AIリテラシーとは:知識より先に確認する力
AIリテラシーは用語を知っていることではなく、一つの作業をAIに頼み、結果を確認できることです。入力例と確認の手順、今週試せる練習をまとめます。
「AIリテラシー」は、AIの用語や仕組みを知っていることだと思われがちです。でも職場で実際に差が出るのは、一つの作業をAIに頼んでみて、出てきた結果が合っているかを自分で確認できるかどうかです。用語を知っているだけでは、間違った結果をそのまま使ってしまうことを防げません。
AIリテラシーという言葉が指す二つの意味
一つは「AIとは何か」を説明できる知識としてのリテラシーです。もう一つは、実際に手を動かして、入力をどう書けば使える結果が返るか、返ってきた結果のどこを疑うべきかを知っている実践としてのリテラシーです。試験やセミナーで測れるのは前者が中心ですが、職場で問題になるのはほぼ後者です。
一つの作業で確認する
抽象的な練習ではなく、実際に毎週発生する作業を一つ選びます。たとえば、長めの社内メモを、担当者と期限付きのアクションリストに変換する作業です。頼み方はこうなります。「このメモを読んで、実行すべきアクションを担当者と期限付きでリストにしてください。メモに書かれていない担当者や期限は、推測せずに『未定』としてください」。
最後の一文が肝心です。これを入れないと、メモに書かれていない期限をAIがそれらしく埋めてしまうことがあります。結果が返ったら、リストの項目を一つずつ元のメモと読み比べ、メモにない情報が混ざっていないかを確認します。この確認までがAIリテラシーの実践です。頼んで終わりではありません。
結果がもっともらしく見えることと、結果が正しいことは別です。AIリテラシーとは、この二つを混同しない習慣のことです。
個人情報を入力する前に
確認すべきなのは結果の正確さだけではありません。個人情報保護委員会は、生成AIサービスに個人情報を含む入力をする前に、その事業者が入力データを機械学習に使わないかどうかなどを十分確認するよう注意喚起しています。社内のメモに取引先や同僚の名前が含まれている場合は、それを外部サービスに貼る前にこの点を確認する習慣が、AIリテラシーの一部です。この注意点はシャドーAIとはでも、会社が把握していないAI利用の典型的な場面として扱っています。こうした確認点を会社全体のルールとしてまとめる方法は生成AIガイドラインで扱っています。
企業側の実態もまだ追いついていない
IPAが2026年7月に公表した調査では、国内企業1,799社から回答を集めた結果、AIの導入自体は大企業を中心に広がっているものの、効果は業務効率化が中心で、企業価値を生み出すところまでは期待したほど届いていないとされています。導入が進んでいることと、現場の一人ひとりが結果を正しく確認できることは別の話だ、という点がこの調査からも見えます。総務省の情報通信白書も、こうしたデジタル活用の実態を毎年追っています。
ツールの限界を知ることもリテラシーの一部
AIモデルの能力は急速に上がっていますが、スタンフォード大学のAI Indexが毎年示しているのは、能力の向上と、その結果を人間が見分けられる速さとの間に、まだ差があるということです。モデルが新しくなっても、確認する習慣そのものは変わらず必要です。
今週やること
- 毎週発生する作業を一つ選び、わからない項目は推測せず「未定」と書くよう指示を加える。
- 返ってきた結果を、元の文章と一つずつ照らし合わせる。
- 個人情報が含まれる場合は、入力する前に利用規約でデータの扱いを確認する。
- うまくいった頼み方を書き留めておき、次に同じ作業をするときに使い回す。
こうした確認の習慣が身につけば、どの職種でも役立ちます。PwC AI Jobs Barometerは、約10億件の求人情報を分析し、AIツールを正しく使える人材に明確な賃金の上乗せがあることを示しています。AIに取られない仕事は、どの作業がAIに向いていて、どの判断が人に残るかを整理していますし、副業として活用を広げたい場合はAI副業が実際の進め方をまとめています。繰り返し作業を自動化する段になったら、AI自動化とはが確認の手間をどこに固定するかを扱っています。
Coursiumは、こうした確認の習慣をスマホの短いレッスンで練習できるiPhoneアプリです。デモ用の例ではなく、実際の作業に近い練習を積み重ねます。AIの一歩先へ、詳しくはCoursiumについて。