---
title: 「AIが答えました」とお客さんに言えますか？―AIへの隷属は主語を手放すところから始まる
tags: 
author: [Jun Ikematsu](https://docswell.com/user/Jun_Ikematsu)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/9J29V9G3ER.jpg?width=480
description: https://note.com/ikematsu/n/n00edcf1ec488 利用者は検索よりも便利なAIに依存しがちですが、その回答は情報の平均値に過ぎず、特定の価値判断や責任の所在が隠されているのが現状です。出典が不明確なまま「正解」として扱われる中で、独自の判断基準をAIに教え込まなければ、個人の意思は多数派の意見に埋没してしまいます。
published: July 29, 26
canonical: https://docswell.com/s/Jun_Ikematsu/KWRG3G-2026-07-29-151116
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/9J29V9G3ER.jpg)

婦人公論.jp 池松潤さま
「AIが答えました」とお客さんに言えます？
—AIへの隷属は主語を手放すところから始まる

# Page. 2

![Page Image](https://bcdn.docswell.com/page/DEY434V8JM.jpg)

ある日、会議室が静かになる言葉
「AIに聞いたら、A案がいいそうです」
過去 (Past)
納得 納得 理解 うう
現在 (Present)
A案とB案、どっち？
「A案がいいそうです」

# Page. 3

![Page Image](https://bcdn.docswell.com/page/VJNYVYM978.jpg)

人々はAIを「信じている」から使うのではない
10%
ニュースのためにAIを週1回以上使う人: 全体10% (18～24歳は17%)。
主な用途: 追加質問(42%)、要約(34%)。
Reuters Institute 2026
20%
AIの答えへの信頼度: 20%
(ニュース全体への信頼度37%より低い)。
みんな信じ切ってはいない。それでも使うのは「検索より楽だから」。便利さの代償として、AIが答えを組み立てる手順に、私たちの「判断」を依存し始めている。

# Page. 4

![Page Image](https://bcdn.docswell.com/page/YE9P6PN3J3.jpg)

検索からAIへ: 権力の移り変わり
検索の権力は「表示順位」だった。AI時代の権力は「答えの中に残ること」へ。
検索 (Search) - 「並べる」
権力: 誰が上に表示されるか
生成AI (Generative AI) - 「一つにまとめる」
権力: 誰の言葉が、答えの中に残るか
Pew Research 2025: AI要約が表示されると、通常の検索結果クリック率は15%から8%へ半減。引用元をクリックする人はわずか「1%」。

# Page. 5

![Page Image](https://bcdn.docswell.com/page/GE8DZDKLED.jpg)

滑らかなAIの答えには、責任の所在を示す「奥付」がない
編集文書
著者: ◯◯
編集者: 鏡芽本主郎
発行者: 書既朗書房社
12345月
奥付
著者: [ゆみ]
編集者: [編名]
発行者: [桧本礼鏡]
はい、それについてはこのような見解があります...
空白
見えない編集会議
書き残された文章 -> 検索・取得されたデータ -> AI企業の設計基準 -> 開発者の追加指示 -> 利用者の質問
AIの回答は世界中の意見の国民投票ではない。複数の編集長が介入する「見えない編集会議」の結果である。Anthropicの研究が示す通り、AIは正確さよりも利用者の信念に合わせる「迎合的な回答」をする傾向がある。

# Page. 6

![Page Image](https://bcdn.docswell.com/page/LELMDMZQ7R.jpg)

AIは「事実」と「価値判断」をまったく同じ声で語る
日本の首都は東京です
総合的に判断すると、段階的な値上げが望ましいでしょう
事実は調べれば決まる。しかし「値上げすべきか」「転職すべきか」は、何を大切にするか（短期利益か長期関係か）という「ものさし」が必要。
会社の正式な判断基準が書かれていなければ、AIは一般的な商慣行やネットの意見での空白を埋め、それがいつの間にか「社内の前例」になってしまう。

# Page. 7

![Page Image](https://bcdn.docswell.com/page/4JMYPY4KJW.jpg)

その「平均」は、誰の平均か？
AIの答えは人類の平均ではない。「文章を書く時間と場所があった人たち」の平均にすぎない。
ネットに書かれた言葉
データの外にある知恵
現場の熟練者の感覚
少数派の経験
地方の商習慣

# Page. 8

![Page Image](https://bcdn.docswell.com/page/PJR919W679.jpg)

AIを作って解ったこと: 放っておくとAIは「無人の文章」を生成する
条件 根拠 条件
素のAI
「〜という指摘もあります」「〜とされています」
主語のない受動態。誰の都合の発言が消える。
調整後
「この人は、何を根拠に、どの条件で、言い切るのか「この人は、何を根拠に、どの条件で、言い切るのか」を掘り出し、AIが読める形に書き直す作業が必要。
『孫子』や渋沢栄一、独自の視点を持つ経済学者の「著者AI」を開発して判明した真実。素のAIはネットの「平均値」で喋る。

# Page. 9

![Page Image](https://bcdn.docswell.com/page/PEXQYQPDJX.jpg)

書かれなかった「あなたの判断」は、他人の平均値で上書きされる
「数字上はこちらだが、今回はあちらを選ぶ」という判断。
「理由は説明しにくいが、この兆候は危ない」という感覚。
「儲かるけど、これはやらない」という線引き。
これらを文字にして書かなければ、AIの世界には存在しないことと同じ。AIはあなたの判断を盗むのではない。あなたが書かなかった空白を、静かに他人の判断で埋めていくのだ。

# Page. 10

![Page Image](https://bcdn.docswell.com/page/3EK939DDED.jpg)

唯一の正解ではなく、判断の辞書「AI正本」を作る
事実と価値の分離: 何が確認された事実で、どこからが自社の価値判断か
選択と理由: どんな選択肢があり、なぜそれを選んだのか
例外の条件: どの条件なら、例外を認めるのか
責任の所在: 誰が更新し、誰が止め、誰が責任を取るのか
未決の論点: 反対意見と、まだ決着していない論点は何か
社長の意見の自動化（独裁者の語録）ではない。新人にも未来の経営者にも「なぜ、うちはこう判断してきたのか」を伝える、AI向けの辞書である。

# Page. 11

![Page Image](https://bcdn.docswell.com/page/L73WGWRP75.jpg)

AIの真の力は、答えを一つにすることではなく「多事争論」にある
人間も偏っている。会議では声の大きい人が勝つ。AIだけが偏っているわけではない。むしろAIは、使い方次第で、今まで見えなかった反対意見を一瞬で並べる装置になる。
ACTIONABLE PROMPTS
「この結論に反対する立場を、三つ出して」
「この回答で不利益を受けるのは、誰？」
「事実と価値判断を、分けて」
福澤諭吉は『文明論之概略』で「自由の気風は多事争論の間にしか存在しない」と書いた。一つの声しかない場所に、自由はない。

# Page. 12

![Page Image](https://bcdn.docswell.com/page/87DK1KY3JG.jpg)

AI時代の「判断主権」を確立する5つの柱
知識の出所: 誰の知識を使ったのか？
選択の基準: どのものさし（基準）で選んだのか？
変更の権限: その基準を、自分たちで変えられるか？
停止の権限: 間違ったとき、止められるか？
責任の所在: 最後に、誰が責任を取るのか？
矢印の向きを確認する。自分のものさしをAIへ教えているか？それとも、AIのものさしに自分を合わせているのか？

# Page. 13

![Page Image](https://bcdn.docswell.com/page/VJPKQK6PE8.jpg)

「判断主権」を手放さない
世界最高の知能（LLM）は借りてもいい。しかし、決める権利は人間に残す。
主権を守る5つの問い
1. 誰の知識を使ったのか？
2. どの基準で選んだのか？
3. その基準を、自分で変えられるのか？
4. 間違ったとき、止められるのか？
5. 最後に、誰が責任を取るのか？

# Page. 14

![Page Image](https://bcdn.docswell.com/page/2EVV5V3VEQ.jpg)

AIは「正解を一つにする装置」ではなく「多様な視点を並べる装置」
自由の気風は「多事争論」の間にしか存在しない。（福澤諭吉『文明論之概略』より）
実践的なプロンプト
「この結論に反対する立場を、三つ出して」
「この回答で不利益を受けるのは、誰？」
「事実と価値判断を、分けて」

# Page. 15

![Page Image](https://bcdn.docswell.com/page/57GL6L31EL.jpg)

私たちは、誰の声に合わせて体を動かすのか？
大切な判断をAIが読める場所に書き残そう。そこに書かれなければ、存在しないのと同じなのだから。
AI正本
「正解」を支配するのは声の大きい人ではない。自分の判断と理由を、AIに教えた人である。

# Page. 16

![Page Image](https://bcdn.docswell.com/page/4EQY4Y5NJP.jpg)

池松 潤 Jun Ikematsu
AIナレッジエンジニア
AIが理解できる文脈（コンテキスト）にするプロフェッショナル
プロフィール
婦人公論.jp 動画Youtube・AI・新規事業開発
〜2023 9月〜
株式会社Figurout 事業開発
〜2023
株式会社Col 執行役員
〜2021
SaaSスタートアップ向けSNS+PR/note顧問編集
〜2019
サイボウズ第二編集部
〜2015
セミタリヤ。自転車ロードレースなど世界を旅する。
〜2011
ネット系ベンチャー
〜2003
株式会社博報堂
〜1990
慶應義塾大学卒
専門領域
/ナレッジマネジメント/情報設計
/生成AI・自然言語処理のビジネス活用
/ナレッジグラフ/RAG構築支援など
特徴・強み
/技術と経営・ビジネスの両面から翻訳
/現場で「使える知識」に変換
/わかりやすい解説と丁寧な支援に定評
AIナレッジエンジニアとは？
・AI向けの辞書や教科書を作る仕事のこと
属人化している企業のノウハウや専門知識を編集・整理して
AIが正確に参照・活用できる「辞書や教科書（コンテキスト）」として再構築する専門家
池松 潤
https://lit.link/junikematsu

# Page. 17

![Page Image](https://bcdn.docswell.com/page/KJ4WQW9371.jpg)

Q5-8 RAG時代の言語資源設計原理
構造化テキストによる「参照可能性」の実証
池松潤
言語処理学会第32回年次大会・NLP2026
発表論文
RAG時代の言語資源設計原理
一構造化テキストによる「参照可能性」の実証
https://anlp.jp/proceedings/annual meeting/2026/pdf dir/Q5-8.pdf
言語処理学会
第32回年次大会
The 32nd Annual Meeting of ANLP
日時: 2026. 3/9(月)-3/13(金)
ライトキューブ宇都宮
NEC
cotomi
AIはどちらを読みたいか？
A B
なぜ「AIにたくさん読ませる」は間違いなのか？—編集者が知るとその後が変わる実験結果