ChatGPT も Claude も Gemini も、ときどき事実でないことを、自信たっぷりの自然な文章で答えます。これは「ハルシネーション（幻覚）」と呼ばれ、AI の仕組み上ゼロにはできない性質です。読みやすい文章ほど鵜呑みにしがち。だからこそ、なぜ起こるのか・どこまで減ったのか・どう付き合うのかを、最初に整理しておきましょう。
01なぜ「もっともらしく間違える」のか
大規模言語モデルは「次に来そうな単語」を確率で選んで文章を組み立てます。だから学習データに無い情報でも、確率的に“ありそう”な並びがあれば、自然な文として出してしまう。これが古典的な説明です。
2025年9月にOpenAIが公開した論文「Why Language Models Hallucinate」は、ここに踏み込んだ理由を加えました。多くのハルシネーションは、特殊な故障ではなくふつうの「分類ミス」だというのです。さらに重要なのは、AIの賢さを測るテスト（ベンチマーク）の採点方法そのものが原因になっている、という指摘です。
FIG.1 「不明」に点を与えない採点では、推測（＝ハッタリ）が得点上は最適になる
仕組みはこうです。多くのテストは答えを「正解か不正解か」だけで採点し、「分かりません（I don't know）」には点を与えません。すると、自信がなくても当てずっぽうで答えるほうが期待点が高くなる。学校のテストで、白紙より一か八か埋めたほうが得、というのと同じ構図です。この採点で鍛えると、モデルは「黙る」より「埋める」クセを身につけてしまう──これがOpenAIの主張です。2026年にはこの分析が学術誌 Nature にも採録され、ハルシネーションは「データの汚れ」だけでなく評価設計の問題でもある、という見方が広がりました。
02よくあるハルシネーションのパターン
「分からない」と言わずに埋めてくる──この性質が、具体的には次のような形で現れます。
存在しない情報源
架空の論文名・書名・URL・判例番号・条文を、実在するかのように堂々と提示する。
数字・日付の捏造
「市場規模は◯兆円」など、根拠のない統計や年号をそれらしく作る。
勝手な補完
前提が足りない質問を推測で断定。長文要約では原文に無い結論まで足す。
とくに厄介なのが、実在の要素と架空の要素を混ぜるパターンです。2026年に報じられた実例では、社内資料を検索して回答するAIが、ある文書の実在する当事者名と、別の文書由来の架空の番号を合成して、存在しない判例「Johnson v. Meridian Holdings, 2023 WL 456789」を引用しました。一見もっともらしいぶん、慣れた人でも見抜きにくいのが危険な点です。
03「最新情報は知らない」は条件つき
「学習データのカットオフ以降は分からない」というのは、外部ツールを使わない素のモデル単体の話です。いまの主要ツール（ChatGPT・Gemini は標準、Claude も Web 検索ツールあり）は、必要に応じてその場で Web 検索し、最新情報を出典付きで答えられます。
ただし大事な注意があります。検索やRAG（社内データ参照）を使っても、ハルシネーションは減るだけでゼロにはなりません。検索が拾ったページ自体が古い・誤っている、複数の資料が矛盾している、必要な記述が資料に無いのに無理に答える、長い文脈の真ん中の情報を取りこぼす（lost-in-the-middle）──こうした理由で、根拠付きでも誤りは起こります。法律調査向けの検索連携ツールで、ベンダーの主張に反して最大33%の誤りが観測された、という2026年の報告もあります。だから出典リンクを開いて一次情報まで確認するのは、検索AIの時代でもむしろ必須なのです。
FIG.2 検索・RAG で確率は下がる。だが最後の「一次情報チェック」は人の仕事
04どこまで減ったのか（2026年の実状）
悲観しすぎる必要はありません。性能は確実に上がっています。複数の2026年ベンチマークによると、最前線モデルの誤り率はおおむね3〜19%で、モデル・タスク・推論設定によって大きく振れます。短い文書の要約のような検索で根拠を与えやすいタスクでは、2%未満まで下がる場面もあります。2024年ごろの水準と比べると、数倍は改善したという評価です。
| 減らせる条件 | 残るリスク |
|---|---|
| 根拠（資料・検索結果）を渡す | 渡した資料自体が誤り／不足のとき |
| 「拡張思考（じっくり考える）」を使う 誤り率がほぼ半減した例も | 速さ優先の設定では効きにくい |
| 複数モデルで答えを突き合わせる | 全モデルが同じ誤解をすると揃って間違う |
注意したいのは、これらの数字は計測条件しだいで変わる目安だということ。特定モデルが「何%だから安全」と断定はできません。傾向として「根拠を渡す・じっくり考えさせる・複数で照合する」ほど下がる、と捉えてください。
2026年のハルシネーションは、数倍は減った。だがゼロではない──だから人の確認が要る。
05仕事で使うための5つの心得
事実の最終確認は人がやる
AI は下書き・要約・整理が得意。事実を確定させる役は人が持つ。便利さと最終責任は別物。
「分からない」と言わせる
プロンプトに「不明なら『不明』と書き、推測は推測と明示」と入れる。OpenAIの実験でも、無理に答えず棄権させたほうが誤答は大きく減った。
出典を要求し、必ず開く
AI が出した URL・文献は自分でアクセスして突き合わせる。架空の出典・誤った引用は2026年でも企業監査の最大の懸念。
計算はツールに任せる
桁の多い計算や集計は Excel・表計算・コード実行で。AI には式の説明や検算の観点出しを頼む。
専門領域は補助に留める
医療・法律・税務・投資の最終判断を AI 単独で完結させない。重要な箇所は2つ以上のソースで照合する。
06誤りを減らすのが得意なツール
AIを使うこと自体で誤りを抑える工夫もあります。いずれも「ゼロにする」ものではなく、確認の手間を減らすためのものと考えてください。
- Perplexity：回答に出典 URL を明示する検索AI。根拠をたどりやすい（ただし出典自体の正しさは要確認）。
- NotebookLM：自分が用意した資料の中だけで回答し、外部知識を混ぜにくい。手元資料に閉じた要約・調査に向く。
- RAG（社内データ参照）：自社データに基づく回答を促す仕組み（開発者向け）。減らすが、前章の通りゼロにはしない。
07失敗を減らすプロンプトの型
「黙るより埋める」クセに対抗するには、埋めないことを明示的に許可するのが効きます。次の型をそのまま使えます。
次の資料だけを根拠に答えて。資料に書かれていないことは補わない。
断定できない点は「不明」、推測する場合は「推測」と明示。
各主張には、根拠にした箇所（文書名・該当部分）を引用として添える。
最後に、人が確認すべき項目を3つ箇条書きで。
ポイントは、AIに「分からない」という逃げ道を与えること。採点ルールが棄権を罰してきた裏返しで、こちらが棄権を許すと、無理な作話が目に見えて減ります。
08まとめ
ハルシネーションは、AIが故障しているのではなく、「自信ありげに埋める」よう育てられてきた結果です。2026年のモデルは数倍賢くなり、検索やRAGで誤りはさらに下がりました。それでもゼロにはならない以上、出典の一次情報チェックと、2つ以上のソースでの照合は今も必須の習慣です。「AI は便利だが、最終確認は人」。この一線を守れば、苦手を恐れずに得意を引き出せます。次の記事では、機密情報を AI に入れないためのセキュリティの基本を扱います。
