本記事では、3つの実践例題を通じて、生成AIの回答を「ファクトチェック（事実確認）」する具体的な手順を解説します。
会議資料や提案書に掲載できる情報を見極め、正しい根拠に基づいた文章へ修正するスキルを身につけましょう。
記事の最後には、実務でそのまま活用できる「確認メモ」のフォーマットと、15分で実施できる社内演習の進め方もご紹介します。
「出典リンクが付いているから、この数値はそのまま使えそうだ」
資料作成に追われていると、ついそう判断してしまいがちです。しかし、実際にリンク先を開いてみると、別の調査機関によるデータだったり、ごく限られた対象者の数値だったりすることが少なくありません。
リンクの提示は確認の「入口」にすぎません。真の根拠は、その先にある一次情報の一文に存在します。
さっそく、具体的な事例で確かめてみましょう。第1問・第2問の組織名や数値は架空のもの、第3問は実在する公開資料に基づいています。なお、回答文はいずれも検証用に作成したものであり、特定のAIツールの出力結果ではありません。
第1問：その数字の出どころはどこか
来週の社内会議に向けて、生成AIの利用状況をリサーチする場面を想定します。AIから以下の回答が得られた場合、そのまま資料に掲載してよいでしょうか。
AIの模擬回答
業務デジタル化センターが2025年5月に実施した調査では、回答した中小企業300社のうち68％が業務で生成AIを利用しています。（出典：資料A）
根拠とされた「資料A」を確認すると、次のように記載されていました。
資料A：業務デジタル化センターの解説記事（架空）
公開日：2025年6月20日 調査会社Bが2025年5月に実施した調査によると、回答した中小企業300社のうち68％が「業務で生成AIを利用している」と回答した。調査の詳細は資料Bを参照。
さらに、記事内で案内されていた参照先リンクを開きます。
資料B：調査報告書（架空）
資料名：中小企業の生成AI利用調査2025 調査実施者：調査会社B 調査時期：2025年5月 回答企業：中小企業300社 結果：生成AIを業務で利用していると回答した企業は68％
数値や調査時期に間違いはありません。しかし、ビジネス文書として修正すべき重要なポイントが1点あります。それはどこでしょうか。
解答と解説
調査を実際に実施したのは、「調査会社B」です。業務デジタル化センターは、その調査結果を記事で紹介した第三者にすぎません。
模擬回答では「紹介元」と「調査主体」が混同されています。これが、ビジネスで頻発しやすい「出典の取り違え」です。
修正案
調査会社Bが2025年5月に実施した調査によると、回答した中小企業300社のうち68％が「業務で生成AIを利用している」と回答しています。（出典：資料B）
解説記事などの二次情報を参照すること自体が誤りではありません。引用する場合は「業務デジタル化センターが紹介した調査会社Bのデータによると」と記載すれば、両者の関係性を正確に伝えられます。
ただし、二次情報では調査の前提条件が省略されているリスクがあります。必ず調査の実施元が公開している一次資料（大元の報告書）へ遡り、調査対象や設問の設計まで確認する姿勢が重要です。
第2問：提案書に「採用」できる一文の見極め
次は、社内に向けたAI活用提案書を作成する場面です。以下の回答には、正しい記述と誤った記述が混在しています。
AIの模擬回答
① 調査に回答した500社のうち、生成AIを導入済みの企業は100社です。 ② 回答企業500社のうち70％が、生成AIによる業務改善の効果を実感しています。 （出典：資料C）
資料C：企業の生成AI活用調査（架空）
調査時期：2025年7月 全回答企業数：500社 表1：生成AIを導入済みの企業は100社 表4：導入済みの100社に効果の実感を尋ねたところ、70社が「実感している」と回答 表4注記：集計対象は、生成AIを導入済みと回答した100社
①と②の記述を、それぞれ「採用」「修正」「保留」のどれに振り分けるべきでしょうか。ここでの「採用」は、資料のファクトを示す文としてそのまま利用できる状態を指します。
解答と解説
判断：①は「採用」、②は「修正」です。
①は、資料Cの表1の記載と完全に一致しています。
一方、②の「70％」は、導入済みの100社のうち70社が答えた数値です。全回答企業500社に対する70％ではありません。
割合の基準となる母集団（母数）の取り違えが発生しています。例えば「営業部10人中7人が賛成した」事実を、「社員100人のうち70％が賛成した」と表現しては重大な誤認を招きます。
②の修正案
本調査において、生成AIを導入済みと回答した100社のうち、70％が業務改善の効果を実感しています。（出典：資料C・表4）
AIの元の回答では、あたかも350社（500社の70％）が効果を実感しているかのように読めてしまいます。実際の数値である70社とは大きな乖離があります。
資料名や数字が合っていても、集計対象の組み合わせがズレると意味は一変します。図表を参照する際は、「タイトル」「対象（母数）」「注記」を必ずセットで確認しましょう。
また、この調査から読み取れるのは「企業が効果を実感していると答えた」という事実までです。「具体的に何時間削減できたか」「導入すれば必ず成果が出るか」までは証明できません。
数字を引用する際は、「誰の・何に関する数字なのか」という定義までセットで持ち帰ることが大切です。
第3問：更新日と調査時期のズレを見抜く
最後は、実在する公開資料を用いた実践的なケースです。
ここでは、IPA（情報処理推進機構）の『DX動向2025』を取り上げます。最新のDX動向の把握ではなく、「Webページの更新日」と「実際の調査時期」の照合を目的としています。
AIの模擬回答（検証用に作成した誤りを含む文）
IPAの『DX動向2025』は、2026年に実施された調査です。同資料より、2026年9月時点における企業の生成AI導入状況を確認できます。
根拠として提示されたWebページと、該当のPDF資料を確認します（2026年9月執筆時点の確認内容）。
| 確認箇所 | 記載内容 |
|---|---|
| 案内ページ上部 | 公開日：2025年6月26日／最終更新日：2026年7月30日 |
| 同ページの「更新履歴」 | 2026年7月30日更新：次年度版（2026年版）の公開告知を追加 |
| 『DX動向2025』データ集 p.98「調査対象と実施規模等」 | 調査期間：2025年2月10日〜3月28日 |
※データ集のp.103には「2025年7月9日 第2版発行」と記載。
この模擬回答に含まれる2つの主張を、実務ではどのように判断すべきでしょうか。
解答と解説
- 「2026年に実施された調査」：2025年2〜3月の調査へ「修正」
ページの更新年と、調査が実施された年を混同しています。過去の売上データを今日更新したからといって、最新年度のデータにはならないのと同様です。
- 「2026年9月時点の状況を確認できる」：「保留（採用不可）」
2025年に実施された本資料だけでは、2026年9月時点の状況を裏づける根拠にはなりません。
修正案
IPAの『DX動向2025』は、2025年2月10日〜3月28日に実施された調査結果をまとめた資料です。2026年9月時点の動向を説明する場合は、最新の調査データを別途参照する必要があります。
誤りを見つけた際、「間違いだから使えない」と切り捨てるのではなく、「この資料から、何であれば正確に言えるのか」まで落とし込むことが重要です。
過去のトレンドを説明する目的なら本資料は有用ですし、直近の現況を伝えたいなら最新版のデータを探す判断ができます。ゼロサムで判断せず、目的に応じた適用の可否を検討しましょう。
実務で定着させる「ファクトチェック5つの手順」
上記3つの例題で確認した「出典の取り違え」「母数のズレ」「調査時期の混同」を防ぐため、実務では以下の5ステップで確認を進めます。
1. 主張を要素ごとに分解する
「A社の調査によると、2026年に企業の70％が導入済み」という文があれば、「調査主体」「時期」「対象母数」「割合」「導入の定義」の要素に分解します。文章が長いほど論点のすり替えに気づきにくくなるため、要素単位でチェックします。
2. 元資料（一次情報）に直接当たる
出典リンクを開き、二次解説記事であれば記載されている一次報告書まで遡ります。PDF内をキーワードや数値で検索し、該当箇所の前後や注記まで目を通します。
リンク切れや検索で見つからない情報は「未確認」として扱います。
3. 対象・時点・定義の整合性を確認する
「誰が、いつ、誰を対象に、何を測定したのか」を突き合わせます。特に「利用している」「導入済み」「検証中」といったステータスは調査ごとに定義が異なります。
言葉の定義を確認することで、比較可能なデータかどうかが判断できます。
4. 自社の資料の目的に適しているかを判断する
元資料の内容が正しくても、自社の提案の文脈に合うかは別問題です。
例えば、IT大手企業を対象としたアンケート結果を、そのまま「中小製造業の全体傾向」として語ることはできません。
サンプルの偏りや設問内容を考慮し、論理の飛躍がないかを見極めます。
5. 「採用・修正・保留」を判断し、記録を残す
資料と合致し目的に合えば「採用」、条件付きで言えるなら表現を「修正」、裏づけが取れなければ「保留」にします。
「裏づけが取れないこと」と「誤りであること」は別です。確認が取れない情報を断定材料にしないルールを徹底します。
※AIに「この記述は正しいですか？」と再質問するだけでは検証になりません。必ず人間が一次テキストと照合してください。
チームで共有できる「確認メモ」フォーマット
確認のプロセスを短いメモに残しておくことで、レビューを行う上司やチームメンバーも妥当性を容易に判断できます。
【ファクトチェック確認メモ】
- 確認対象の文章：
- 元資料名・発行元・URL：
- 該当ページ・図表番号・注記：
- 確認した要素（対象・時期・定義・数値）：
- 資料から言えること／言えないこと：
- 判断： ［ 採用 ／ 修正 ／ 保留 ］
- 修正後の文章：
- 確認者・確認日：
例えば第2問のケースであれば、判断欄に「母数を全社（500社）から導入済み企業（100社）へ修正」、理由に「表4注記の集計対象を確認」と記入します。この記録があるだけで、数字の曲解や社内での誤認伝播を未然に防ぐことができます。
現場で無理なく回す社内運用ルール
リソースが限られる現場では、「どのレベルの情報を、誰がどこまで確認するか」の基準をあらかじめ定めておくことが現実的です。
| 業務シーン | 主たる担当者 | 確認内容と対応 |
|---|---|---|
| 日常的な情報収集・社内資料作成 | 作成者本人 | 掲載する数値を元資料と照合し、確認メモを残す |
| 顧客向け提案・重要な経営判断 | 作成者 ＋ 上長／責任者 | 意思決定を左右するキーデータ、前提条件、適用範囲を重点レビュー |
| 一次情報の裏づけが取れない情報 | 作成者 ＋ 資料責任者 | 提案の根拠への採用を保留。追加調査、削除、または推測表現への変更を判断 |
「各人が気をつけよう」という精神論では、繁忙期のミスを防げません。確認担当とチェックポイントを業務フローの中に組み込むことが有効です。
15分でできる社内ミニ演習の進め方
社内でファクトチェックの意識を浸透させるには、自社の業務で実際に使うテーマ（営業提案の市場データや、製品比較表など）を用いたショートワークが効果的です。
進行役があらかじめ「AIの回答文」と「元資料」を用意し、15分で以下のように進めます。
- 3分： AIの回答文を読み、検証すべき「主張・数値」を抽出する
- 5分： 配布された元資料と照合し、「採用・修正・保留」を判断する
- 5分： 2人1組のペアになり、判断に至った根拠の箇所を相互に説明する
- 2分： 次回の実務で意識するチェックルールを1つ決定する
5分で確証が得られなければ「保留」で問題ありません。重要なのはスピードではなく、「注記を見落としていないか」「更新日と調査日を混同していないか」といった着眼点を体得することです。
一度演習を行い、現場の実情に合わせて「確認メモ」の項目をアップデートしていく運用をおすすめします。
まとめ：根拠のある一文を積み重ねる
今後、生成AIを使って業務リサーチを行う際は、資料の骨子となる「キーとなる一文」にぜひ着目してください。
- その情報は、「誰が・いつ・何について」調べたものか
- 出典をどこまで遡れば、ステークホルダーに論理的に説明できるか
明確な根拠を持った一文を、一つずつ積み上げていくこと。
これこそが、生成AIのスピードを活かしつつ、ビジネスの信頼性を担保するための確実なアプローチです。
まずは日頃作成している身近なドキュメントから、一次情報と突き合わせる習慣を取り入れてみてください。
株式会社ミチガエルは「現場でAIを活用させたいが、品質管理や確認基準のルール化が追いついていない」といった企業様向けに、業務に即したAI研修や運用設計の伴走支援を行っています。
実務に直結するAI活用のヒントを定期的に発信していますので、ぜひ日々の業務にお役立てください。
この記事の執筆・監修
執筆
山下 敏樹IT企業勤務。Web制作会社で社内業務改善・DX推進に携わり、code4bizで学んだAIコーディングを活用してさまざまな業務を自動化。半年間の取り組みで、年間約2,500時間相当の業務削減を実現。その後、IT/AIコンサルタントへ転身。DX現場での経験をもとに、AI活用・業務改善・DX・システム開発に関する知識やノウハウを、読者の成果につながる形で発信しています。
生成AI業務整理DX
