atom.data-analyst.govern-ai-usage
AI利用のルールを守る
AI利用のルールを理解して守る AI(人工知能)は、データを分析してレポートを作成するときの強い味方です。しかし、とても優秀だけど時々大きな勘違いをする「見習い助手」のようなものです。任せっきりにせず、正しい使い方...
成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。
証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。
メディアメディアレッスン内に出てくる図や動画のスロットです。実際の画面やイメージで理解を補助します。
レッスン本文
AI利用のルールを理解して守る
AI(人工知能)は、データを分析してレポートを作成するときの強い味方です。しかし、とても優秀だけど時々大きな勘違いをする「見習い助手」のようなものです。任せっきりにせず、正しい使い方のルールを知っておきましょう。
このレッスンでは、AIを安全に使うための3つのルール——「渡していいデータを見極める」「秘密を守る」「結果を自分の目で確かめる」——を身につけて、最終的にチェックリストを作成します。

ルールを確かめる
料理を手伝ってくれる見習い助手に、あなたの「秘密の家族のレシピ」をそのまま教えるのは不安ですよね。AIについても同じことが言えます。まず最初に、あなたの会社やチームに「AIの使い方のルール」があるかどうかを確認しましょう。
確認の方法はかんたんです。上司やチームリーダーに次のように聞いてみてください。
「うちの会社で、ChatGPTなどのAIツールを業務に使うときのルールはありますか?」
もしルールがまだない場合でも、このレッスンで学ぶ3つのポイントをおさえれば安心です。
良い例
- 「一般公開されている売上データの傾向を教えて」
- 「このグラフから読み取れる事実を3つ挙げて」
- 「次の文章の誤字脱字をチェックして」(ただし社外秘でない文章に限る)
悪い例
- 「顧客のAさんの住所と電話番号を分析して」
- 「社外秘(=会社の外の人に絶対見せてはいけないもの)の計画書を要約して」
- 「来期の未発表売上予測データから傾向を出して」
秘密の情報を守る
データ分析のためにAIを使うとき、絶対にAIに渡してはいけない情報があります。
- 個人情報: 名前、電話番号、メールアドレス、住所など
- 会社の機密情報: 未発表の売上データ、社外秘の戦略資料、パスワードなど
なぜ危険なのでしょうか? あなたがAIに入力した内容は、AIの学習データとして使われる場合があります。つまり、入力した秘密が巡り巡って他の人への回答に含まれてしまうリスクがあるのです。
マスキング(=情報を隠すこと)を試す
どうしてもデータの構造を使いたいときは、「マスキング」というテクニックを使います。マスキングとは、名前や数値を架空のものに置き換えてからAIに渡すことです。
たとえば、ChatGPTやClaudeに次のように聞いてみましょう。
プロンプト例(AIへの指示文):
次のデータの傾向を分析してください。
| 社員 | 売上 |
|------|------|
| A氏 | 120万 |
| B氏 | 95万 |
| C氏 | 150万 |
このように、本当の名前や正確な数値ではなく、ダミー(=偽物)のデータに差し替えてから入力するのがポイントです。

結果を自分の目で確かめる
AIは自信満々にもっともらしい言葉で答えますが、実は事実と違うこと——これを**ハルシネーション(=AIが作り出した嘘の情報)**と呼びます——が混じることがあります。
たとえば、AIが「このデータでは前年比120%の成長です」と言ったとき、元のデータを見ると実際は110%だった、ということが起こりえます。
確かめるための3ステップ
- 数値を突き合わせる: AIが出した数字を、元のデータと見比べます
- 出典を聞く: 「その情報の根拠は?」とAIに追加で質問します
- おかしいと思ったら調べ直す: 少しでも「あれ?」と思ったら、自分で元データに戻って確認します
プロンプト例:
あなたが先ほど出した分析結果について、根拠となるデータのどの部分から
その結論に至ったか、ステップごとに説明してください。
このように聞くと、AIがどこから結論を出したのかがわかりやすくなります。
成果物を作る——AI利用チェックリストを完成させる
最後に、あなたが今後AIを使うたびに確認する「マイ・チェックリスト」を作りましょう。以下のテンプレートをコピーして、お使いのメモアプリやドキュメントに貼り付けてください。
# AI利用チェックリスト
データの安全性
- 個人情報(名前・電話番号・メールアドレス等)を含んでいないか
- 会社の機密情報・未発表データを含んでいないか
- 必要に応じてマスキング(ダミーデータへの置き換え)をしたか
結果の正確性
- AIの回答を元のデータと突き合わせて確認したか
- 数値やグラフの読み取りが正しいか自分の目で確かめたか
- 不明な点についてAIに根拠を追加質問したか
会社のルール
- 自社のAI利用ガイドラインを確認したか(ある場合)
- 判断に迷うケースは上司やチームに相談したか
このチェックリストを記入した画面のスクリーンショット(=画面の写真)を撮影して保存してください。これがこのレッスンの成果物になります。
つまずきやすいポイント
| よくあるつまずき | 対処法 |
|---|---|
| 「どこまでが機密データかわからない」 | 迷ったら入力しない。上司に確認してからでも遅くありません |
| 「マスキングが面倒で、つい本物のデータを入れてしまう」 | 名前→A氏/B氏、金額→概数に丸める、だけでも効果があります |
| 「AIの回答が正しそうに見えて疑えない」 | 最低限、数値を1つだけ元データと照合する習慣をつけましょう |
| 「社内にAI利用ルールがない」 | このレッスンのチェックリストをそのまま自分用ルールとして使えます |
確認する——このレッスンで学んだこと
次の3つを自分の言葉で説明できれば、このレッスンは完了です。
- AIに渡してはいけない情報の具体例を2つ以上挙げられる
- マスキングとは何か、簡単な例を使って説明できる
- AIの回答を確かめるために、具体的に何をするか説明できる
種類: markdown_doc
検証: basic_manual_check_v1
証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。
メディア
必須
なし
あると楽
なし