半数以上が、もうAIのミスを世に出している。その半数から抜ける方法
KPMGのAI信頼度に関する国際調査で、従業員の57%がAIが原因で仕事のミスをしたと答え、58%が正確性を評価せずにAIの出力に依拠したと認めました。この2つの数字は、同じ物語を2度語っています。確認が行われないから、ミスが起きるのです。日本向けの調査スナップショットも公開されており、これは対岸の話ではありません。解決策はAIを減らすことではありません。依拠する前の検証と、変更の前の提案という2つの習慣を、締切を抱えた疲れた人でも続けられるほど安くすることです。
更新日

取り消せないメール
レポートは金曜の16時50分に送信されました。AIが下書きしたセクションは美しく、数字はもっともらしく、全員が疲れていました。月曜、クライアントから返信が届きます。第3段落の数字について、どの元資料にも見当たらないあの数字について。そしてもう、会話はレポートのことではありません。あなたのレポートは信頼できるのか、という話になっています。
この物語がこれほどありふれている理由は、どこにも不注意が登場しないことです。送った人は勤勉で、普段は確認する人です。KPMGの数字は、これが例外ではなく標準だと言っています。ほとんどの従業員がここを通っているのです。習慣より先に、ツールが速くなってしまったから。
まじめな人が確認を飛ばす理由
評価せずに依拠した58%は、怠け者ではありません。アンカーのないAIの出力を確認するのは本当に高くつきます。ソースを探し、文書を検索し、該当箇所を見つけ、突き合わせる。締切の下では、そのコストは「完成して見える流暢な文章」に毎回負けます。流暢さは有能さとして読まれ、人間の脳は整った出力を完成した仕事として扱います。
だからこそ、AIに気をつけましょうという訓示は何も変えません。確認が行われるかどうかは、確認の経済が決めます。検証に主張1つあたり数分かかる限り、私たちの誰もが持っている「疲れた版の自分」はそれを飛ばします。解決策は、人の罪悪感を増やすことではなく、確認を安くすることです。
習慣1:重要なものは、未検証のまま外に出さない
1つ目の習慣は、重荷ではなく境界線です。メール、レポート、意思決定など、あなたの手を離れていくAI由来の主張には、90秒チェックをかける。出典を開く。主張と該当箇所を突き合わせる。証明していないことを確認する。それ以外、ブレインストーミング、自分だけが読む下書き、軽い要約は、自由に流してかまいません。
この境界線が重要なのは、持続可能だからです。すべてを確認するのは不可能で、何も確認しないのは57%が傷を負った道です。自分の名前を背負うものだけを確認する。これは最悪の日でも守れるルールであり、あの金曜のレポートを救っていたルールです。
習慣2:AIは提案し、あなたが承認する
2つ目の習慣は、逆方向の扉を閉めます。AIがあなたの所有する仕事を編集・生成するときは、その変更が1つずつ承認できる可視の提案として届くようにし、静かな書き直しを決して受け取らないこと。完成して見える文書は変更を隠しますが、提案は、何が新しいのかを、あなたの注意がその箇所にあるうちに、文脈の中で見せてくれます。
2つの習慣を合わせると、ミスが入ってくる両方の扉が閉まります。未検証の主張が外へ流れ出る扉と、未レビューの変更が中へ流れ込む扉です。どちらの習慣も本当の仕事を遅くしません。大きく曖昧な監査を、小さく安い判断の連続に置き換えるだけだからです。
習慣をタダにして、それから教える
習慣が生き残るかどうかは、ツールが決めます。Tatsulokでは、すべての回答のすべての主張が背後の該当箇所にリンクするので、習慣1はワンクリックです。あなたの文書へのサジェスチョンは承認するまで可視の提案のままなので、習慣2は規律ではなく既定です。情報源に答えがなければそう伝えるので、職場のAIミスで最も危険なカテゴリ、自信に満ちた発明が、丸ごと消えます。
チームを率いているなら、KPMGの数字はそのまま2行の研修計画です。検証の境界線を教えること。そして、それを守るのがほぼタダになるツールを渡すこと。
今週の練習です。登録は要りません。確認せずに流した直近のAIの出力を思い出してください。それを見つけて、中心の主張に90秒チェックを、事後でいいので今かけてください。持ちこたえたら、失ったのは90秒です。持ちこたえなかったら、クライアントより先にミスを見つけたことになります。そしてもう二度と、この習慣の価値を説得される必要はありません。
FAQ
- AIが原因の仕事のミスはどれくらい起きていますか?
- KPMGのAI信頼度国際調査では、従業員の57%がAIが原因で仕事のミスをしたと答え、58%が正確性を評価せずにAIの出力に依拠したと認めました。日本向けのスナップショットも公開されています。2つの数字は連動しています。未検証の依拠の後に、ミスが続くのです。
- なぜ確認せずにAIに依拠してしまうのですか?
- アンカーのない出力の確認は高くつくからです。ソースを探し、検索し、突き合わせるのに主張1つあたり数分かかり、流暢な文章は完成した仕事に見えます。解決は道徳ではなく経済です。すべての主張が該当箇所にリンクするツールなら、確認は数秒で済みます。
- 職場でAIを使う最小限の安全なワークフローは?
- 2つの習慣です。重要なものは未検証のまま手元を離れない(名前を背負う主張への90秒ソースチェック)。そして、自分の仕事へのAIの変更は、静かな書き直しではなく、1つずつ承認する可視の提案として受け取ることです。
- ミスを防ぐために会社はAI利用を制限すべきですか?
- 制限はたいてい利用を地下に潜らせるだけで、安全にはしません。KPMGの知見が指すのは能力の側です。検証の境界線を中核スキルとして教え、安全な習慣が安い習慣になる、グラウンディングされた引用第一のツールを提供することです。
- すでに世に出てしまったAIのミスからどう回復しますか?
- 素早く具体的に訂正し、何が起きたかを率直に伝え、同じ種類の誤りが再発できないようワークフローを変えることです。通常それは、依拠する前に検証する境界線の導入を意味します。正確な訂正と目に見える習慣の変化は、どんな弁明よりも速く信頼を再建します。
出典
関連ガイド

提案し、適用しない
propose-dont-apply(提案し、勝手に適用しない)パターンの解説。AIの変更は可視の提案として届き、人間が1つずつ承認します。契約書やリサーチなど、署名する仕事で沈黙の自動化に勝る理由。
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
AIの回答を検証する
AIの回答を検証するには、回答の根拠となる出典の該当箇所の引用を求め、ハイライト表示された文章を元の文書と照合します。その方法を解説します。
記事を読む