「AIは説明しなくても意図を完全に理解する」。45.3%がそう答えた
生成AIについて最も広く共有されている誤解は、AIが賢すぎることではなく、AIがあなたを分かってくれる、というものです。国際大学GLOCOMの「Innovation Nippon 生成AIと日本 2026」報告書のリテラシー調査では、生成AIの機能を正しく説明できた人(完答率)はわずか14.0%。一方で、誤答の中で最も多く選ばれたのは「生成AIは、具体的な説明なしでもユーザーの質問の意図を完全に理解し、最適な回答を提供する」で45.3%でした。この一文を信じているなら、出力を確認する理由はどこにもありません。だからこの誤解は、リテラシーの問題であると同時に、検証の問題なのです。
更新日

テストの結果が示したこと
Innovation Nippon 2026は、生成AIに関する10問のリテラシーテストを実施しました。各問は複数回答可で、正しい選択肢だけをすべて選べた場合のみ正解(完答)となります。
完答率が高かったのは、実務的な注意点でした。AIに旅行プランを立ててもらった後の適切な行動が53.9%、生成AIの特性が52.5%、ビジネスメール作成時の注意点が50.4%。一方で最も低かったのは、画像生成AIの偏りを減らす指示の工夫が13.3%、そして生成AIの機能そのものが14.0%でした。
つまり、使うときの作法はそれなりに知られている一方で、その道具が何をしている機械なのかは、ほとんど共有されていません。なお報告書自身が但し書きを付けています。2024年の同種調査と比べて多くの項目で完答率が下がっていますが、これは選択肢に「この中に正しいものはない」といった排他選択肢が追加され、難易度が上がった影響とも解釈できる、と。数字を単純な後退として読むべきではありません。
誤解の中身が、いちばん重要
注目すべきは、点数よりも、どの誤答が選ばれたかです。不正解の中で最も選択率が高かったのは「生成AIは、具体的な説明なしでもユーザーの質問の意図を完全に理解し、最適な回答を提供する」で45.3%。次が「生成AIは、入力されたキーワードに基づいて、先に用意された回答から適切な回答を提供する」で40.6%でした。
この2つは正反対の誤解です。前者はAIを読心術のできる相手だと考え、後者は検索エンジンのような索引だと考えています。どちらも、実際に起きていること、つまり学習した分布から次に来そうな言葉を確率的に組み立てている、とは違います。
そして前者の誤解には、実務上の帰結があります。もしAIがあなたの意図を完全に理解して最適な答えを返しているなら、質問を組み立てる必要も、出典を確かめる必要もありません。確認は無駄な手間になります。誤解が、確認をしない理由を作ってしまうのです。
使わない理由の2番目が「使い方がわからない」
この理解の空白は、別の政府統計とも噛み合います。総務省の令和7年版情報通信白書によれば、日本で何らかの生成AIサービスを使ったことがある人の割合は2024年度調査で26.7%。2023年度の9.1%からは伸びていますが、同じ調査での米国68.8%、ドイツ59.2%、中国81.2%と比べると大きな差があります。
重要なのは、使わない理由です。最多は「自分の生活や業務に必要ない」、そして次に多かったのが「使い方がわからない」でした。関心がないのではなく、入り口が分からない。これは意欲の問題ではなく、教える側の問題です。
同じ白書は、AI利用のリスク意識も調べています。「非常にリスクだと感じる」との回答が相対的に多かったのは、悪意ある者による犯罪利用、精巧なフェイクにだまされること、そして質問に対するAIの回答が事実でない可能性があることでした。人々が最も恐れているものの一つは、まさに検証が解決する対象なのです。
教えるべきなのは、機能ではなく判断
以上を重ねると、処方箋は具体的になります。ツールの操作を教えるのではなく、たった一つの正しいメンタルモデルを渡すことです。
AIはあなたの意図を読みません。与えられた材料から、もっともらしい続きを組み立てます。この一文が腑に落ちると、他のすべてが自然に導かれます。だから質問には文脈と情報源を明示する。だから主張には出典を求める。だから重要な一文は該当箇所で確かめる。読心術を期待していた人にとって、これらは余計な作業に見えます。仕組みを知っている人にとっては、当たり前の作法になります。
年代別の結果も、教育の話であることを裏づけます。完答率は30代が最も高く、次いで40代という山型で、20代の完答率は低いものでした。報告書はこれを、生成AIの正しい利用を進めるうえで望ましい結果とはいえない、と述べています。デジタルネイティブであることと、AIを理解していることは別なのです。
正しいモデルを、道具の側に組み込む
メンタルモデルは、講義よりも道具から早く伝わります。使うたびに出典が並び、主張をクリックすれば該当箇所が開き、情報源が答えを持たないときは「含まれていません」と表示される。そういう道具を使っていると、AIが読心術ではなく資料の上で動いていることが、説明されなくても身体で分かってきます。
Tatsulokはその前提で作られています。回答はあなた自身の文書とキュレーション済みコレクションだけから生まれ、すべての主張が該当箇所にリンクし、正直な空白は一級の回答として扱われます。集めるのは私たち、判断はあなた。使うほど、AIの輪郭が正確に見えてくる設計です。
今週の練習です。登録は要りません。いつものAIに、あなたの分野の質問を2通りで投げてください。1回目は普段どおり短く。2回目は、前提と参照してほしい資料と出力の形を明示して。返ってきた2つの答えの差が、そのまま「AIは意図を完全には理解しない」という一文の意味です。45.3%の側から、14.0%の側へ移るのに必要なのは、たいていこの1回の比較だけです。
FAQ
- 日本の生成AIリテラシーはどの程度ですか?
- Innovation Nippon 2026の10問のリテラシーテストでは、生成AIの機能に関する問題の完答率は14.0%でした。実務上の注意点に関する問題は50%前後と高い一方、仕組みそのものの理解度は低いという結果です。
- 生成AIについて最も多い誤解は何ですか?
- 同調査で誤答のうち最も多く選ばれたのは「生成AIは、具体的な説明なしでもユーザーの質問の意図を完全に理解し、最適な回答を提供する」で45.3%でした。次いで「先に用意された回答から適切なものを提供する」が40.6%です。
- なぜ日本の生成AI利用率は低いのですか?
- 総務省の令和7年版情報通信白書によれば、日本の利用経験は2024年度調査で26.7%(米国68.8%、ドイツ59.2%、中国81.2%)。使わない理由は「必要ない」に次いで「使い方がわからない」が多く、意欲ではなく入り口の問題であることが示されています。
- 日本の人々はAIのどんなリスクを心配していますか?
- 同白書では、「非常にリスクだと感じる」との回答が相対的に多かったのは、悪意ある者による犯罪利用、精巧なフェイクにだまされること、そして質問に対するAIの回答が事実でない可能性があることでした。
- AIリテラシーを上げるには何を教えるべきですか?
- 操作方法よりも一つのメンタルモデルです。AIは意図を読まず、与えられた材料からもっともらしい続きを組み立てる、という理解です。ここから、文脈を明示する、出典を求める、重要な主張を該当箇所で確かめる、という実践が自然に導かれます。
出典
関連ガイド

出典を出させるプロンプト
AIに証拠を示させる5つのプロンプト要素。情報源を限定する、主張ごとに引用を要求する、正直な空白を許可する、日付を区切る、出力の形を固定する。今日から使えるテンプレート付き。
記事を読む
社員向けAI研修
多くの企業のAI研修は、半年で期限切れになる機能の使い方を教えています。代わりに教えるべき5つの持続する検証スキル。カリキュラムの骨子、KPMGの裏付け、最初の1時間の進め方を解説します。
記事を読む
なぜ人は確かめないのか
5,000人調査が捉えた矛盾。人々は情報の真偽を見極める責任は利用者にあると考え、同時に最も多くの人が確かめたくないと答えました。この差を埋めるのは意志ではなく、確認のコストです。
記事を読む