「働く人の40%がAIを利用」、根拠は企業の数だった。AIの回答と出典の確かめ方

たとえば、AIで調べた市場動向を社内資料に貼り付けるとき、回答に出典リンクがあると安心しがちです。しかし、「働く人の40%が使っている」という一文の根拠が、実は企業の導入率だったらどうでしょうか。リンク先が実在しても、そのままでは説明を誤ります。

出典付きのこのメモを、そのまま使えるか

次は、誤りを含む調査メモです（想定例）。資料・サービス・数値も、確かめ方を練習するための設定です。

働く人の40%がAIを利用。サービスBは無料で1回20ファイルを添付でき、AI回答の誤りは1%未満なので、確認作業は省略できる。

問題は「40%」「20ファイル」「1%未満」のそれぞれで違います。

もっともらしい誤りが起きる理由

ハルシネーションとは、AIが誤った内容をもっともらしく出す現象です。文章が自然に読めても、内容に誤りが含まれる場合があります。人のように「知っていて嘘をつく」という意図を想定する必要はありません。NISTの生成AIリスクに関する資料では、誤った説明に加え、回答を正当化する引用自体が作られる場合も挙げています（2.2 Confabulation、本文6ページ（PDF））。

存在を確かめられない資料を断定する、別の数字を混ぜる、根拠より広く言い切る。誤り方はさまざまです。まずは確かめたい主張を「誰について、何が、いつ、どれだけ」という一文に切り出してください。「この回答は正しいか」だけでは、どの部分を何と比べるのかが曖昧になります。

出典を三段階で確かめる

第一段階は、出典の実在です。リンクを開き、資料名、発行元、公開日を照合します。検索結果の短い抜粋や、関係のないトップページへ飛ぶリンクだけでは本文を読めません。開けない場合は資料名で発行元のサイトを探し直し、見つからなければ「未確認」と記録します。

仕様は提供元の文書、調査結果は元の報告書や論文まで戻ります。引用が正確でも、元資料の調べ方や裏付けが弱ければ、強い結論には使えません。

第二段階は、本文による裏付けです。根拠となる段落や表の行を見つけ、前後の文と注記まで読みます。「一部で効果が見られた」が「どの会社でも効果がある」に変わっていないかを見ます。引用符を付けるなら原文と一致させ、言い換えた文は要約として扱います。省略で条件を落とした引用も、そのまま採用できません。

第三段階は、条件の一致です。調査対象、国・地域、製品のプランや版、調査時点をそろえます。資料が最近更新されていても、載っている数字は過去の調査かもしれません。資料の公開日、調査期間、仕様の適用日、自分が確かめた日を別々に残します。

NISTは、導入前のリスク測定や継続的な監視で、AI出力の出典・引用を検証するよう勧めています（MEASURE 2.5、MS-2.5-003、本文31ページ（PDF））。この原則を日常の調べ物で使うときも、リンクの有無から一歩進み、根拠の中身まで読みます。

数字・仕様・出典を3つの例で照合する

冒頭のメモを、数字・仕様・出典の順に直します。表中のURLは、実在する出典へのリンクではなく、記入方法を示す文字列です。

例1｜企業数と利用者数を取り違える

架空資料Aが数えたのは企業です。200社÷500社＝40%という計算が合っていても、分母を働く人へ置き換えることはできません。企業ごとの従業員数や利用人数がないためです。

照合するもの	内容
主張	「働く人の40%が業務でAIを使っている」
原資料	表1「回答500社中、導入200社（40%）」（回答500社・2026年5月）
判断	調査対象を限定して修正・採用
修正文	2026年5月の調査では、回答500社のうち200社（40%）が業務向けAIを導入していた。

例1の資料・版・未確認項目を含む照合記録

表1｜母数を取り違えた回答の照合記録（想定例）

確認項目	照合記録
出典・URL	架空資料A「企業AI利用調査」表1：https://example.invalid/a
出典の有無	資料がある設定
根拠になる箇所	表1「回答500社中、導入200社（40%）」
主張と対象の一致	不一致。企業数から利用者数は分かりません。
集計対象・期間・単位	回答500社／2026年5月／社。1社1回答、複数回答なし。
確認日・資料の版	2026年9月15日／2026年6月版 v1
残る不明点	働く人の利用率、企業の抽出方法、全国を代表する調査かどうかは不明。

数字を見るときは、母数（全体として数えた対象）・期間・単位に加え、回答者の絞り込みと複数回答の有無を読みます。同じ200社でも、母数を1,000社とする別の設定なら20%です。

説明用の5件の作業時間が10・10・10・10・60分なら、平均は20分、中央値は10分です。「平均」と「小さい順に並べた真ん中の値」を取り違えず、将来の予測や導入予定を実績とも区別します。

例2｜古い仕様を現在の仕様として使う

旧版に20ファイルと書かれていても、「今も20ファイル」の根拠にはなりません。架空資料Bでは、同じ地域・プラン・利用形態の現行版を開いて直します。

照合するもの	内容
主張	「サービスBは今も無料で1回20ファイルを添付できる」
原資料	機能表2行目。旧版「1回20ファイル」／現行版「1回5ファイル」（日本向けWeb版・無料プラン、現行は2026年8月1日適用）
判断	現行版へ差し替えて採用
修正文	2026年8月適用の仕様では、サービスBの日本向けWeb版・無料プランは1回5ファイルまで添付できる。

例2の資料・版・未確認項目を含む照合記録

表2｜古い仕様を引用した回答の照合記録（想定例）

確認項目	照合記録
出典・URL	架空資料Bの旧版：https://example.invalid/b-v1／現行版：https://example.invalid/b-v2
出典の有無	旧版・現行版ともにある設定
根拠になる箇所	機能表2行目。旧版「1回20ファイル」／現行版「1回5ファイル」
主張と対象の一致	時点が不一致。旧版は過去の条件だけを裏付ける。
対象・適用日・単位	日本向けWeb版・無料プラン／現行版は2026年8月1日適用／ファイル数・1回
確認日・資料の版	2026年9月15日／旧v1：2024年7月、現行v2：2026年8月
残る不明点	有料プラン・他地域・アプリ版は不明。旧版の20ファイルは2024年当時の説明に限る。

2024年当時の仕様を説明するなら、旧版の数値を条件付きで採用できます。逆に、現行版が手に入らなければ「現在の上限は未確認」とし、提供元のヘルプや契約窓口で確かめます。最新らしい値をAIに推測させて埋めません。

例3｜存在しない出典が付いている

この例では資料Cは存在しない設定です。ただし、実務で見つからなかっただけなら、不存在まで証明したことにはなりません。移転やアクセス制限の可能性も残るため、照合記録では「出典未確認」とします。

照合するもの	内容
主張	「資料Cによると、AI回答の誤りは1%未満である」
原資料	不明。資料本文を確認できない。
判断	根拠のない数値を削除
修正文	AI回答の誤り率は根拠を確認できないため、本メモでは数値を採用しない。

例3の資料・版・未確認項目を含む照合記録

表3｜出典を確認できない回答の照合記録（想定例）

確認項目	照合記録
出典・URL	架空資料C「業務AI品質調査2026」：https://example.invalid/c
出典の有無	資料が存在しない設定。記録は「出典未確認」とする。
根拠になる箇所	不明。資料本文を確認できない。
主張と対象の一致	いずれも未確認。真偽を確定する材料がない。
集計対象・期間・単位	母数・測定期間・評価方法は不明。%が何を数えた値かも不明。
確認日・資料の版	2026年9月15日／資料の版は不明
残る不明点	発行元・書誌情報・本文が未確認。発行元の資料一覧などから再調査する。

AI同士の答え合わせだけで済ませない

別のAIも同じ答えを返した、という一致だけでは裏付けになりません。たとえば2つとも同じ旧版を参照したなら、出典は増えていないからです。AIには疑わしい主張や照合箇所の候補を探させ、確定は元資料と比較して行います。

OpenAIの評価ガイドでは、用途に合う目標・データ・指標を定め、人による評価と自動評価を組み合わせています。自動評価も、人が付けた評価と合うかを確かめます。AI同士の同意を正解とする根拠には使えません。

数字の割り算は電卓や表計算で、数字が何を数えているかは元の表で確かめます。現行仕様は提供元の文書、社内固有の運用はその担当者へ戻ります。足りない根拠に合わせて、戻る先を選んでください。

使ってよい状態まで直す

根拠と条件がそろえば採用、言い過ぎや時点違いがあれば修正、根拠が見つからなければその主張を削除します。条件付きで採用するときは、使える範囲を文中に明示します。

冒頭の調査メモを直すと

2026年5月の調査では回答500社のうち200社（40%）がAIを導入。働く人の利用率は不明。サービスBは2026年8月適用の仕様で、日本向けWeb版・無料プランの添付上限が1回5ファイル。誤り率は根拠未確認のため数値を削除し、確認作業を省略できるとは結論づけない。

最後に、使う一文、根拠になる箇所、対象・日付、修正文、確認者を記録します。AI回答の照合票（Excel）には、3例の記入済み見本と空欄票、割合・平均・中央値の検算を収録しています。

診断・治療は医療の専門家へ、契約上の権利義務は契約原文をそろえて法務・法律の専門家に相談するなど、個別事情を判断できる人につなぎます。調査・社内説明のための照合を終えても、こうした専門判断は別に必要です。

今回の3例は、出典があるだけでは足りない理由を示しています。数えた対象が違う、仕様の時点が違う、本文を読めない。次に調査資料を作るときは、採用する数値を一つ選び、根拠の行と「対象・期間・単位」を並べてみてください。その条件を入れて一文を書き直せれば、使える範囲も明確になります。

入力してよい情報の整理には、生成AIの情報漏えいを防ぐ7つの社内ルールを使えます。

根拠が足りないときは、Web検索、追加調査、指定資料の読解のどれに戻るかを選びます（AI検索・Deep Research・資料読解の使い分け）。

生成AIの基礎から読む

参考出典

一次資料の確認日：2026年9月15日。

• NIST「Generative Artificial Intelligence Profile」2024年7月、AI 600-1：2.2（本文6ページ）、MEASURE 2.5・MS-2.5-003（本文31ページ）（PDF）
• OpenAI「Evaluation best practices」：Evals tips、Design your eval process、Create and combine different types of evaluators（確認時点の公開文書、改訂日表示なし）