AIリテラシーとは、AIの本質や限界を理解したうえで、AIとどう付き合うかを自ら判断し、主体的に使いこなす力のことです。
生成AIが日常に浸透した今、教育現場でも企業でも「AIを禁止する」のではなく、「AIに使われず、使いこなす人材をどう育てるか」が問われています。一方で、日本の生成AI利用率は主要国と比べて大きく出遅れているのが現状です。
本記事では、東京大学大学院 伊庭斉志教授へのインタビュー（聞き手：DEFiDE代表 山本）をもとに、AIリテラシーを高める具体的な方法と、日本がAIで世界と戦うために企業・組織が取り組むべきことを解説します。
この記事でわかること
・AIリテラシーの定義と、ITリテラシー・データリテラシーとの違い
・統計で見る日本のAI活用の現状と、世界との差が生まれる要因
・東大教授が実践するAIリテラシーを高める3つの方法
・日本企業・組織がAI時代に取り組むべきことと注意点
東京大学大学院 情報理工学系研究科 電子情報学専攻 教授。工学博士。1985年東京大学理学部情報科学科卒業、1990年東京大学大学院工学系研究科情報工学専攻博士課程修了、同年電子技術総合研究所入所。1996〜1997年スタンフォード大学客員研究員、1998年東京大学大学院工学系研究科電子情報工学専攻助教授、2004年東京大学大学院新領域創成科学研究科基盤情報学専攻教授を経て、2011年から現職。進化型システムと人工知能基礎の研究に従事し、進化計算・遺伝的プログラミング・人工生命・機械学習・ロボティクスなどを幅広く研究している。
かつての情報教育は「ITの使い方」を教えることが中心でした。その後、データを的確に理解し、信頼性を評価し、適切に活用するデータリテラシーが重視されるようになり、いま新たに求められているのがAIリテラシーです。
| リテラシー | 主な内容 |
|---|---|
| ITリテラシー | パソコンやインターネットなど、IT機器・サービスを使いこなす力 |
| データリテラシー | データを的確に理解し、その信頼性を評価し、適切に活用する力 |
| AIリテラシー | AIの本質と限界を理解し、どう付き合うかを判断して主体的に使いこなす力 |
「AIに対してどう付き合うのか、AIの本質は何か……それらを早いうちからある程度分かっていた方が良いと思い、その辺りの教育にお役立ちしたいという想いがあります。」
――伊庭教授
総務省「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個人の割合は、日本では2024年度調査で26.7%でした。2023年度調査の9.1%から約3倍に伸びたものの、主要国とは依然として大きな差があります。
| 国 | 個人の生成AI利用経験（2024年度調査） |
|---|---|
| 中国 | 81.2% |
| 米国 | 68.8% |
| ドイツ | 59.2% |
| 日本 | 26.7%（2023年度：9.1%） |
出典：総務省「令和7年版 情報通信白書」
企業でも同様の傾向があり、生成AIの活用方針を定めている企業の割合は日本では約5割にとどまる一方、米国・中国・ドイツでは約9割に達しています。国内でも大企業の約56%に対し中小企業は約34%と、企業規模による格差が見られます（同白書より）。
業界に長く身を置いてきた伊庭教授は、差が広がる背景を次のように分析します。
要因1 保守的な姿勢：大学・企業・国のいずれも新しいものを取り入れるのに慎重で、「外から言われてようやく取り組む」傾向がある。
要因2 ガラパゴス化：国内だけで独自の変化を遂げ、国際標準から離れてしまう。ただし伊庭教授は、ガラパゴス化が一概に悪いとは言えないとも述べています。
要因3 失敗を恐れる文化：聞き手の山本も、日本人は失敗を恐れて行動が遅れがちな一方、海外の人材はまず行動を起こすと指摘しています。
小学校でのプログラミング教育必修化（2020年度）や、高校「情報Ⅰ」の必修化（2022年度）など、情報教育は学校教育の中で重みを増しています。伊庭教授は、この情報教育の中に「AIの入門」を組み込む取り組みを、賛同する学校や企業とともに進めてきました。
その一つが、VRプログラムを作って遊べるプログラミング学習アプリ「Mind Render」を使ったAI教育です。レーシングカーのゲームAI対戦、簡単な強化学習や進化計算、人工生命のプログラムなどを学び、自分で改造してみる教材で、東京大学の学部生の演習授業でも使われています。
また、埼玉県の大宮高校などでは、レゴのようなAI学習キットでヒューマノイドロボットを作る授業を実施しました。テキストでAIや遺伝的アルゴリズムの考え方を学び、プログラムを見て仕組みを理解したうえで、ブランコの漕ぎ方を自動で最適化するロボットを作ります。授業の最初はうまく漕げなかったロボットが、終わる頃には重心移動を学習して上手に漕げるようになり、生徒からは「どういう原理で動いているのかもっと知りたい」という声が上がりました。
「情報関係に関しては、座学でやるよりも手を動かすことが、非常に重要だなと改めて実感しました。」
――伊庭教授
大学のレポートや大学院入試の研究計画書も、今やほとんどの学生が生成AIを使って書くと考えられます。「使うな」と言ってもチェックはできず、使った学生だけが高評価を得るのも公平ではありません。そこで伊庭教授が実践するのが、AIの活用を前提にした課題設計です。
評価の軸は「学生本人なりのオリジナリティがあるかどうか」です。この考え方は、企業の人材評価や採用選考にもそのまま応用できます。
「もう止めようがありません。「活用しても良いけれど、その上を行け」と言うしかないですよね。」
――伊庭教授
伊庭教授が最も重要だとするのが、AIを道具として使いこなし、AIに使われない心構えです。AIは平気で誤った情報を出しますし、動画や音声のフェイクもすでに溢れています。外国発の技術に迎合しがちな日本だからこそ、次の力を意識的に育てる必要があります。
社員の「生成AI活用力」を可視化しませんか？
AIリテラシー向上の第一歩は、現状を知ることから。DEFiDEの「生成AIワークバリュー・スコア分析」で、組織の生成AI活用の状況を把握し、育成の優先順位を明確にできます。
伊庭教授は「今すぐにGoogleやOpenAIに勝て」というのは無理な話であり、日本独自のやり方で戦うしかないと語ります。その好例として挙げるのが、2023年7月に設立された日本発の生成AI企業Sakana AIです。元Googleの研究者であるデビッド・ハ氏と、Transformer論文の著者の一人リオン・ジョーンズ氏が日本で立ち上げ、巨大な単一モデルではなく複数の小規模言語モデル（SLM）を組み合わせる生物的なアプローチに挑戦しています。Preferred Networksのように、日本独自の取り組みを進める企業も生まれています。
日本文化に根ざした独自の生成AIは、日本でなければ作れません。「米国的な思考ではないところに勝機がある」というのが伊庭教授の見立てです。
日本社会がAIで世界と伍していくための最重要課題として、伊庭教授が挙げるのが若手の研究者・技術者、スタートアップへの手厚い支援です。研究者を目指す人が減り、研究費不足で自由な研究が難しくなっている現状に対し、国や企業からの支援、特に若手や新しい分野への支援が欠かせないといいます。
企業に対しても、大学との共同研究で短期的な成果だけを求めるのではなく、若手研究者を長期的な視点で支援する姿勢が、長い目で見て双方にとって良い結果を生むと訴えます。
何に投資すべきかを見極めるうえで、伊庭教授は若い人たちの感覚が重要だと指摘します。新しいもの好きだからではなく、時代の流れをしっかり見据えている人材がいるからです。近年は東京大学でも、修士・博士課程を休学してスタートアップに挑戦する学生が現れるなど、変化の兆しも見えています。
米国の半導体大手NVIDIAは、AIカンファレンス「GTC 2025」でフィジカルAI（現実世界の物理法則を理解し、環境や物体と直接相互作用しながら動作するAI）がもたらす世界を示しました。仮想空間にさまざまな地形や気象条件を再現し、ロボットが失敗から学びながら進化していく取り組みです。
伊庭教授の研究も、もともと仮想空間上で人工生命体を作るところから始まっています。現在は、複数の人工生命体が互いに影響し合いながら進化する共進化の実験も進めており、競争や寄生を経て、やがて協調する個体が進化してくる様子が示されています。この知見は、複数のAIやLLM同士の協調というテーマにもつながる、非常に興味深い研究領域です。
A. AIリテラシーとは、AIの仕組みや本質、限界を理解したうえで、AIとどう付き合うかを自分で判断し、主体的に使いこなす力のことです。データを的確に理解・評価・活用する「データリテラシー」に続き、生成AIの普及によって新たに求められるようになった能力です。
A. 生成AIがスマートフォンなどに当たり前に入っている時代になり、特に若い世代は「AIがない時代」を知らずに育っています。AIはもっともらしい誤りを出したり、フェイク動画や音声を生み出したりするため、AIに使われるのではなく使いこなす姿勢を早い段階から身につける必要があります。
A. 伊庭教授は「もう止めようがない」とし、「活用しても良いけれど、その上を行け」という立場です。AIで書いたサンプルを示して改良させる課題を出したり、提出後に面接で内容を確認したりすることで、AIを使っても自分で考え、学ぶ仕組みをつくることができます。
A. 座学よりも「手を動かす」体験が効果的です。伊庭教授は、プログラミング学習アプリ「Mind Render」を使った小中学生向けのAI入門や、高校生がヒューマノイドロボットにブランコの漕ぎ方をAIで学習させる授業を実践し、生徒が原理への関心を深める様子を確認しています。
A. 総務省「令和7年版 情報通信白書」によると、生成AIの利用経験がある個人の割合は日本が26.7%で、米国68.8%、ドイツ59.2%、中国81.2%を大きく下回っています。伊庭教授は、大学・企業・国に共通する保守的な姿勢やガラパゴス化を要因に挙げています。
A. 伊庭教授は、巨大LLMの開発競争でGoogleやOpenAIと同じことをしても勝てないとし、日本文化に根ざした独自の生成AIや、複数の小規模言語モデルを組み合わせるなど別の切り口に投資すべきだと述べています。そのうえで、若手研究者やスタートアップへの長期的な支援が不可欠だとしています。
A. フィジカルAIとは、現実世界の物理法則を理解したうえで、環境や物体と直接相互作用しながら動作するAI技術です。仮想空間に現実世界を再現してロボットなどを学習させる取り組みが進んでおり、伊庭教授も人工生命や進化計算の研究にとって非常に夢のある領域だと語っています。
AIは道具であり、最終的に差を生むのは人間の力です。教育現場でも企業でも、AIを前提としたうえで「その上を行く」人材をどう育てるかが、これからの競争力を左右します。
社員が毎日AIに触れる職場をつくるなら
AIリテラシーは、座学よりも日々の業務でAIを使う経験から育ちます。DEFiDEの社内業務クラウド「SmartOps」は、社内手続きの確認や社内情報の検索などを、自然な言葉でAIに依頼できる業務基盤です。人事評価や職務・スキルの可視化など、人材育成を支える機能もそろっています。
▶ 前編：進化計算とは？新幹線N700系の設計にも活かされたAI最適化の仕組み
▶ インタビュー全文：AIを活用し進化を計算する（後編）