情報リテラシーとは｜AI時代にだまされないための見極め方【経営者向け】

2026年7月23日

「AIが作った文章や画像は、もう見分けがつかないから困る」——生成AIを使い始めた経営者や社員から、こうした声をよく聞きます。あなたの会社でも、取引先から届いたメール、SNSで見た情報、生成AIが出した回答を、そのまま信じてよいか迷う場面が増えているのではないでしょうか。

この記事では、情報リテラシーの意味をやさしく整理したうえで、AIが絡む誤情報や詐欺にだまされないための、実務で使える見極め方を解説します。

この記事でわかること

この記事では、次の内容を順番に整理します。

情報リテラシーとは何か（わかりやすく／簡単に）
メディアリテラシーとの違い
生成AIがもたらす新しい誤情報リスク（もっともらしい間違い・偽情報・ディープフェイク）
昔からある詐欺の手口（フィッシング詐欺・ランサムウェア・ソーシャルエンジニアリング）がAIでどう巧妙になっているか
経営者・従業員が今日から使える見極めチェック

技術の話に閉じず、「あなたの会社が今日から何をすればよいか」を軸に進めます。

なぜ今、経営者に情報リテラシーが必要なのか

これまで情報リテラシーは、主に「怪しいメールを開かない」「SNSのデマを拡散しない」といった、個人の心がけの話として語られてきました。

しかし、生成AIが普及したことで、状況が変わりました。文章も画像も、驚くほど自然に、もっともらしく作れるようになったからです。

あなたの会社の社員が、生成AIに調べものを頼み、出てきた回答をそのまま資料に使う。取引先を名乗るメールの文面が、以前より不自然さがなく、疑いにくい。こうした場面は、経営者が思っている以上に日常業務へ入り込んでいます。

情報リテラシーは、もはや「個人の教養」ではなく、会社として誤った情報に振り回されないための実務スキルになっています。

情報リテラシーとはわかりやすく

情報リテラシーとは、必要な情報を集め、その情報が正しいかどうかを見極め、適切に活用・発信する力のことです。「リテラシー」という言葉自体は、もともと「読み書きの能力」を意味し、そこから転じて「特定の分野を理解し、使いこなす力」という意味で広く使われています。

つまり情報リテラシーは、「情報の読み書き能力」と考えると理解しやすくなります。文字が読めても、書いてある内容を鵜呑みにしてしまえば、情報リテラシーが高いとはいえません。

情報リテラシーとは簡単に言うと

情報リテラシーとは簡単に言うと、「情報に振り回されず、情報を使いこなす力」です。捉え方にはいくつかの整理の仕方がありますが、本記事では実務で使いやすいように、次の3つの動きに分けて整理します。

集める力……必要な情報を、適切な方法で探し出す
見極める力……その情報が正しいか、信頼できる出所かを判断する
使う力……見極めた情報を、目的に合わせて活用・発信する

この3つのうち、生成AIの普及で特に重要性が増しているのが「見極める力」です。情報を集めること自体はAIが手伝ってくれますが、その内容が正しいかどうかを判断するのは、依然として人間の役割です。

情報リテラシーの定義・意味を例で理解する

たとえば、次のような場面を考えてみてください。

生成AIに競合他社の情報を尋ねたら、それらしい数字が返ってきた。しかし出典が示されていない。
取引先を名乗るメールが届き、いつもと同じような文面で振込先の変更を求めている。
SNSで「〇〇業界は今後大きく縮小する」という投稿が拡散されている。

情報リテラシーが高い状態とは、これらの情報を「とりあえず信じる」でも「とりあえず疑う」でもなく、出所を確認し、根拠を探し、必要であれば一次情報に当たったうえで判断する状態を指します。

メディアリテラシーとの違い

情報リテラシーとよく混同される言葉に、メディアリテラシーがあります。両者は重なる部分も多いですが、範囲の広さが異なります。

用語	主な対象範囲
情報リテラシー	情報全般（書籍・Web・社内資料・AIの出力など）を集め、見極め、活用する力
メディアリテラシー	テレビ・新聞・SNS・動画など「メディアが発信する情報」を批判的に読み解く力

情報リテラシーは、メディアからの情報だけでなく、社内資料や生成AIの回答など、あらゆる情報の扱い方全般を含む、より広い概念と捉えるとわかりやすくなります。実務では、両方の力を組み合わせて使うことになります。

AIがもたらす新しい誤情報リスク

生成AIの登場によって、情報リテラシーに新しい論点が加わりました。「AI自身が、悪意なく誤った情報を作ってしまうことがある」という点です。

生成AIの回答は「もっともらしい間違い」を含むことがある

生成AIは、学習したデータをもとに、文章として自然な回答を作る仕組みです。そのため、事実として誤った内容であっても、文章としてはなめらかで、説得力があるように見えることがあります。

こうした回答は、内容が正しいかどうかとは関係なく生成されるため、数値、固有名詞、日付、法令、統計などは、そのまま資料や顧客対応に使う前に、公式情報や一次情報での確認が欠かせません。

偽情報（ディスインフォメーション）とディープフェイク

生成AIの技術的発展に伴い、意図的に人を欺くための悪用リスクも指摘されています。代表的なものが、偽情報（ディスインフォメーション）と、ディープフェイク（深層偽造）技術です。

ディープフェイクとは、AIの技術を使って、実在する人物の映像や音声を、本人が言っていないことを言っているかのように加工する技術を指します。偽情報と組み合わさることで、事実と異なる内容が、あたかも本人の発言であるかのように拡散される危険性があります。

ディープフェイクの技術的な仕組みや具体的な事件の詳細は専門性が高いため、本記事では「AI時代の情報リテラシーの一部として、こうしたリスクが存在することを知っておく」というレベルに留めます。より掘り下げた内容は、別記事で扱う予定です。

知っておきたい古典的な詐欺の手口

情報リテラシーには、詐欺やサイバー攻撃の手口を知っておくことも含まれます。生成AIの普及以前から知られている手口が、AIによって巧妙になっている点に注意が必要です。

フィッシング詐欺……実在する企業や金融機関を装ったメールやサイトで、ID・パスワードなどを盗み取る手口です。生成AIによって文面の不自然さが減り、見分けにくくなっています。
ランサムウェア……端末やデータを暗号化し、復旧と引き換えに金銭を要求するマルウェアの一種です。フィッシング詐欺のメールが感染の入口になることもあります。
ソーシャルエンジニアリング……技術的な攻撃ではなく、人の心理的な隙や信頼関係を悪用して、情報を聞き出したり操作させたりする手口です。取引先や上司になりすます、緊急性を装って判断を急がせる、といった形で現れます。

これらは、いずれも「本物らしさ」で人をだます手口です。生成AIは、その「本物らしさ」を作る精度を高めてしまう面があるため、社員一人ひとりが手口の存在を知っておくことが、最初の防御線になります。

電話・音声を使ったなりすましにも注意

フィッシング詐欺は、メールだけでなく、電話（ヴィッシング）やSMS（スミッシング）でも行われます。音声生成AIの精度が上がったことで、上司や取引先の声を模した音声で振り込みを急がせるといった手口も懸念されています。

「文面」だけでなく「声」も加工できる時代になったと考え、緊急の金銭対応を求められた場合は、必ず別の連絡手段で本人確認をする習慣を、社内で共有しておくと安心です。

だまされないための実務チェック

情報リテラシーを高めるといっても、難しい知識を覚える必要はありません。次のような基本動作を、業務の中で習慣にすることが現実的です。

場面	見極めのポイント
生成AIの回答を資料に使う	数値・固有名詞・法令などは公式情報や一次情報で裏を取る
取引先を名乗るメール・連絡	振込先変更や緊急対応の依頼は、別の連絡手段で本人に確認する
SNS・ニュースで見た情報	発信元が明記されているか、他の情報源でも同じ内容が確認できるかを見る
添付ファイルやリンク	差出人アドレスやURLの表記に不自然な点がないかを確認する
判断に迷う情報	一人で抱えず、社内で共有し、複数人の目で確認する

私は、事実性の高い箇所を絞って一次情報と照合しています

中小企業診断士として、クライアントが生成AIで作成した文章や資料を確認することがあります。

そのとき、私は文章のすべてを一文ずつ疑い、最初から調べ直すことはしていません。それでは確認に時間がかかりすぎ、AIを使った効果が小さくなるからです。

代わりに、間違いが含まれやすく、誤ったまま使ったときの影響が大きい箇所へ、確認を集中します。

特に注意して見るのは、次のような情報です。

売上、費用、割合、人数などの数値
企業名、商品名、制度名などの固有名詞
法律や制度が始まった年、改正年などの年号
料金、仕様、契約条件
補助金や助成金の対象要件
調査結果や市場規模
人物の役職、経歴、発言
引用文と引用元
「業界初」「最大」「唯一」などの比較表現
法律、税務、労務などの重要な説明

生成AIは、文章全体を自然につなげることが得意です。その一方で、実在する情報と似た数字や名称を組み合わせ、もっともらしい内容を作ることがあります。

文章が流暢であるほど、数字や固有名詞まで正しく見えてしまうため、事実性の高い箇所を意識して拾う必要があります。

たとえば、AIが「この制度は2024年に開始され、対象企業は従業員50人以下です」と書いた場合、制度の概要を説明する文章全体ではなく、まず次の二点を確認します。

本当に2024年に始まった制度なのか
本当に従業員50人以下が対象なのか

この二点が誤っていれば、文章がどれほど読みやすくても、クライアントへ渡す資料としては使えません。

確認先も、できるだけ一次情報を優先します。制度や法律であれば省庁、自治体、法令データなどの公式情報を、料金・仕様であれば提供会社の公式サイトや利用規約を、統計であれば元の調査機関や公的統計を確認します。

検索結果の要約や、別の記事による引用だけで確認を終えないようにしています。二次情報同士を照らし合わせても、元になった誤情報が同じであれば、正しいとは限らないからです。

また、すべての情報を同じ厳しさで確認するわけでもありません。私は、確認箇所を次の三段階に分けています。

必ず一次情報と照合する箇所：数値、固有名詞、年号、法律、制度、料金、仕様、引用など。
内容の妥当性を確認する箇所：因果関係、比較、将来予測、業界傾向など。
主に表現を確認する箇所：読みやすさ、語調、文章構成、重複表現など。

このように分けると、全文を一律に疑うよりも、重要な誤りを効率よく見つけられます。

さらに、事実確認が必要な箇所を、AI自身に先に抽出させることもあります。「この文章の中から、数値、固有名詞、年号、制度要件、引用を抜き出し、確認項目の一覧を作ってください」と指示し、その一覧をもとに人間が一次情報を確認します。

ただし、AIが「確認不要」と判断したから安全とは限りません。最終的に何を確認するかは、人間が決めます。

生成AIの出力確認では、全文を疑って書き直す必要はありません。一方で、自然な文章だからと、そのまま信用することもできません。

誤ると影響が大きい情報を見つけ、信頼できる一次情報へ戻って確認する。私は、この的を絞った確認によって、AIの速度を生かしながら、クライアントへ渡す情報の正確性を確保しています。

大切なのは、すべての情報を疑い続けることではありません。判断に影響する重要な情報だけ、確認する手間をかける。この線引きができると、業務のスピードを落とさずに、誤情報のリスクを下げられます。

社内の情報リテラシーを仕組みにする

情報の見極め方を一人ひとりの注意力だけに頼ると、担当者によってばらつきが出ます。社内で生成AIの利用が広がっているなら、「何を確認するか」「誰に相談するか」をルールとして共有しておくと、組織全体の情報リテラシーが底上げされます。

社員が会社の把握しないまま生成AIを業務利用している状態（いわゆるシャドーAI）や、社内の生成AI利用規程の作り方については、シャドーAIを防ぐ生成AI利用規程の作り方で詳しく解説しています。情報の見極めルールと合わせて整備すると効果的です。

自社メディアでも、AIの下書きは公開前に必ず人間が事実確認します

自社メディアでは、生成AIやClaude Codeを使って、記事の構成案や本文の下書きを作成しています。

ただし、AIが作成した原稿を、そのまま公開することはありません。公開前には必ず人間が内容を確認し、自社の名前で発信してよいかを判断します。

このルールを設けているのは、生成AIの文章品質が低いからではありません。

現在の生成AIは、読みやすく、筋の通った文章を短時間で作れます。しかし、文章の自然さと、書かれている事実の正確さは、別の問題です。

実在しない制度や調査結果を挙げたり、古い料金や仕様を現在の情報として書いたり、資料にない経験を自社の実例として補ったりする可能性があります。

そこで、公開前の確認を、次の順番で行っています。

第1段階：AIによる機械的なチェック

下書きが完成すると、まずAIに次のような項目を確認させます。

数値、固有名詞、年号が含まれている箇所
出典や根拠が必要な記述
法律、制度、料金、仕様に関する説明
断定が強すぎる表現
「最大」「唯一」「必ず」などの注意が必要な表現
本文と参考資料が一致していない可能性がある箇所
自社の実体験として書かれている箇所
最新情報の確認が必要な箇所

AIには、内容が正しいと自己判定させるだけでなく、人間が確認すべき記述を一覧にさせます。確認が必要な箇所には「要事実確認」「一次情報確認」「自社実績確認」などの印を付け、未確認のまま公開工程へ進まないようにします。

第2段階：人間が一次情報を確認する

次に、人間が確認対象を絞り、元の資料や公式情報と照合します。

料金が書かれていれば提供会社の公式料金ページを、法律や制度であれば所管官庁や自治体の情報を、自社の実績であれば社内の記録や過去の成果物を確認します。特に重点的に見るのは、次の情報です。

数字が正しいか
名称が正式表記になっているか
年号や日付が正しいか
現在も有効な制度・仕様か
引用内容が元資料と一致しているか
自社で実際に経験した内容か
一般的な事例を自社事例として書いていないか

確認できない情報は、推測で残しません。該当箇所を削除する、表現を限定する、根拠が確認できる情報へ差し替える、確認待ちとして公開を止める、のいずれかで対応します。

第3段階：運営者として公開可否を判断する

事実関係を確認した後、最後に私自身が記事全体を確認します。ここでは、情報が正しいかだけでなく、次の点も見ます。

中小企業診断士として責任を持てる説明か
読者に誤解を与える表現がないか
自社の経験と一般論が区別されているか
現在の事業方針やブランドに合っているか
公開する時期に問題がないか
記事を読んだ人が誤った行動を取る危険がないか

事実として間違っていなくても、説明が省略されすぎて誤解を招く場合や、例外があるのに断定している場合は修正します。特に、法律、労務、資格試験、AIツールの料金や仕様など、読者の判断に影響する内容は慎重に確認します。

確認できなければ、そこで止める

この体制で重要なのは、「誰かが後で確認するだろう」と考えないことです。

確認できていない箇所が一つでも残っていれば、記事は承認待ちの状態に置きます。公開予定日が迫っていても、AIに推測で埋めさせたり、根拠のないまま公開したりはしません。

公開を止める条件を明確にしておくことで、担当者の感覚や忙しさによって基準が変わることを防いでいます。たとえば、次の状態では公開しません。

数値や制度の根拠を確認できない
引用元へ到達できない
自社事例としての裏付けがない
最新情報か判断できない
顧客情報や非公開情報が混ざっている
重要な表現について判断が分かれている

問題が見つかったら、次の運用へ反映する

公開前の確認で誤りや不足が見つかった場合は、その記事だけを直して終わりにしません。

なぜ誤りが入ったのかを振り返り、必要に応じて指示書、参考資料、品質チェック項目を更新します。たとえば古い料金を書いてしまったら「料金やプランは必ず公式サイトの現在情報を確認する」を品質基準へ追加し、一般事例を自社事例として書いてしまったら「資料に記載のない経験を一人称で補わない」というルールを加えます。

この繰り返しによって、同じ種類の誤りが次の記事へ混入する可能性を下げています。

自社の運用では、AIが下書きと確認候補の抽出を担当し、人間が一次情報との照合と公開判断を担当します。AIで記事制作を速めても、事実確認まで省略してはいけません。

公開前に人間が確認する工程を残すことで、生成AIの生産性を生かしながら、誤情報を自社メディアから発信するリスクを抑えています。

導入判断チェック｜自社の情報リテラシーの現在地

次の項目に3つ以上当てはまるなら、社内の情報リテラシーを見直すタイミングです（公的な診断基準ではなく、本記事独自の簡易目安です）。

生成AIの回答を、裏取りせずにそのまま資料や顧客対応に使ったことがある
取引先を名乗るメールの真偽を、都度きちんと確認できていない
「情報リテラシー」と「メディアリテラシー」の違いを説明できない
社員によって、怪しい情報への対応にばらつきがある
フィッシング詐欺やソーシャルエンジニアリングの手口を、具体的に知らない社員がいる
判断に迷った情報を相談できる窓口や習慣がない
生成AIの利用ルールと、情報の見極めルールが別々に扱われている

トシゾーの見立てとして、情報リテラシーの本当の価値は「疑い深くなること」ではありません。信じてよい情報と、確認すべき情報を、業務の中で自然に切り分けられるようになることにあります。

情報リテラシーについてよくある質問

情報リテラシーの3要素は何ですか？

呼び方には幅がありますが、一般的には「情報を集める力」「情報を見極める（判断する）力」「情報を活用・発信する力」の3つに整理されることが多いです。本記事でも、この3つの動きに沿って解説しています。

リテラシーとは簡単に言うと何ですか？

リテラシーとは、もともと「読み書きの能力」を意味する言葉です。そこから転じて、特定の分野を理解し、適切に使いこなす力全般を指す言葉として使われています。情報リテラシーは、その「情報版」にあたります。

中学生にとって情報リテラシーとは何ですか？

学校教育の場面でも、情報リテラシーはSNSやインターネットの情報を鵜呑みにせず、出所を確認しながら使う力として教えられています。年齢や立場が変わっても、「情報を集め、見極め、使う」という基本の考え方は同じです。

情報リテラシーとは何ですか？

情報リテラシーとは、必要な情報を集め、その正確さや信頼性を見極め、目的に合わせて適切に活用・発信する力のことです。AI時代には、生成AIが作る文章や画像を鵜呑みにしない姿勢も、この力の一部に含まれます。

情報リテラシーを身につけるにはどうすればよいですか？

特別な資格や研修がなくても、日々の業務の中で「出所を確認する」「重要な情報は複数の情報源で照合する」という行動を繰り返すことで、情報リテラシーは少しずつ身についていきます。社内で事例を共有し合う小さな習慣づくりも、教育として有効です。

まとめ｜情報リテラシーは「疑う力」より「確かめる力」

生成AIが普及したことで、情報リテラシーは一部の人だけが意識する教養ではなく、経営者・従業員が業務の中で当たり前に使う実務スキルになりました。

情報リテラシーとは、情報を集め、見極め、適切に使う力です。メディアリテラシーとの違いを理解し、生成AIがもたらす新しい誤情報リスクと、昔からある詐欺の手口の両方を知っておくことが、あなたの会社をだまされにくくする土台になります。

すべてを疑い続ける必要はありません。判断に影響する重要な情報だけ、確かめる習慣を社内に根づかせることが、現実的な第一歩です。

この記事を書いた人

西俊明（トシゾー）中小企業診断士／AI実践戦略士／IT講師・著者

中小企業診断士／AI実践戦略士（商標出願中）／IT講師・著者。富士通で17年間、IT製品の営業・マーケティングに従事した後、独立。中小企業を中心に270社超を支援し、研修・セミナーへの登壇は250回を超える。現在は、生成AI・ITを経営や業務に生かす実践的な方法と、ITパスポート、情報セキュリティマネジメント、基本情報技術者試験などの学習法・過去問解説を発信している。著書に『改訂7版 ITパスポート最速合格術』など。