AIの答えが正しいか確かめる。出典・数字・前提を分けて見る
AIの答えは、出典があるだけで信じず、数字の前提と計算まで分けて確かめると間違いを見抜きやすいです。
AIに商品を比べてもらう。旅行先の料金を調べてもらう。会社や株の数字を集めてもらう。以前なら検索結果を何ページも開いていた作業が、一つの回答にまとまるようになりました。
便利だからこそ、次に困るのが「この答えをどこまで信じていいのか」です。
日本ダイレクトマーケティング学会が2026年8月に公表した、生成AIの利用経験がある20〜60代1,009人の調査では、購買でAIを使った人の59.1%が「商品を探したり比較したりする時間を短縮できる」と答えています。一方、実際の情報とのズレとして、価格が違った24.5%、仕様・機能・特典が違った20.5%、情報が古かった15.5%という回答もありました。
速く調べられることと、正しいことは別です。僕は一度、この差で「買う」と「買わない」が反転しかけました。
37兆円を見て、安すぎると思った
2026年6月、僕はSpaceXについてAIに調べてもらいました。
そのとき知りたかったのは、上場した場合の価格や、そこから見た会社の大きさでした。AIは複数の株価らしき数字を出し、僕が135ドルという数字を前提に時価総額を聞くと、約37兆円という答えを返しました。
37兆円なら、自分が持っていた感覚よりかなり小さい。僕は一瞬、「それなら買いたい」と思いました。
ただ、違和感が消えませんでした。そこで「本当にSpaceXの話か」「間違っていないか」と何度か確認しました。それでもAIは、調べながら正しいという趣旨の返答を続けました。
対話を進めると、為替換算など、計算に使っている条件にも気になる点が見えてきました。条件を入れ直して再調査させると、今度は約278兆円という答えになりました。
ここで重要なのは、37兆円と278兆円のどちらが当時の正しい企業価値だったかではありません。今回、その歴史的な評価額を再検証して正解を決めたいわけでもありません。
僕の記録から確実に言えるのは、AIが出した数字の前提をこちらから問い直すまで、同じ対象への回答が投資判断を反転させるほど大きく動いたことです。
この経験は「AIは数字に弱い」という一言では片づきません。問題は、完成した答えだけを見ると、その数字が何から作られたのかが見えにくいことでした。
出典があっても、答え全体が正しいとは限らない
AIに「出典を付けて」と頼むのは大事です。でも、出典が一つ付いているだけで、最終的な答え全部がその出典に書かれているとは限りません。
たとえば価格を調べる場合、元ページに書かれている価格は事実として確認できます。でも「どちらがお得か」は、送料、税、容量、契約期間、割引条件などを組み合わせた判断です。
数字ならさらに分かれます。元資料から拾った数値、その数値を変換する式、式に入れた別の数値、最後の解釈が一つの文章に混ざります。
僕のSpaceXの件でも、「135ドル」という入力だけを見ても時価総額は出ません。何株を前提にするのか、どの種類の株数を見るのか、日本円にするならどの為替を使うのか、といった条件が必要です。
だから僕は、AIの答えを一枚の完成品として確認するより、元の事実と、途中の計算と、置いた前提を分けて見る方が安全だと考えています。
僕なら、まず「その数字はどこから来たか」を聞く
確認するときに、最初からAIと議論する必要はありません。
まず、その答えの中で判断を変える数字を一つ選びます。商品なら価格、旅行なら対象期間や料金、投資なら売上や株数のような数字です。
次に、その数字について「どの資料の、いつ時点の、どの値か」を確認します。
ここで公式ページや一次資料へ直接たどれるなら、AIが要約した文章ではなく元の値を見ます。更新日のある情報なら、いつの数字かも確認します。今回の調査でも「情報が古かった」という回答が15.5%ありました。古い数字が正確に引用されていても、今日の判断には使えないことがあります。
そのうえで、AIが計算した結果なら式と入力値を出してもらいます。
「結論だけではなく、使った数値、単位、時点、計算式を分けて書いて。不明な値は推定せず不明と書いて」と頼むだけでも、確認する場所が見えやすくなります。
大事なのは、長いプロンプトを書くことではありません。答えを作った材料が見える形にすることです。
計算は、AIの文章から一度切り離す
僕が37兆円という数字に引っかかったのは、自分の感覚と桁が合わなかったからでした。
こういうとき、同じAIに「本当に合ってる？」と聞き直すだけだと、同じ前提のまま自信を持って答え直すことがあります。実際、僕のケースでは確認を繰り返しても、すぐには問題が解消しませんでした。
なので、計算は文章から切り離します。
たとえば「A×B×Cで計算したなら、A、B、Cをそれぞれ出す」。単位が円なのかドルなのか、1株なのか全株なのか、月額なのか年額なのかも横に置く。そして、必要なら電卓など別の計算手段でもう一度計算します。
ここでAIを使ってはいけないという話ではありません。AIには式を整理してもらっていい。ただし、判断を左右する数字ほど、同じ回答の中で「調査」と「計算」と「検算」を全部完結させない方が、どこでずれたかを見つけやすいです。
最後に見るのは「もし本当なら、何が起きるか」
もう一つ効いたのは、数字そのものではなく結果から逆算することでした。
37兆円という答えを見たとき、僕は「SpaceXがその規模なら、自分が知っている他社との感覚がかなり変わる」と違和感を持ちました。これは正確な企業価値を知っていたからではありません。答えが本当なら起きるはずのことが、自分の既知の情報と大きくずれて見えたからです。
商品比較でも同じです。
「このプランだけ半額」とAIが言うなら、公式ページにその条件があるか。「この機種だけ圧倒的に高性能」と言うなら、比較している世代や容量は揃っているか。「今日が最安」と言うなら、比較対象と取得時刻は同じか。
この確認は、正解を自力で全部調べ直すこととは違います。答えが正しいと仮定したときに、不自然な結果が出ないかを見る作業です。
違和感が出たら、その部分だけ元資料へ戻ればいい。全部をゼロから検索し直すより、AIの速さを残したまま確認できます。
どこまで確認するかは、間違えたときの損失で変える
もちろん、毎回ここまで確認する必要はありません。
夕飯の候補を出してもらうのと、数十万円の商品を買うのと、投資や契約を決めるのでは、間違えたときの損失が違います。
僕なら、間違えてもすぐ戻せるものはAIの答えをそのまま使うことがあります。一方で、お金、契約、健康、安全、公開情報のように、間違えた後の修正コストが大きいものほど、公式情報、時点、入力値、計算、例外条件まで確認します。
今回使った日本ダイレクトマーケティング学会の調査も、生成AIの利用経験者を対象にしたアンケートです。日本人全体の利用率や、AI回答の実際の誤答率を示すものではありません。また、僕のSpaceXの件も一つの経験で、すべてのAIやすべての数字で同じ失敗が起きると証明したものではありません。
それでも、二つを重ねると実用的な境界は見えます。AIは比較や整理を速くしてくれる。その速さを残したまま、判断を変える部分だけは、出典・時点・計算・前提へ戻って確認する。
僕はあの37兆円を見てから、AIに調べ物をさせないようになったわけではありません。むしろ、答えを読むより、答えが何でできているかを見るようになりました。