情報倫理・AI倫理AI倫理・AIガバナンス★★☆

社員が生成AIに自社製品の仕様を尋ねたところ、その製品には一度も搭載されたことが ない機能について、もっともらしい文章で詳しく説明する回答が返ってきた。この回答に 表れている生成AIのリスクとして、最も適切なものはどれか。

正解:

  1. ハルシネーション

    正解。生成AIは文章として自然につながる語を選んでいるだけで、事実を調べて 答えているわけではありません。そのため、存在しない事柄をもっともらしい形で 作り出すことがあります。これをハルシネーションといいます。

  2. 古い出力情報

    誤り。学習した時点より後に変わった内容を、変わる前のまま答えてしまうリスク です。事実と食い違う点は同じですが、こちらは過去のある時点では正しかった情報 である点が違います。今回は一度も存在しなかった機能が語られています。

  3. 出力情報の再現性・一貫性の欠如

    誤り。同じ質問をしても回答の内容や結論が毎回変わってしまうリスクです。 業務で証跡が求められる場面で問題になりますが、今回問われているのは繰り返した ときのばらつきではなく、一度の回答が事実に基づいていないことです。

  4. 差別的表現

    誤り。学習データに含まれる社会的な偏りが出力に表れ、特定の属性の人を不当に 扱う表現が生じるリスクです。どちらも学習データに由来しますが、こちらは公平性 の問題であり、事実の有無とは論点が異なります。

「知りません」と言えない話し上手

生成AIは、これまでに読んだ膨大な文章から「次に来ると自然な語」をつないで文を 作っています。事典を引いて確かめているわけではないので、知らないことでも それらしい文章が出来上がってしまう。この、事実に基づかない内容を自信ありげに 出力する現象がハルシネーションです。

事実と食い違う出力にも種類がある

  • ハルシネーション:存在しない事実や出典を作り出す
  • 古い出力情報:学習時点では正しかったが、その後変わった内容を答える
  • 再現性・一貫性の欠如:同じ質問なのに、回答が毎回変わる
  • 根拠・出典不明:どこから得た情報なのかを確かめられない

どれも「出力をそのまま信じてはいけない」理由になります。対策は、一次情報で裏を 取るファクトチェック、社内文書などの信頼できる資料を参照させる仕組み、そして 公開前に人が確認する運用です。

混同しやすいものとの違い

リスク 何が起きているか
ハルシネーション もともと存在しない事柄を作り出す
古い出力情報 かつては正しかった情報が更新されていない
再現性・一貫性の欠如 同じ問いへの答えが安定しない
差別的表現 学習データの偏りが不公平な表現として出る

「実在しない」「でっち上げ」と読める記述があればハルシネーション、「最新の制度に なっていない」であれば古い出力情報、と場面で切り分けられます。

次の問題へ