この記事は、「AIリテラシー基礎講座」第1回です。
今回は、ChatGPTのような生成AIとは何かを整理します。
シリーズ全体はこちら：【まとめ】AIリテラシーとは何か｜生成AIを安全に使うための基礎講座まとめ
「突然ですが、あなたは「生成AI」と聞いて、何を思い浮かべますか？」
- ChatGPT
- 画像生成AI
- AIで作った動画
- 音声を作るAI
- 文章を要約してくれるAI
- コードを書いてくれるAI
- 仕事や勉強を助けてくれる道具
- なんとなく怖いもの
どれも、生成AIに関係しています。
生成AIは、いま急速に身近になっています。
- メール文を作る
- 文章を要約する
- アイデアを出す
- 画像を作る
- 会議メモを整理する
- プログラムを書く
- 調べものの入口を作る
こうしたことが、以前よりずっと簡単になりました。
一方で、疑問もあります。
「生成AIとChatGPTは同じなのか？」
「検索エンジンとは何が違うのか？」
「AIは本当に理解しているのか？」
「なぜ、それらしい文章を作れるのか？」
「間違えることはないのか？」
OECDは、生成AIを、文章、画像、動画、音楽などの新しいコンテンツを作れるAIの一種と説明しています。
生成AIは2022年以降、大規模言語モデルや画像生成AIによって世界的に注目されるようになりました。(oecd.org)
つまり、生成AIとは、人間の指示に応じて、新しい文章や画像などを作るAIです。
ただし、ここで大切なのは、生成AIを「魔法の道具」として見ないことです。
生成AIは便利です。
ですが、万能ではありません。
- 間違えることがある
- 古い情報を出すことがある
- 根拠が弱いこともある
- 個人情報や会社の情報を入力すると、リスクになることがある
NISTの「Generative AI Profile」は、生成AIには、偽情報や有害情報、情報の完全性、セキュリティ、プライバシー、知的財産、バイアスなど多様なリスクがあることを整理しています。(nist.gov)
今回は、「生成AIとは何か」を見ていきます。
「生成AIは、従来の検索と何が違うのか？」
「ChatGPTは生成AIの一種なのか？」
「生成AIは何ができて、何が苦手なのか？」
「使うとき、最初に何を知っておくべきなのか？」
こうした問いを、仕組みと限界の視点から整理していきます。
第1章 生成AIとは何か？
生成AIとは、人間の指示に応じて、新しいコンテンツを作るAIです。
英語では、Generative AI と呼ばれます。
「Generative」は、生成する、作り出す、という意味です。
生成AIが作れるものには、次のようなものがあります。
- 文章
- 画像
- 音声
- 動画
- 音楽
- プログラムコード
- 表やリスト
- 要約
- アイデア
- 質問への回答
たとえば、
- 文章生成AIなら、あなたの質問に文章で答える
- 画像生成AIなら、あなたの指示に応じて画像を作る
- 音声生成AIなら、声や読み上げを作る
- コード生成AIなら、プログラムの下書きを作る
OECDは、生成AIを「新しいコンテンツを作れるAI」として整理し、文章、画像、動画、音楽などを例に挙げています。(oecd.org)
ここで大切なのは、生成AIは「何もないところから完全に創造している」わけではないことです。
生成AIは、大量のデータから言葉や画像のパターンを学び、入力された指示に合う出力を作ります。
つまり、生成AIはこう考えるとわかりやすいです。
過去の大量のデータからパターンを学ぶ
↓
人間が指示を出す
↓
文脈に合いそうな出力を作る
↓
文章・画像・音声・コードなどとして返す
生成AIは、人間の思考を助ける道具です。
ですが、人間の代わりに責任を持って判断してくれる存在ではありません。
第2章 ChatGPTと生成AIは同じなのか？
AIにも色々な種類がありますが、有名なChatGPTを例に階層の違いを見てみましょう。
ChatGPTは、生成AIの一種です。
ただし、生成AI全体とChatGPTは同じではありません。
これは、次のように考えるとわかりやすいです。
- 生成AI
- 新しいコンテンツを作るAI全体
- 新しいコンテンツを作るAI全体
- 文章生成AI
- 文章や会話を作る生成AI
- 文章や会話を作る生成AI
- ChatGPT
- 文章生成AI・対話型AIの代表的なサービスのひとつ
つまり、ChatGPTは生成AIですが、生成AIはChatGPTだけではありません。
生成AIには、さまざまな種類があります。
- 文章を作るAI
- 画像を作るAI
- 動画を作るAI
- 音声を作るAI
- 音楽を作るAI
- コードを書くAI
- 資料を作るAI
- 要約するAI
- 翻訳するAI
ChatGPTのような対話型AIは、質問に答えたり、文章を作ったり、考えを整理したりするのが得意です。
一方で、画像生成AIや動画生成AIは、文章の指示から視覚的なコンテンツを作ります。
つまり、生成AIとは、コンテンツを作るAIの大きな分類です。
ChatGPTは、その中の一つの代表例なのです。
第3章 生成AIと検索エンジンは何が違うのか？
生成AIと検索エンジンは、似ているようで違います。
どちらも、調べものに使われます。
ですが、役割が違います。
検索エンジンは、主に情報への入口を探す道具です。
あなたがキーワードを入力すると、関連するWebページを一覧で表示します。
一方、生成AIは、主に文章として答えを作る道具です。
あなたの質問に対して、文脈に合う文章を生成します。
検索エンジン
- Webページを探す
- 情報源へ案内する
- 複数のページを比較できる
- 出典を自分で確認しやすい
生成AI
- 文章として答えを作る
- 要約や整理が得意
- 会話しながら深掘りできる
- 出典確認が必要になる
たとえば、「NIST AI RMFとは？」と調べる場合。
検索エンジンなら、NISTの公式ページや関連資料を探せます。
生成AIなら、NIST AI RMFの概要をわかりやすく説明してくれるかもしれません。
どちらが上という話ではありません。
使い分けが大切です。
まず全体像を知りたい
↓
生成AIで概要をつかむ
↓
正確な数字・定義・制度を知りたい
↓
公式情報や一次情報を確認する
生成AIは、調べものの入口として便利です。
ですが、事実確認そのものを完全に任せる道具ではありません。
検索エンジン、公式資料、信頼できる情報源と組み合わせて使うことが大切なのです。
第4章 生成AIはなぜ文章を作れるのか？
生成AIが文章を作れるのは、大量の文章データから、言葉のつながりや文脈のパターンを学んでいるからです。
たとえば、人間も文章を読むうちに、次のような感覚を身につけます。
- この言葉の次には、この言葉が来やすい
- この話題では、この説明がよく出てくる
- この文体なら、この表現が自然に見える
- この質問には、この順番で答えるとわかりやすい
生成AIも、大量のデータから、こうしたパターンを学びます。
そして、入力された文脈に合う出力を作ります。
ただし、AIが人間と同じように経験しているわけではありません。
生成AIがしていることは、ざっくり言えば次の流れです。
大量のデータからパターンを学ぶ
↓
入力された文を読み取る
↓
文脈に合いそうな出力を予測する
↓
文章として自然に見える形で返す
だからこそ、生成AIは自然な文章を作れます。
一方で、自然な文章だから正しいとは限りません。
ここが重要です。
生成AIは、それらしい文章を作る力が強い。だからこそ、確認が必要になるのです。
第5章 生成AIは何が得意なのか？
生成AIは、文章や情報を整理する作業が得意です。
特に、次のような場面で役に立ちます。
- 文章の下書き
- 要約
- 言い換え
- アイデア出し
- 構成案の作成
- 表の整理
- 比較表の作成
- 学習計画
- メール文の作成
- 会議メモの整理
- コードの下書き
- 難しい言葉の説明
たとえば、文章を書くとき。
- 最初の一文が出てこないことがある
- 全体の構成がまとまらないことがある
- 説明が硬くなりすぎることがある
そんなとき、生成AIは下書きや整理役として使えます。
ただし、生成AIに任せるより、生成AIと一緒に考える方がよいです。
AIに下書きを出してもらう
↓
自分の目的に合っているか見る
↓
事実や数字を確認する
↓
自分の言葉に直す
↓
最終的に人間が判断する
生成AIは、ゼロから完成品を作る魔法ではありません。
人間の考えを整理し、作業を助ける補助輪として使うと、力を発揮しやすいのです。
第6章 生成AIは何が苦手なのか？
生成AIは便利ですが、苦手なこともあります。
特に注意したいのは、正確性が必要な場面です。
苦手なことには、次のようなものがあります。
- 最新情報の確認
- 正確な数字の確認
- 法律や制度の判断
- 医療や健康の判断
- 投資や金融の判断
- 出典の確認
- 引用の正確性
- 専門的な内容の最終判断
- 人間関係の微妙な判断
- 倫理や責任が関わる判断
生成AIは、もっともらしい説明を作るのが得意です。
そのため、誤った内容でも自然に見えることがあります。
存在しない資料名を出すこともあります。
実在する人や組織について、間違った情報を出すこともあります。
古い情報をもとに答えることもあります。
NISTの生成AIプロファイルでも、生成AIに関わるリスクとして、情報の完全性、偽情報、セキュリティ、プライバシー、知的財産、バイアスなどが整理されています。(nist.gov)
ここで大切なのは、生成AIを「使えない」と決めつけることではありません。
得意なことと苦手なことを分けて使うことです。
- AIに任せるところ
- 人間が確認するところ
- 専門家や公式情報を確認するところ
この線引きが、AIリテラシーなのです。
第7章 生成AIを使うときに注意したい情報
生成AIを使うときは、入力する情報にも注意が必要です。
便利だからといって、何でも入れてよいわけではありません。
特に注意したいのは、次の情報です。
- 氏名
- 住所
- 電話番号
- メールアドレス
- 顧客情報
- 会社の機密情報
- 未公開資料
- 契約書
- 社内会議の内容
- 認証情報
- パスワード
- APIキー
- 医療情報
- 金融情報
- 学校や職場の内部情報
IPAは、AI利用者向けのセキュリティ啓発資料で、生成AIをはじめとするAI技術の実用化が急速に進む一方、AIの悪用や脆弱性を狙った攻撃など、セキュリティ上の課題が顕在化していると説明しています。(ipa.go.jp)
生成AIを使う前に、次の問いを持つとよいです。
- この情報は外部サービスに入力してよいものか？
- 自分以外の人の情報が含まれていないか？
- 会社や学校のルールに違反しないか？
- 漏れたときに誰が困るか？
- 匿名化や要約で代替できないか？
生成AIに入力する情報は、あなたの手元を離れる可能性があります。
だからこそ、入力する前に一度止まることが大切なのです。
第8章 生成AIは仕事や学習をどう変えるのか？
生成AIは、仕事や学習のやり方を変えています。
ただし、すべてをAIに任せればよい、という話ではありません。
変わるのは、人間の役割です。
たとえば、
- 文章作成では、AIが下書きを作れる
- 調査では、AIが論点を整理できる
- 学習では、AIがわからない言葉を説明できる
- プログラミングでは、AIがコードの下書きを作れる
一方で、人間に残る役割もあります。
- 何を問うのかを決める
- 目的を決める
- 正しいか確認する
- 必要な情報を選ぶ
- 相手に合わせて直す
- 倫理や責任を考える
- 最終判断をする
生成AIによって、作業の一部は速くなります。
ですが、判断まで自動化してよいとは限りません。
むしろ、AIが出力を速く出せるからこそ、人間の確認力と編集力が重要になるのです。
生成AI時代に大切なのは、AIに任せきることではありません。
AIを使いながら、人間が考える位置を失わないことなのです。
第9章 生成AIを見る5つの問い
生成AIを使うときは、次の5つの問いを持つと整理しやすくなります。
「生成AIは何を作っているのか？」
「その出力は、どこまで事実として信頼できるのか？」
「出典や根拠は確認できるのか？」
「入力してよい情報だけを入れているのか？」
「最終的に、誰が判断と責任を持つのか？」
たとえば、生成AIにレポートの下書きを作らせる場合。
- 生成AIは何を作っているのか？
- 下書き
- 要約
- 構成案
- 言い換え
- 比較表
- その出力は、どこまで事実として信頼できるのか？
- 事実が含まれているか
- 数字が含まれているか
- 制度や法律が含まれているか
- 専門的判断が含まれているか
- 出典や根拠は確認できるのか？
- 公式資料はあるか
- 最新情報か
- 複数の信頼できる情報源で確認したか
- 入力してよい情報だけを入れているのか？
- 個人情報はないか
- 機密情報はないか
- 顧客情報はないか
- 認証情報はないか
- 最終的に、誰が判断と責任を持つのか？
- 自分
- 担当者
- 発信者
- 組織
- 専門家
この5つを持つだけで、生成AIの使い方は変わります。
生成AIは便利です。
だからこそ、使う前、使った後、公開する前に確認することが大切なのです。
第10章 生成AIを安全に使う基本
最後に、生成AIを使うときの基本を整理します。
完璧を目指す必要はありません。
まずは、次の基本から始めます。
- 個人情報や機密情報を入れない
- 重要な事実は公式情報で確認する
- 数字や制度は必ず確認する
- 医療・法律・金融は専門家や公式情報を優先する
- AIの文章をそのまま公開しない
- 自分の目的に合わせて編集する
- 著作権や引用に注意する
- AI生成物であることを明示すべき場面を考える
- 組織で使う場合は社内ルールを確認する
- 最終判断は人間が行う
特に大切なのは、次の流れです。
AIに下書きを作らせる
↓
人間が確認する
↓
根拠を確認する
↓
危険な情報が入っていないか見る
↓
目的に合わせて編集する
↓
責任を持って使う
生成AIは、あなたの代わりに考える存在ではありません。
あなたの考えを広げ、整理し、作業を助ける道具です。
使い方を間違えなければ、とても役に立ちます。
一方で、過信すれば、誤情報、情報漏洩、信用低下につながることもあります。
便利さとリスクの両方を見ることが、生成AIを使う第一歩なのです。
まとめ 生成AIとは、新しいコンテンツを作るAIである
生成AIとは、人間の指示に応じて、文章、画像、音声、動画、コードなどの新しいコンテンツを作るAIです。
例えばChatGPTは、生成AIの一種です。
ただし、生成AIはChatGPTだけではありません。
- 文章生成AI
- 画像生成AI
- 音声生成AI
- 動画生成AI
- コード生成AI
- 音楽生成AI
こうしたものが含まれます。
生成AIは、仕事や学習を助けます。
- 要約する
- 下書きを作る
- アイデアを出す
- 表を整理する
- 難しい言葉を説明する
- コードを書く
- 画像を作る
一方で、万能ではありません。
- 間違えることがある
- 古い情報を出すことがある
- 出典が不明なことがある
- もっともらしい誤情報を作ることがある
- 入力情報がリスクになることがある
- 著作権や信用の問題につながることがある
だからこそ、生成AIを使うときには、次の視点が必要です。
- 生成AIは何を作っているのか？
- その出力は信頼できるのか？
- 出典や根拠は確認できるのか？
- 入力してよい情報なのか？
- 最終的に誰が判断するのか？
生成AIは、怖がるための道具ではありません。
ただし、過信するための道具でもありません。
仕組みと限界を理解し、人間が確認して使う道具です。
次回は、「AIはなぜそれらしい答えを出せるのか」を扱います。
「AIは本当に理解しているのか？」
「なぜ自然な文章を作れるのか？」
「学習データやパターンとは何なのか？」
「人間の理解とAIの出力は何が違うのか？」
こうした問いを、AI「それらしく見える」仕組みから見ていきます。
次回の記事はこちらです。
【第2回】AIはなぜそれらしい答えを出せるのか｜学習データ・パターン・文脈の仕組みをわかりやすく解説
シリーズ全体はこちらから確認できます。
【まとめ】AIリテラシーとは何か｜生成AIを安全に使うための基礎講座まとめ
ここまでお読みいただきありがとうございました。
Veritas Labでは、国際情勢・歴史・科学・心理学・サイバーセキュリティを横断しながら、複雑な世界の構造を読み解いています。
このブログの考え方や、初めての方におすすめの記事は「Veritas Labの歩き方」にまとめています。
もしご興味あればお読みいただけると嬉しいです。
あわせて読みたい本
この記事では、生成AIを「新しいコンテンツを作るAI」として整理しました。
さらに深く理解したい場合は、生成AIの仕組み、AIリテラシー、情報確認、AI倫理を扱った入門書を読むと、生成AIを便利な道具として使うだけでなく、限界やリスクも見えやすくなります。
ただし、AIは技術や制度の変化が速いため、実務的な確認では、IPA、NIST、OECD、各AIサービスの公式情報を優先するのがおすすめです。
※一部リンクにはアフィリエイトを利用しています。
あなたの負担が増えることはありません。
いただいた収益は、ブログ運営や書籍購入などの学習費に充てています。
- 栗原 聡『AIの倫理 人間との信頼関係を創れるか』
- 小木曽 健『13歳からの「ネットのルール」 誰も傷つけないためのスマホリテラシーを身につける本』
- 情報文化研究所, 米田 紘康, 竹村 祐亮, 石井 慶子, 高橋 昌一郎 『情報を正しく選択するための認知バイアス事典 行動経済学・統計学・情報学 編』
参考情報
- OECD「Generative AI」
- 生成AIを、文章、画像、動画、音楽などの新しいコンテンツを作れるAIとして説明しています。
- 生成AIの基本的な定義確認に使えます。
https://www.oecd.org/en/topics/sub-issues/generative-ai.html
- NIST「Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile」
- 生成AIに関するリスクとして、偽情報、情報の完全性、セキュリティ、プライバシー、知的財産、バイアスなどを整理しています。
https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence
- 生成AIに関するリスクとして、偽情報、情報の完全性、セキュリティ、プライバシー、知的財産、バイアスなどを整理しています。
- IPA「AI利用者のためのセキュリティ豆知識」
- 生成AIを含むAI利用者向けに、セキュリティ上の注意点や基本的な対策を整理しています。
https://www.ipa.go.jp/digital/ai/security/ai_security_tips.html
- 生成AIを含むAI利用者向けに、セキュリティ上の注意点や基本的な対策を整理しています。
- IPA「情報セキュリティ10大脅威 2026」
- 組織向け脅威の3位に「AIの利用をめぐるサイバーリスク」が初選出されています。
- AI利用に伴う情報漏洩、権利侵害、検証不足、AI悪用などを確認できます。
https://www.ipa.go.jp/security/10threats/10threats2026.html
