広がるAIリテラシーのギャップ。その溝を埋める方法。

AIリテラシーとは何ですか？

AIリテラシーがあるとは、AIが十分に機能する仕組みを理解して効果的に使いこなし、その限界やリスクを認識し、その出力について十分な情報に基づいた判断を下せる能力を持つことです。Digital PromiseのAIリテラシーフレームワークでは、これを理解、活用、評価の組み合わせであると説明しています。

しかし、最も重要な要素であり、初心者と専門家を分けるものは「評価」です。悲しいことに、主流のトレーニングでは、この点に実用的な注意が払われることはめったにありません。2時間のワークショップを受ければ、誰でもAIを使って質問に対する洗練された回答を生成できるようになります。

しかし、AIリテラシーがあるとは、その回答が次の条件を満たしているかどうかを見極める能力があることを意味します：

• 正確性
• 完了
• 最新性
• 関連性
• 安全に行動に移せるか

今、AIリテラシーが重要である理由

AIは広く普及していますが、その効果的な使い方を学ぶためのサポートやトレーニングは見つけるのが難しくなっています。

• ガバナンスAIセンター（Center for Governance of AI）のフェローであるサム・マニング（Sam Manning）氏の最近の研究によると、約610万人の米国労働者が、AIへの露出度が高く、かつ職の移行に適応する能力が低い仕事についています。
• ギャラップ社の2025年第4四半期の調査によると、38%の組織がAIを導入していると答えているものの、毎日使用しているのはわずか12%にとどまっています。

AIへのアクセスと確信を持った利用との間にあるそのギャップにより、個人と企業の両方が、単なるプロンプトの書き方の学習にとどまらないAIリテラシートレーニングを活用して優位に立つ機会が生まれます。

同時に、マッキンゼー（McKinsey）の報告によると、AIツールを使用・管理する能力であるAIの流暢さ（AI fluency）に対する需要は、2023年中頃から2025年中頃にかけて約7倍に急増しました。

• 雇用主はAIリテラシートレーニングの必要性を明確に認識しています。
• ワーカーはスキルを身につけたいと考えています。

しかし、最大の導入が唯一の成功指標である場合には懸念が生じます。人々はAIの使い方をすぐに学ぶことができますが、慎重で熟練したユーザーになるには時間と練習が必要です。

評価：最も重要なスキル

AIのトレーニングの多くは、出力結果を評価することの重要性を強調していますが、それが実際に何を意味するのかについては、ほとんど時間を割いていません（あるいは全く割いていません）。

実際には、AIの検証には3つの重要な行動が求められます。

• 注意深く読むこと
• 困難な問いを投げかける
• 情報源、統計、および主張を二重確認するための時間を取る。

AIが提供する情報を行動に移す前に、それが次の基準を満たしているかどうかを判断してください：

• 信頼できる情報源にたどることができますか？
• 個別の部分を確認したときに、全体として整合性が保たれていますか？
• 関連性を持つのに十分なほど最新ですか？

AIが生成する文章は洗練されていてプロフェッショナルな響きを持つかもしれませんが、事実が間違っている可能性があります。AIは、完全に作り話をでっち上げたり（「AIのハルシネーションを見抜く方法：7つの赤信号」をお読みください）、不正確または不完全な情報を見つけたり、見つけた情報を誤解して誤った結論に達したりすることで、「ハルシネーション」を起こすことがあります。

あらゆる出力結果を評価するには、次のプロセスに従います。

たどる（Trace） → 検証する（Verify） → 決定する（Decide）。

たとえば、競合他社の価格比較のドラフトを作成するようにAIに依頼します。結果を評価するには：

• すべての価格ページを開く（たどる）
• プラン名と価格を確認する（検証）
• AIが間違えた点や見落とした点を記録し、必要な修正を行う（判断する）

AIの出力結果を評価する方法のその他の例をいくつか紹介します。

なぜほとんどのAIトレーニングはリテラシーの向上に失敗するのか

わずか数年のうちに、AIは専門的な技術から、誰もが知るトピックおよびツールへと進化しました。ビジネスや政府のリーダーたちがトレーニングリソースを見つけようと急ぐ中、ベンダーもそれに合わせて提供を急ぎました。需要は高かったものの専門知識は薄く、利用可能な資料の品質が常に追いついているとは限りません。

その結果生まれるのは、重要なトピックの表面をなぞるだけの形骸化したトレーニングであり、単発のイベントとして提供される画一的な指導です。次のようなトレーニングには注意が必要です。

• 焦点は、ツールへの慣れやプロンプトの書き方に置かれています。そうしたワークショップでは意識を高めることはできますが、実際のワークフローを完了させることで得られるような見識や判断力は養われません。
• コンテンツでは、いつAIを使用すべきか、いつ使用すべきでないか、出力結果をどのように評価すべきか、会社のルールを実際のタスクにどのように適用すべきかといった、より深く重要な疑問についてはカバーされていません。
• 実践時間が不足しており、タスクに特化した指導がなく、参加者の進捗状況や改善点についてのフィードバックもありません。
• 目標とされるのは能力ではなく、出席することです。

拡大

実際にAIリテラシーを構築する方法

AIリテラシーを身につけるには、現実的なワークフローの中で実際のタスクを完了させる必要がある、実践的かつ役割に特化したトレーニングが必要です。そして、それを実行するための専用の時間が必要です。

1. ハンズオントレーニングは、リスクの低い環境でさまざまな状況において何をすべきかを人々が学ぶのに役立つ、実践的な練習を提供します。評価と修正がワークフローの一部となるとき、参加者は自分自身およびお互いの実験や失敗から学びます。無料レベルであっても、1つ以上のAIツールにサインアップして始めましょう。
2. 役割に特化したトレーニングが極めて重要なのは、異なる出力結果を理解し判断するには異なるスキルが求められるためです。ピボットテーブルのスプレッドシートを作成したことがない人は、AIが作成したものが良いものかどうか、あるいは2回目により良い仕事をするようプロンプトをどう出せばよいかを知るのは難しいでしょう。法的文書、ウェブサイト用の画像、最近の医療研究の要約、あるいは何らかの背景知識を必要とするあらゆる職務固有の出力結果の評価についても同様です。まずは、AIで実行できる定期的なタスクをいくつか特定することから始めましょう。
3. 実際のタスクを割り当てることは、AIが業務をどのように支援できるかを理解し、AIを利用するために必要なスキルを身につけるのに役立ちます。AIに単独で任せるのに適したタスク、より綿密な監督が必要なタスク、常に人間の判断が必要なタスクは何か、また、機密性の高い顧客データや企業データを安全に保つべきタイミングと方法を学ぶことができます。必要な人間のレビューの度合いに応じてタスクを分類することを考えてみてください。例：

1. 確保された時間は、少なくとも初期段階において、AIリテラシーを構築するために不可欠な最後の要素です。誰もが忙しく、新しいツールを使ってみるための余分な時間を取る代わりに、旧来のやり方を続け続けるためのもっともらしい理由に常に感じられます。多くの優れた投資と同様に、トレーニングに費やされた時間は、AIと最善のパートナーシップを結ぶ方法を人々が理解すれば、十分にその価値を取り戻すことができます。毎日または毎週、一人で、あるいはグループで過ごす時間を確保しましょう。

学習場所

優れた基礎トレーニングを提供するオンラインリソースは数多く存在します。プロンプトの記述と修正、出力の比較、主張の検証、不足している文脈の特定、回答に人間のレビューが必要なタイミングの判断を求めるものを探しましょう。以下は開始するのに適した場所の一部です。

• チャルマース工科大学は、自主学習と任意のライブセッションを組み合わせた無料のオンラインコース「Working and learning with generative AI」を提供しています。演習はさまざまな職業に合わせて調整されており、実際のタスクに焦点を当て、効果的な個人の使用からタスクの委任へと進んでいきます。
• DeepLearning.AIの「Generative AI for Everyone」は、AIのパイオニアであるアンドリュー・ン（Andrew Ng）氏が率いるオンラインクラスです。生成AIの概要、その仕組み、何ができるかについて解説しています。また、基礎からその先を学ぶための実践的な演習も提供しています。
• Perplexity.aiは、これらのリソースやこの記事が推奨するようなトレーニングもサポートできます。現実的な質問を投げかける練習、事実に関する主張の背後にある証拠の調査、情報源の比較、そして人間のレビューによる作業の洗練です。ウェブベースのリサーチ結果では、出力にリンクされた引用が含まれており、主張、統計、および引用をその情報源まで簡単にたどることができます。さらに、プロンプトの書き方のベストプラクティスのような基本的なトピックに関する短いハウツー動画のコレクションや、定期的なタスクのための再利用可能なワークフローの作成やPerplexityとビジネスツールの接続といったより高度なトピックについては、Perplexity Academyをご覧ください。

AIの評価方法の学習に関するさらなる提案については、信頼性、正確性、および監督のためのフレームワークの確立に関するガイドをダウンロードしてください。特定のタスクのクエリ例など、さまざまな業界や目的に合わせた情報については、こちらからすべてのガイドをご覧ください。

AIリテラシーは、実際のワークフローにおける実践を通じて構築されます。ワークショップはきっかけ作りには役立ちますが、AIツールで実際の作業を行い、出力結果を評価し、間違いを修正し、人間の判断を適用することの代わりにはなりません。保護されたセッションで関連するタスクを完了する実践的で役割に目的に特化したトレーニングにより、AIは目覚ましい成果をもたらし始めるでしょう。

よくある質問

AIリテラシーの意味とは何ですか？

AIリテラシーとは、AIシステムとその出力結果を理解し、活用し、評価し、それらについて十分な情報に基づいた判断を下す能力です。それは単に成功するプロンプトを書くことにとどまりません。AIリテラシーを持つ人は、AIが役立つ場所を認識し、機密情報を保護し、重要な主張を確認し、回答の限界を理解し、いつ人間が最終的な決定を下さなければならないかを知ることができます。

AIリテラシーの例にはどのようなものがありますか？

AIリテラシーの例としては、AIツールを使用して競合他社分析のドラフトを作成し、その分析を営業プレゼンテーションで使用する前に、引用されたすべての情報源を開いて価格、製品機能、日付、および引用を検証することが挙げられます。リテラシーにおいて最も重要な部分は、確認が必要な箇所を見つけ出し、信頼できる証拠に照らし合わせて検証し、裏付けのない主張を修正または破棄する能力です。

AIリテラシーの4つの柱とは何ですか？

AIリテラシーのフレームワークでは異なる用語が使用されますが、実践的な3つのパートからなるモデルは「理解（understand）」、「活用（use）」、「評価（evaluate）」です。AIリテラシーを持つ人は、AIの仕組みや失敗する場所を理解し、適切なタスクに対して効果的に活用し、正確性、バイアス、完全性、適時性、およびリスクについて出力結果を評価することができます。また、データの保護、AI利用の影響を受ける人々の考慮、および人間の責任の維持を通じて責任ある関与を行う能力も含まれることがよくあります。評価は最も重要な要素であり、専門家ユーザーと初心者を分けるものです。

AIリテラシーを向上させるにはどうすればよいですか？

実際のリスクの低い作業を練習することで、AIリテラシーを向上させましょう。チュートリアルは役立ちますが、実践的な練習の代わりにはなりません。AIツールと、文書の要約、競合他社の調査、メモの整理といった反復可能なタスクを1つ選びます。次に、情報の出所をたどり、重要な事実や引用を検証し、エラーを修正することで、出力結果を注意深く確認します。時間の経過とともに、どのタスクをAIが支援できるか、どれに人間のレビューが必要か、どれを人間に留保すべきかを判断する習慣を身につけていきましょう。目標は、自信を持って、安全に、そして健全な判断力をもってAIを使用することです。

AIの出力結果をどのように評価しますか？

最も重要な主張から始めましょう。情報源が存在するかどうか、そしてそれが正確な声明を裏付けているかを確認します。名前、日付、製品、および数値が正しく、正確に提示されていることを確認します。情報が最新であることを確認してください。法務、医療、財務、セキュリティ、雇用、その他の重大な決定については、有資格のレビュー担当者を関与させてください。AIが生成した引用によってプロセスを迅速化することはできますが、それでも引用元を開いて確認する必要があります。