「なんで、ありもしない話を作るの?」
「どう使えば、この嘘に振り回されずに済む?」
存在しない書籍を「名著です」と紹介し、架空の判例をもっともらしく引く。AIを使えば、あなたも一度は面食らう場面です。この現象には名前があります。
ハルシネーションとは、AIが事実でない内容を、いかにも正しそうな口調で作り出してしまう現象です。英語で「幻覚」を意味します。厄介なのは、間違っているのに堂々としている点で、見た目からは真偽を判断しにくいところにあります。
この記事では、まずAIが”それっぽい嘘”をつく仕組みを図で開き、どんな場面で起きやすいかを表で示します。さらに実務での対処を4つに整理し、生成AIパスポート・G検定での問われ方まで示します。
1. ハルシネーションとは何か
ハルシネーションは、単なる「AIのミス」とは少し違います。計算間違いのように「正解を出そうとして外した」のではなく、もっともらしい文章を作ることに成功した結果として、たまたま事実から外れているのです。AIは嘘をつく意図を持ちません。それらしさを追い求めた副産物として、誤りが混じります。
だからこそ、AIの回答は「流暢さ」と「正しさ」が別物だと、あなたは切り分けて受け取る必要があります。すらすら答えたことが、正確さの証明にはなりません。土台となるAI本体の性質は LLM（大規模言語モデル）とは で押さえると、この現象の根がはっきりします。
2. なぜAIはそれっぽい嘘をつくのか
原因は、AIの根本的な仕組みにあります。LLMは文章を書くとき、「次に来る確率が高い言葉」を1語ずつ選んでつないでいるだけで、事実かどうかを照合する工程を挟みません。図で流れを見てください。
つまりAIは、内部に「事実の台帳」を持っていて、そこを引いて答えているわけではありません。膨大な文章から学んだ「言葉のつながりやすさ」だけを頼りに、確からしい続きを紡いでいます。だから、知識が薄い話題ほど、空白を”それっぽい創作”で埋めてしまいます。
3. こんな場面で起きる
ハルシネーションは、どんな質問でも同じ確率で起きるわけではありません。起きやすい場面には偏りがあります。あなたが警戒すべき領域を表にしました。
| 起きやすい場面 | なぜ危ういか |
|---|---|
| 固有名詞・出典（論文名・著者・URL） | それらしい形式を作れてしまうため、存在しないものを捏造しやすい |
| 最新の出来事 | 学習後の情報は知らず、古い知識で埋めてしまう |
| 細かい数値・日付・統計 | 桁や年を、もっともらしい別の値に置き換えてしまう |
| マイナーな専門分野 | 学習量が少なく、空白を創作で補いやすい |
逆に言えば、広く知られた一般常識や、言い換え・要約のような「手元の文章を加工する」作業では、ハルシネーションは起きにくくなります。「AIに事実を思い出させる」使い方は危うく、「与えた材料を整える」使い方は安全——この線引きが、あなたの実務判断の軸になります。
4. どう向き合うか
付き合い方が分かれば、ハルシネーションは怖いものではなくなります。実務で効く対処を、あなたのために4つに絞ります。
- 重要な事実は一次情報で裏を取る（AIの回答を最終根拠にしない）
- 社内文書や資料を検索させて答えさせる（RAGで根拠を外から与える）
- 「出典を示して」と頼み、示せない主張は疑う
- 正確さが要る作業か、素案づくりかで、任せる範囲を変える
5. 試験での問われ方と、付き合い方
生成AIパスポートやG検定では、ハルシネーションは生成AIのリスク・限界として問われます。問われるのは主に2点です。
1つは、原因を「確率的に言葉を選ぶ仕組みで、事実照合をしていないから」と説明できること。もう1つは、対策としてRAGや出典確認、人によるチェックが挙げられると結びつけられることです。「AIが意図的に嘘をつく」といった擬人的な選択肢は誤りで、あくまで生成の仕組みの副産物だと押さえておけば、引っかけに強くなります。
実務での付き合い方も、試験の考え方と地続きです。AIの回答をそのまま信じて出す使い方は、いちばんやってはいけない失敗。あなたが下書きの相棒として使い、事実は自分の目で確かめる——この距離感さえ守れば、ハルシネーションは大きな武器の小さな注意書きに収まります。
次のステップ
生成AIのリスクと仕組みを体系立てて押さえたいなら、生成AIパスポートの試験範囲と勉強法ガイド を入口に、ハルシネーションが他の論点とどうつながるかをたどれます。
理解を答案の力に変えるなら、生成AIパスポート リスク・倫理の問題集 で、リスク領域の設問を解けば、理解のあいまいな部分が見つかります。