のどこから手をつけるか迷うなら、無料診断を使ってみてください。20問・制限時間20分で、登録は不要です。データマネジメント、データ分析・AI利活用、データベース、情報セキュリティ、倫理・コンプライアンスの5分野について、得意・苦手を確かめられます。
法令もシラバス案も、変わる可能性があります。IPAの新しい発表を追いかけたい人は、無料会員に登録しておくとメールでお知らせが届きます。