AIリテラシーが低い人の3つの特徴
こんにちは。オレンジソフトウェアの藤田です。
今回は「AIリテラシーが低い人の3つの特徴」というテーマでお話しします。少し挑発的なタイトルに見えるかもしれませんが、誰かを馬鹿にしたいわけではありません。むしろ逆で、「AIってなんかすごいんでしょ？何でもできるんでしょ？」というレベルの認識から、一段上の理解へステップアップしてもらうための記事です。
なぜこんな記事を書くのか。それは、私たちオレンジソフトウェア自身が、AIとの付き合い方で試行錯誤を重ねてきた会社だからです。
オレンジソフトウェアとAIのこれまで
正直に言うと、社内でも最初からAI活用に全員が前向きだったわけではありません。「AIなんて信用できない」「自分で書いたほうが早い」という消極派と、「とにかく使ってみよう」という積極派に分かれていた時期がありました。
しかし今、社内の結論ははっきりしています。AIを使わないと、この競争社会では勝ち残れない。AIの活用は必須である。これが現在のオレンジソフトウェアのスタンスです。
振り返ると、私たちのAI活用は段階的に深まってきました。
最初は本当に素朴なものでした。プログラムのことでわからないことがあったらChatGPTに聞いてみる、調べ物の補助に使ってみる。要するに「ちょっと賢い検索エンジン」くらいの使い方です。
次の段階では、SEO対策の記事作成をAIに代行してもらうようになりました。人間がテーマと方向性を決め、AIが下書きを作り、人間が仕上げる。この時点で、作業効率は目に見えて変わりました。
そして現在。私たちは設計をAIと相談しながら決め、プログラミングはAIにすべてやってもらい、人間は成果物だけを目で確認する、というところまで来ています。エンジニアの仕事は「コードを書くこと」から「AIに何を作らせるかを決め、出てきたものの品質を判断すること」へと大きくシフトしました。
コードだけではありません。提案書などのドキュメントもAIが自動で作ってくれます。本当にすごい時代です。
ちなみに、みなさんはご存知でしょうか。今やインターネット上の通信の半分以上は、人間ではなくAIボットによるものだと言われています。私たちが気づいていないだけで、インターネットの世界はすでに「人間よりAIのほうが多い」場所になりつつあるのです。
そんなふうにAIをどんどん取り入れてきたオレンジソフトウェアだからこそ見えてきた、「AIリテラシーが低い人に共通する3つの特徴」を紹介します。1つでも心当たりがあれば、この記事を読む価値はあるはずです。
特徴①：AIを「ひとまとまりの万能なもの」だと思っている
これが最も多く、そして最も根深い誤解です。
「AI」という言葉を聞いたとき、多くの人は漠然と「なんかすごい、何でもできる人工知能」のようなものをイメージします。ChatGPTも、囲碁や将棋のAIも、スマホの顔認証も、自動運転も、全部まとめて「AI」。細かい違いはあるんだろうけど、まあ全部AIなんだからすごいことができるんでしょ、という認識です。
しかし実際には、これらはまったく別のものです。ここを混同していると、AIに対する期待も使い方も、全部ズレていきます。
私の好きな将棋の話をさせてください
私は将棋が好きです。だからこそ、この誤解の話をするときはいつも将棋の例を出します。
数年前、将棋のAIがプロ棋士を打ち負かし、「もう人間はAIに勝てない」ということが起こりました。将棋ファンにとっては衝撃的な出来事でした。
ここで注目してほしいのは時期です。これは、ChatGPTのようなLLM（大規模言語モデル）が一般に普及するよりも、だいぶ前の話なのです。つまり、「特定の分野に限れば、AIはとっくの昔に人間を超えていた」ということです。AIの歴史は、ChatGPTから始まったわけではありません。
ChatGPTはスーパーファミコンの将棋ソフトに負ける
では、ここでクイズです。
最新のChatGPTと、数十年前のスーパーファミコンの将棋ソフトを対戦させたら、どちらが勝つでしょうか？
「そりゃ最新のAIであるChatGPTでしょ。プロ棋士に勝つAIがある時代なんだから」と思った方、残念ながら不正解です。
ChatGPTが負けます。
しかも、ただ負けるのではありません。ChatGPTは平気で反則の手を指します。盤上の駒を突然ワープさせたりします。それどころか、「詰み」という将棋の根幹となる概念すら、正しく理解できていない挙動を見せます。
数十年前の、ゲーム機の限られた性能で動いていたプログラムにできることが、最新のAIにはできない。不思議に思えますが、これは性能の問題ではなく、構造上の問題なのです。
なぜこんなことが起こるのか
将棋AIは、将棋というゲームのルールを前提として、盤面を評価し、合法手の中から最善手を探索するために作られた専用のプログラムです。将棋を指すことに関しては超人的ですが、逆に言えば将棋しかできません。雑談もできなければ、文章の要約もできません。
一方、ChatGPTのようなLLMは、膨大なテキストデータから「言葉のつながりのパターン」を学習したモデルです。彼らがやっているのは、本質的には「この文脈なら、次にどんな言葉が来るのが自然か」を予測することです。将棋の棋譜もテキストとして学習しているので「それっぽい指し手」を出力することはできますが、盤面を正確に把握しているわけでも、ルールをプログラムとして厳密に守っているわけでもありません。だから駒がワープするのです。
- 将棋AI：盤面探索と評価の専用機。将棋は最強だが、それ以外は何もできない
- 画像認識AI：画像の中に何が写っているかを判別する専用機。文章は書けない
- LLM（ChatGPT、Geminiなど）：言葉を扱う汎用機。幅広いことが「それっぽく」できるが、厳密な計算やルール遵守は苦手
同じ「AI」という名前で呼ばれていても、得意なことも、仕組みも、まったく違うのです。例えるなら、「乗り物」という言葉で自転車と新幹線と飛行機をひとまとめにして、「乗り物ってすごいんでしょ？海も渡れるんでしょ？」と自転車に期待しているようなものです。
どのAIに何ができるかを知る
「AIすごいんでしょ？何でもできるんでしょ？」という状態から一段上に行くために必要なのは、難しい数学でも専門知識でもありません。
「どのAIが、どんなことをできるようになっているのか」をざっくり知ること。 これだけです。
- 文章の生成・要約・翻訳・壁打ち相手 → LLMの得意分野
- 厳密な計算、ルールが決まったゲーム → 専用AIやプログラムの領域
- 画像の中身の判別 → 画像認識AIの領域
この地図が頭の中にあるだけで、「AIに何を頼めばいいか」「AIの出力のどこを疑うべきか」の判断が劇的に変わります。これがAIリテラシーの第一歩です。
特徴②：質問（プロンプト）が漠然としている
2つ目の特徴は、AIへの質問、つまりプロンプトが漠然としていることです。
「AIを使ってみたけど、大したことない答えしか返ってこなかった」という人の画面を見せてもらうと、たいていプロンプトがこんな感じです。
「マーケティングについて教えて」 「いい感じの企画を考えて」 「この文章を良くして」
これでは、AIの実力の1割も引き出せません。
AIの出力は「渡した情報」で決まる
最近のAIは推論能力も非常に長けています。曖昧な質問からでも、それなりに意図を汲んで答えを返してくれます。しかし、どういう情報を伝えるかによって、出力の質は大きく変わります。
人間に置き換えて考えてみてください。優秀なコンサルタントに「マーケティングについて教えて」とだけ言ったら、どうなるでしょうか。相手は超能力者ではないので、当たり障りのない一般論を話すしかありません。
一方、「私は従業員10名のソフトウェア会社のマーケティング担当です。BtoB向けの受託開発サービスの問い合わせを増やしたい。予算は月10万円。今はWebサイトからの問い合わせが月2件程度。これを半年で月10件にするための施策を、優先順位をつけて3つ提案してほしい」と伝えたらどうでしょう。返ってくる答えの具体性は、まったく別物になります。
AIも同じです。
- 誰が（あなたの立場、状況）
- 何のために（目的、ゴール）
- どんな条件で（制約、予算、期限）
- どんな形式で（箇条書きか、文章か、表か、文字数は）
これらを伝えるだけで、出力の質は見違えます。オレンジソフトウェアで設計相談やコード生成をAIに任せられているのも、前提条件・要件・制約を丁寧に渡しているからです。「いい感じのシステム作って」では、AIは何も作れません。
「じゃあ、どうすればいいの？」への答え
ここで多くの人がつまずきます。「具体的に書けと言われても、何をどう書けばいいかわからない」と。
答えはシンプルです。プロンプト自体を、AIと相談して考えればいいのです。
例えばこう聞いてみてください。
「◯◯についてAIに相談したいのですが、良い回答を引き出すために、私はあなたにどんな情報を伝えるべきですか？質問の形で挙げてください」
するとAIは「目的は何ですか？」「対象読者は誰ですか？」「予算や期限はありますか？」と、必要な情報を逆に質問してくれます。それに答えていくだけで、自然と質の高いプロンプトが出来上がります。
プロンプトを書く技術（プロンプトエンジニアリング）を独学で勉強するのもいいですが、一番の先生はAI自身です。「AIの使い方をAIに聞く」。これができる人とできない人で、AI活用の伸び方はまったく変わってきます。
AIリテラシーが高い人は、AIを「一発で正解を出す魔法の箱」ではなく、**「対話しながら答えに近づいていく相談相手」**として使っています。1回目の回答が微妙でも、「もっと具体的に」「この条件を追加して」「別の角度から」と対話を重ねる。この往復こそがAI活用の本質です。
特徴③：入力していい情報とダメな情報の線引きができていない
3つ目は、便利さの裏側にある最も危険な特徴です。AIに入力していい情報と、入力してはいけない情報の線引きができていないことです。
特徴①②は「AIをうまく使えない」というもったいない話でしたが、特徴③は「使い方を間違えると実害が出る」という話です。むしろ、AIを積極的に使い始めた人ほど陥りやすい落とし穴でもあります。
AIに入力した情報はどこへ行くのか
ChatGPTなどのクラウド型AIサービスに入力した内容は、あなたのパソコンの中で処理されているわけではありません。インターネットを経由して、サービス提供企業のサーバーに送信されます。
そして、サービスや設定によっては、入力内容がAIの学習データとして利用される可能性があります。学習に使われるということは、理屈の上では、あなたが入力した情報の断片が、将来どこかの誰かへの回答に影響する可能性がゼロではない、ということです。
実際、海外では大手企業の社員が機密のソースコードや会議内容をChatGPTに入力してしまい、社内でAIの利用が制限された事例が報道されています。「便利だから」と何も考えずに貼り付けた情報が、会社の機密漏洩につながりかねないのです。
入力してはいけない情報の例
具体的に、線引きの目安を挙げます。
原則、入力してはいけないもの
- 個人情報：顧客や従業員の氏名、住所、電話番号、メールアドレスなど
- 機密情報：未公開の財務情報、経営戦略、M&A情報、取引先との契約内容
- 認証情報:パスワード、APIキー、アクセストークン
- 秘密保持契約（NDA）の対象となる情報:顧客から預かった仕様書やデータ
- 未公開の技術情報:特許出願前の発明内容、独自のノウハウ
基本的に問題ないもの
- すでに公開されている情報（自社サイトの記事、公開済みプレスリリースなど)
- 一般的な知識に関する質問
- 固有名詞や具体的な数値を除いた、抽象化・一般化した相談
ポイントは最後の項目です。機密に関わる相談をしたいときは、情報を抽象化してから聞くという技術があります。「A社との契約でこの条項が…」ではなく「受託開発の契約で、検収条件についてよくあるトラブルと対策は？」と一般化すれば、機密を渡さずに有用な回答を得られます。
「禁止」ではなく「線引き」がリテラシー
ここで大事なのは、「危ないからAIを使うのをやめよう」という結論にしないことです。それは特徴①の「AIをひとまとまりに捉える」誤解の裏返しで、「AI＝全部危険」という雑な理解にすぎません。
オレンジソフトウェアでは、AIを業務の中核に据えながら、同時にルールを整備しています。
- 入力していい情報・ダメな情報の基準を明文化する
- 入力データを学習に利用させない設定やプラン（オプトアウト、法人向けプラン、API利用など）を選ぶ
- 顧客情報を扱う場合は、抽象化・匿名化してから相談する
車の運転と同じです。事故が怖いから車に乗らない、では現代社会で戦えません。交通ルールを覚えて、安全に速く移動する。AIも同じで、リスクを理解した上で、線を引いて使い倒す。これが本当のリテラシーです。
まとめ：3つの特徴を裏返せば、それがAIリテラシー
最後に、3つの特徴をおさらいします。
- AIを「ひとまとまりの万能なもの」だと思っている → AIには種類があり、それぞれ得意・不得意がまったく違う。どのAIに何ができるかを知ろう
- 質問（プロンプト）が漠然としている → 渡す情報で出力の質は激変する。プロンプトの作り方自体をAIに相談しよう
- 入力していい情報とダメな情報の線引きができていない → 個人情報・機密情報は入力しない。抽象化とルール整備で、安全に使い倒そう
この3つを裏返せば、そのままAIリテラシーの高い人の姿になります。AIの種類と限界を知り、対話しながら精度を高め、守るべき一線を守って最大限に活用する人です。
冒頭でお話しした通り、オレンジソフトウェアも最初は「ChatGPTにプログラムのことを聞いてみる」ところからのスタートでした。それが今では、設計はAIとの相談で決め、実装はAIに任せ、人間は成果物の品質確認に集中する体制になっています。この変化はたった数年の出来事です。
インターネットの通信の半分以上をAIボットが占める時代。AIを使うか使わないかを議論するフェーズは、もう終わりました。問われているのは「どう使うか」だけです。
この記事が、みなさんのAIリテラシーを一段引き上げるきっかけになれば嬉しいです。
オレンジソフトウェアの藤田でした。