AI

かつて「エビデンスベースド（Evidence-Based）」は、社会の理想とされた。医療、教育、政策、経営、あらゆる分野で「証拠に基づく判断」が重要だとされ、科学的な裏付けによる意思決定が広がりを見せた。 しかし現在、私たちはその理想とまったく逆の方向に進んでいるように見える。フェイクニュースが蔓延し、AIは堂々とそれっぽい嘘を紡ぎ出す。「何を信じればいいのか分からない」時代において、エビデンスベースドという思想は力を失ってしまったのだろうか？ 時系列で見る：希望から崩壊までの20年 年代 出来事 概要 1990年代末〜2000年代初頭 Evidence-Based Medicine（EBM）が医療で定着 医療分野で科学的根拠に基づいた診療が導入される 2010年代 EBPM（Evidence-Based Policy Making）が拡大 教育・行政などにも証拠重視の姿勢が広がる 2016年 フェイクニュース元年 トランプ当選／Brexit。SNSでの情報拡散により、嘘が真実を上回る影響力を持った 2022年〜 AIハルシネーション問題が顕在化 ChatGPTなどのLLMがもっともらしい嘘を自然に出力し始める 2025年現在 情報の信頼性が失われつつある SNS・生成AI・検索がノイズまみれに。個人が真偽を見抜く力を試されている なぜエビデンスベースドは広まらなかったのか？ 手間がかかる：情報を集め、根拠を吟味する作業は面倒である 専門性が求められる：統計や研究手法の理解が前提となる 誤用される：「都合の良い論文だけを引く」ような形式主義が横行 大衆に届かない：感情や直感の方が遥かに人間の判断を左右する 悪貨が良貨を駆逐する：「それっぽく見えるだけの情報」が支持されやすい ハルシネーションとフェイクの時代にこそ必要なもの 確かに、AIはハルシネーションを起こす。SNSは嘘を爆速で拡散する。検索結果は広告とSEOで歪められ、信頼できる情報にたどり着くのが困難になった。 だが、だからこそ、「証拠を確認する」「出典を見る」「確からしさを吟味する」姿勢＝エビデンスベースドの態度が不可欠である。 ChatGPTであっても、「なぜそう答えたのか？」「根拠はあるか？」と問いかければ、精度は上がる。問いの側がエビデンスベースドでなければ、答えはいつまでもノイズにまみれたままである。 結論：エビデンスベースドは思想ではなく、生存戦略である エビデンスベースドは単なる流行でも、方法論でもない。これは「情報があふれ、嘘が標準になりかけている世界」で生き残るための行動原理である。 「信じたいものを信じる」ことは簡単だ。しかし、それでは操作される。 いま一度、自らが問う力、見極める力、確かめる姿勢を取り戻すべきではないか。 エビデンスベースドは終わっていない。むしろ、今ようやく、その真の必要性が見え始めたのだ。

本当に価値のあるAI人材とは誰か？ 最近、ある記事がSNSで話題になっていた。内容は、生成AIツールを活用して注目を集めていた若手が、大手企業に新卒で入社したものの、そこでの現実に強い違和感を覚えた――というものだ。読んでいて妙な居心地の悪さを感じたが、それがなぜなのか、自分なりに分析してみた。 表面的な"すごさ"の裏にある薄さ 当該人物は、自分を「AI無双」と称している。しかし記事を読む限り、実際に行っていたことは、ChatGPTなどの既存ツールをGUI経由で操作する程度。技術的な用語として登場するのはノーコードツールの一つであるDifyくらいで、機械学習の基本的な技術――PyTorchやTensorFlow、あるいはLoRAやRAG構成といったキーワード――は一切出てこない。 技術者としての視点で見ると、PythonでAPIを直接たたいて業務を効率化している人は既に多数いる。そうした中で、Difyのようなツールを触ってSNSで発信しているだけの人物を、果たして「AIエンジニア」と呼べるのか。少なくとも「専門家」とは言いがたい。 組織に入ってからの違和感の正体 さらに気になったのは、組織人としての視点が欠けている点だ。たとえば、社内研修やセキュリティ教育を否定的に語っていたり、生成AIが使えないから「自分の力が封じられた」と表現していたりする。しかし、それらは多くの企業において当然の前提であり、業務の性質や社会的責任と密接に関わっている。 また、「やりたいことができない」と嘆いているものの、会社の中期経営計画やビジョンといった全体方針に対する理解が感じられない。社長からの「辞めるか、会社を変えるか」という問いに「変える」と答えたのに、その後に具体的な行動が伴っていないのも残念だ。 なぜこのような記事がバズるのか この手の話がSNSで拡散される理由は、ストーリー性が強く、共感や反発を呼びやすいためだろう。個人の体験談という体裁をとりつつ、実際には「自分は特別だ」「企業は遅れている」といった構図が前提になっている。その構図が、多くの人の感情を刺激する。 だが、冷静に見れば、そこには技術的裏付けも業務的成果も乏しい。現代は「薄い実力と強い自己主張」が交錯する時代だ。SNS上ではそのようなスタンスが一時的に脚光を浴びることもあるが、現場ではやはり実務的な貢献が評価される。 技術者・組織人として、どうあるべきか 今回の一件を通じて、自分自身のあり方についても考えさせられた。生成AIやLLMを扱うなら、自作LLMやOSSモデルの安全な社内導入といった、より本質的な技術力が問われる。単にツールを触るだけではなく、それを現場の課題解決に落とし込む力が重要だ。 また、組織の中で提案を通すには、ステークホルダーとの合意形成や、会社のビジョンとの整合性といった視点も欠かせない。表面的なスキルだけでなく、信頼される振る舞いや実行力も含めての「プロ」なのだ。 SNSやnoteに流れる言説に対し、無批判に共感するのではなく、常に自分の頭で考え、評価できる目を持ちたいと思う。

G検定を制度に導入する企業とは｜三菱商事の例から広がりを探る 先日、「三菱商事がG検定を昇格要件に導入した」というニュースを聞いて、以下のような意見記事を書いた。 三菱商事が「G検定」を昇格要件に導入｜AI人材育成の戦略とは？ その後、G検定を何らかの制度に組み込んだ企業は他にもあるか気になり、過去のニュースを調べてみた。以下はその調査結果と、筆者の簡単なコメントである。 清水建設：建設業でもG検定取得を推進（2023年） 清水建設では2019年にAI活用の専門部署「AI推進センター」を創設し、G検定取得を目標とした社内研修を本格的に展開。4年間で研修受講者1,000人、G検定合格者300人以上という成果をあげている。 出典：G検定合格者300人以上を輩出 コメント：技術職に限らず、法務・総務など全社的な参加を促進している点がユニーク。受講者の中からAI活用に手を挙げる社員が現れるなど、社内における「気づき」や変化をもたらす好例といえる。 ソフトバンク：全社員の12％がG検定保持者（2025年） ソフトバンクは、AI人材育成を全社的に推進するため社内研修制度「ソフトバンクユニバーシティ」を中心に多層的な教育体系を構築しており、G検定の取得支援を重視している。2024年度末時点で**G検定合格者は2,200人以上に達し、全社員の約12％**を占める。20代に至っては5人に1人が取得しているとのこと。 出典：社員の8人に1人がG検定合格者 コメント：さすがに大手IT企業ということもあるが、想像よりも桁違いの取得者数であり非常に驚いた。三菱商事に関する意見記事でわたしは、万人が持つべき資格なのが疑問を呈したものの、他企業がこれだけ有資格者を保持していると、地力が全然異なるので、競業他社は追従せざるを得ないのでは？という印象だ。 まとめ：昇格要件はまだ少数派だが、制度化の動きは進行中 ニュースを隈なく調べた訳では無いが、一企業でも桁違いの資格取得者数を輩出している事例があり、企業の取り組みの本気度が窺えた。三菱商事のように、G検定を昇格要件とまでしている企業は珍しいと推測するものの、各社ともに**「AI人材育成」「DX推進」の文脈で、G検定の取得を制度として導入・推奨している事例**は着実に増えている。 企業ごとの導入レベルには温度差があるが、G検定が単なる資格ではなく、組織におけるデジタル基盤形成の指標として見なされ始めているように思える。 今後のニュースもチェックし、事例を追記していきたい。

三菱商事が「G検定」を昇格要件に導入｜AI人材育成の戦略とは？ このページでわかること 三菱商事がG検定を昇格要件にした背景 G検定とは何か？　難易度や対象範囲 導入の現実性と他社への波及可能性 技術者視点からの評価と懸念点 驚きのニュース──「AI検定」が昇格要件？ 三菱商事が「G検定」を昇格要件に導入するというニュースが飛び込んできた。筆者が最初にこの話を聞いたとき、「AI検定とは何だろう？」と素朴な疑問を持ち、調べてみたところ、それは一般社団法人日本ディープラーニング協会（JDLA）が実施する「G検定（ジェネラリスト検定）」であることが分かった。 G検定は、これまでデータサイエンティストやAI開発者のための専門的な知識を測る試験として知られており、「一般社員が対象になるのか？」と疑問を抱いたのが正直なところだった。 G検定の内容とそのハードル 実際にG検定の出題範囲を見てみると、統計学、ニューラルネットワーク、教師あり学習・教師なし学習、強化学習、自然言語処理といった、AI理論の根幹に関わる分野が並んでいる。生成AIの登場により、プロンプトエンジニアリングのような実用的なスキルが徐々に一般にも広まりつつあるが、G検定は依然として理論重視であり、初学者には決して易しい試験ではない。 そのため、「これを一般社員の昇格要件にするのは厳しいのではないか」と感じた。 超大手だからこそ可能な導入？ ただし、その導入企業が三菱商事である点は重要だ。高年収・高学歴の社員が多く在籍し、もともと能力の高い人材が集まる環境であれば、G検定レベルの知識を昇格要件とすることも、ある程度合理的であるとも考えられる。 一方で、筆者が勤務するような技術系メーカーであっても、中高年層を中心にG検定の取得はハードルが高いと感じる。全社的な導入は、慎重な判断が必要だ。 他社への波及はあるのか？ AIリテラシーの底上げは多くの企業にとって急務だが、G検定のように理論に寄った試験を導入する企業がどれほど増えるかには疑問が残る。むしろ、今後はプロンプトスキルや実用的な生成AI活用法の方が重視される傾向が強まると考えられる。 企業によっては、話題性や経営層の思い付きでG検定を制度に組み込む動きが出るかもしれないが、実務との乖離が表面化すれば、数年のうちに撤回される可能性も高い。 ※（追記）なお、実際にG検定を制度として導入している他社の事例について、別記事でまとめてみた。筆者の懐疑的な視点とは異なり、大企業にて導入の広がりを前向きに捉えていた。 G検定を制度に導入する企業とは｜三菱商事の例から広がりを探る 技術者の視点から見たG検定 筆者自身はエンジニアとしての立場から、G検定の内容に対して一定の関心と理解があるため、受験には前向きだ。理論的な背景を知っておくことは、現場での応用や判断力にもつながるからだ。 しかし、それは技術職であるからこその視点であり、非技術系の社員に一律に求めるにはやはり無理があるだろう。昇格要件として運用するならば、選択制や補完的な研修制度との組み合わせが望ましい。 結論──AIリテラシー教育に必要なバランス感覚 G検定の導入は、AIリテラシー向上に向けた先進的な取り組みである一方、その運用には慎重な設計が必要である。知識の深さと実用性、理論と現場感覚のバランスを取りながら、より多くのビジネスパーソンが無理なくAIと付き合える土壌を作ることが、これからの企業に求められる姿だ。 そういえば、10数年前はTOEICの点数を昇格要件として課す企業が流行りのように増えた覚えがある。楽天がその代表で、その後も楽天は英語能力の高さについての噂は継続的に聞く。当時、それに追従しただけの企業は、さて、その制度を今も残しており、ビジネスに活用できている企業がどれほどあるだろうか？