AIリテラシー

「便利だと聞いて開いてはみたが、何を打ち込めばよいのか分からず閉じてしまった」「若手がAIに作らせた資料の数字が違っていて、提出前に冷や汗をかいた」。AIが仕事の道具として広まるにつれ、道具そのものよりも、それを扱う側の力で結果が変わる場面が増えてきました。AIリテラシーとは、その扱う側の力のことです。この記事では、AIリテラシーが具体的にどんな力の集まりなのか、建設業の現場や事務所でどう活きるのか、そして社員のAIリテラシーを社内でどう高めていくのかを、公的資料と実際の取り組み事例をもとに整理します。

AIリテラシーとは

AIリテラシーとは、AIがどういう仕組みで答えを出しているのかをざっくり理解したうえで、業務のなかで安全に、そして役に立つ形で使いこなす力のことです。ボタンの押し方や画面の操作を覚えることではありません。むしろ大事なのは、この仕事はAIに任せてよいか、返ってきた答えをそのまま使ってよいか、という判断のほうです。

たとえば生成AIは、質問に対して「正解を調べて答えている」わけではなく、学習した膨大な文章をもとに、それらしく続く言葉を組み立てています。この一点を知っているかどうかで、使い方はまるで変わります。知らなければ「AIが言っていたから」と数字を鵜呑みにし、知っていれば下書きとして受け取り、原典で確かめるという当たり前の手順が自然に身につきます。AIリテラシーとは、この差を生む土台の知識と姿勢の総称です。

似た言葉にITリテラシーがありますが、指す範囲が違います。ITリテラシーは、パソコンやネットワーク、情報の扱い方といった道具全般を使いこなす力です。AIリテラシーはそこに、答えが毎回変わる・間違いが混じる・元の資料をそのまま返してくれるとは限らない、というAI特有のくせへの理解が加わります。表計算ソフトのように「同じ操作なら同じ結果」が保証されない道具を扱うための力、と考えると分かりやすいでしょう。

いま建設業でAIリテラシーが問われる理由

総務省の令和7年版情報通信白書によると、生成AIサービスを使ったことがあると答えた日本の個人の割合は、2024年度調査で26.7%でした。前年度の9.1%からは大きく伸びていますが、同じ調査で米国は68.8%とされており、開きは小さくありません。年代別に見ると20代は44.7%で、世代によっても差があります。未利用者が挙げた理由の上位は「必要性や有用性が分からない」「使い方が分からない」でした。つまり、道具が足りないのではなく、何にどう使えばよいかが分からないところで止まっている人が多いということです。

企業側の数字も似た傾向を示しています。帝国データバンクが2026年3月17日から31日にかけて実施し、全国1万312社から回答を得た調査では、生成AIを業務で活用している企業は34.5%でした。業種別では、サービスが47.8%であるのに対し建設は26.4%と、平均を下回っています。同じ調査で活用にあたっての課題として最も多かったのは「情報の正確性」の50.4%、次いで「専門人材・ノウハウ不足」が41.3%でした。

課題の上位が、道具の値段でも機能でもなく、正確性の見極めと使いこなす人の不足である点に注目したいところです。どちらもAIリテラシーの話に直結します。同じ調査では、社内で生成AIを使いこなす人とそうでない人の差が広がっていると感じる企業が18.8%あったとも報告されており、導入したかどうかよりも、社内でどこまで広がっているかが次の分かれ目になりつつあります。

AI侍

刀を買うただけでは、斬れるようにはならぬでござる。まずは素振りから。触った者の数だけ、会社の力になり申す。

AIリテラシーを構成する四つの力

AIリテラシーという言葉は幅が広く、そのままでは何を学べばよいのか見えません。実務の側から分解すると、次の四つの力に整理できます。研修を組むときも、この四つのどれを伸ばしているのかを意識すると迷いません。

仕組みをざっくり知る力

細かい技術の話は不要です。学習した文章をもとに、それらしい続きを組み立てているだけであること。だから、実在しない条文や存在しない製品名をもっともらしく書いてしまうことがあること。この現象はハルシネーションと呼ばれ、材料の規格値や数量の計算など、間違えると手戻りが出る箇所ほど注意が要ります。仕組みを知っている人は、AIの答えを疑うのではなく、確かめるべき箇所が事前に分かるようになります。

任せる仕事を見分ける力

AIが得意なのは、文章の下書き、要約、言い換え、分類、書式の整えといった作業です。逆に、正解が一つしかない計算、社内にしか存在しない情報、責任の伴う最終判断は不得意か、任せてはいけない領域になります。日報を読みやすい文にまとめ直すのは得意ですが、その日の出来高が妥当かを判断するのは人の仕事です。この線引きができると、無駄な期待も無用な拒絶反応も減ります。

伝わる指示を書く力

AIへの指示文はプロンプトと呼ばれます。うまくいかない相談の多くは、指示が短すぎることが原因です。誰に向けた文章か、どんな立場で書くのか、長さはどれくらいか、参考になる材料は何か。新人に仕事を頼むときと同じ情報をそろえれば、返ってくる答えは見違えます。逆に言えば、人に仕事を頼むのが上手な現場監督や事務担当は、この力をすでに持っています。

出てきた答えを確かめる力

四つのなかで最も実害に直結するのがこの力です。数値、固有名詞、日付、規格の名称は必ず原典に当たる。社外に出す文書は責任者が目を通す。この二つを習慣にできるかどうかで、AIが戦力になるか事故のもとになるかが決まります。確かめる手間を含めても早いと感じられる業務こそ、最初に任せるべき業務です。

建設の仕事でどう活きるか

AIリテラシーが身につくと、日々の業務のどこにAIを差し込めるかが自分で見えてきます。建設業でよく挙がる場面を並べておきます。いずれも派手な仕組みではなく、机の上ですぐ試せるものばかりです。

• 日報・作業報告｜箇条書きのメモを、読みやすい文章にまとめ直す。書式をそろえる
• 議事録｜打合せの録音から起こした文字データを、決定事項と持ち帰り事項に整理する
• 見積の説明文｜数量や単価そのものではなく、施主へ渡す内訳の説明文や比較表の下書きを作る
• 写真整理｜工種や部位ごとの仕分け方針を決め、台帳に載せる説明文を量産する
• 安全の呼びかけ｜朝礼で読み上げる一言や、注意喚起の掲示文を季節や工程に合わせて作る
• メール・文書｜催促や日程調整の文面を、角の立たない言い回しで下書きする
• 調べもの｜専門用語や工法の概要をやさしく言い換えてもらい、原典で裏を取る
• 新人教育｜社内の手順書をもとに、質問に答える形で説明文を用意する

共通しているのは、いずれも最終判断を人が持ったまま、下ごしらえだけを任せている点です。AIリテラシーの高い担当者は、この「下ごしらえに切り出せる部分」を見つけるのが上手になります。逆にリテラシーが低いまま導入すると、判断そのものを任せてしまい、確認の手間が増えて「かえって遅くなった」という結論に落ち着きがちです。

社内でAIリテラシーを高める手順

一人が詳しくなっても、会社としての力にはなりません。かといって全社員に分厚い研修を課すのも現実的ではないでしょう。中小の建設会社であれば、次の流れが取り組みやすいはずです。

1. 1

   困っている業務を書き出す

   AIの話から入らず、時間を取られている作業を各部門から三つずつ挙げてもらいます。技術の説明より先に、自分の困りごとが題材になっているほうが、その後の理解が早くなります。

2. 2

   会社で使う環境をそろえる

   個人のアカウントで各自が試している状態は、上達も共有もしにくく、情報の扱いも見えません。会社として使うサービスを決め、入力した内容が学習に使われない設定かを契約前に確認します。

3. 3

   触る時間を業務時間内に取る

   「空いた時間に触ってみて」では誰も触りません。三十分でよいので業務として時間を確保し、その場で自分の仕事を打ち込んでもらいます。最初の一回を業務時間内に置けるかが分かれ目です。

4. 4

   うまくいった指示文を持ち寄る

   個人の工夫を社内で共有すると、覚えの早い人の成果が全員に配れます。共有フォルダやチャットに「使えた指示文」を貼る場所を作り、月に一度でよいので見せ合う場を設けます。

5. 5

   確かめる手順を決めて書き残す

   どの情報を入れてよいか、出てきた文章を誰が確認してから外に出すか。口頭の申し合わせで済ませず、短い文書にして配ります。ここが決まると、遠慮していた社員も手を動かせるようになります。

6. 6

   続いた業務を数えて広げる

   三か月続いた使い方だけを残し、他部門へ横展開します。使われなくなった用途は無理に延命しません。定着した業務の数を指標にすると、効果の議論が現実的になります。

手順のなかで最もつまずきやすいのが、確かめる手順を文書にする段階です。何をどこまで書けばよいかは、生成AI社内ガイドラインの記事で詳しく扱っています。自社だけで業務の棚卸しから進めるのが難しい場合は、対象業務の選定から伴走するAI番頭のサービスのような外部の支援を使い、まず一部門から小さく始める手もあります。

メリットと注意点

もう一つの注意点は、入力してよい情報の線引きを教えないまま使わせることです。施主の氏名や未公表物件の図面、協力会社ごとの単価などは、扱いを決めておかないと担当者が判断できません。詳しくは情報漏洩対策の記事で整理していますが、少なくとも入れてよい情報の例を五つ、いけない情報の例を五つ書き出して配るところから始めてください。総務省と経済産業省のAI事業者ガイドライン（第1.2版）でも、AIに関わる者が十分な水準のAIリテラシーを確保するための措置が、事業者が取り組むべき共通の指針の一つとして挙げられています。

先行する会社は何をしているか

大手ゼネコンの動きは、道具ではなく人に投資している点で参考になります。大成建設は2025年11月17日、OpenAIと連携し、ChatGPT Enterpriseを活用した人財育成と業務変革の全社プロジェクトを開始したと発表しました。同社の発表によれば、2025年4月に250名から始めた育成プログラムを同年8月には1,000名規模へ拡大し、基礎から応用まで体系的に学べる研修を通じて、社員が日常業務のなかでAIを自然に使える状態を目指すとしています。

規模の小さい会社でも、やり方次第で成果は出ています。コミクスが2026年3月に公表した建築業向けの支援事例では、2025年8月から全12回の研修を実施し、建築管理・設計・営業・総務の四部門で17の施策を進めたと報告されています。同社の発表によれば、確認申請書からのデータ抽出は1件あたり45分から5分に短縮され、実装済みの施策で月間72時間、全体で月間95時間、年換算で1,140時間の削減につながったとされています。座学だけで終わらせず、チャットでの個別支援を続けた点も紹介されています。

二つの事例に共通するのは、道具を配って終わりにせず、使う人の力を伸ばす期間を業務として確保していることです。数百名規模の研修をそのまま真似る必要はありませんが、「触る時間を業務時間内に取る」「詳しい人が伴走する」という二点は、社員十数名の会社でもそのまま持ち帰れます。

よくある質問

関連用語

AIリテラシーは、特別な才能でも専門職の技能でもありません。仕組みをざっくり知り、任せる仕事を選び、伝わる指示を書き、出てきた答えを確かめる。この四つを、自分の担当業務で一度ずつ回してみるだけで、見え方は変わります。会社として必要なのは、その一度目を業務時間のなかに置いてやることだけです。

出典・参考