メディア・リテラシーとは？AI時代の新しい考え方と身につけ方｜武蔵大学・宇田川敦史准教授

メディア・リテラシーとは、メディアの特性を理解し、情報の中身だけでなく「その情報がどのように届いたか」という伝達過程まで批判的に読み解く力のことです。

AIやアルゴリズムが情報の流通経路に入り込んだ今、情報源や発信者の信頼性を確かめるだけでは十分ではありません。武蔵大学の宇田川敦史准教授は、インフラ化して見えにくくなったプラットフォームそのものに目を向ける「メディア・インフラ・リテラシー」の必要性を説いています。

本記事では、宇田川准教授へのインタビュー（聞き手：DEFiDE代表 山本）をもとに、メディア・リテラシーの考え方と情報リテラシーとの違い、AIの「ブラックボックス」の正体、実践的な身につけ方、そして経営者がAI活用で持つべき心構えを解説します。

メディア・リテラシーとは？情報リテラシーとの違い

メディア・リテラシーの歴史は古く、もともとは政府のプロパガンダに騙されないようにという問題意識から始まりました。そのため、今もマスメディアを批判的に読み解くというイメージが強く残っています。近年は偽情報や詐欺への対策として、「情報リテラシー」という言葉もよく使われるようになりました。

宇田川准教授は、情報のテキストをいくら眺めて「嘘か本当か」を考えても、わかるはずがないと言います。大切なのは、その情報がどういう情報源から発せられ、取材先は信頼できるのか、誰が書き、どんなチェック工程を経てきたのかという、メディア上で何が行われてきたかに目を向けることです。

実際、GLOCOMと日本ファクトチェックセンターの調査では、偽・誤情報だと気づいたきっかけとして最も多かったのは「情報源が不明確なことに気づいたから」（21.7%）でした。一方で、リンク先を確認して出典を検証している人は9.3%、画像検索をしている人は6.7%にとどまっています。

出典：国際大学GLOCOM・日本ファクトチェックセンター「Innovation Nippon 2024」調査報告

AI時代に必要な「メディア・インフラ・リテラシー」とは

プラットフォームがインフラ化し、見えなくなった

現代の情報環境では、情報源や発信者だけでなく、その間に入っているアルゴリズムやAIによって、情報がどう選別・加工され、どんな流通ルートをたどってきたのかまで見る必要があります。しかし従来の枠組みのメディア・リテラシーは、「情報源を調べましょう」「信頼できるか考えましょう」にとどまりがちです。流通経路に入り込んだプラットフォームがインフラ化し、見えにくくなっているからです。

たとえばGoogleで検索し、一番上に出てきた情報を何となく「正しい」と思って見たとします。記憶に残るのはその情報だけで、後から検証しようとしても、「何も考えずに一番上を選んだ」ことはもう忘れています。そのため、インフラ化した検索エンジンやSNSを意識に残し、当たり前の存在になったメディアそのものに批判的な意識を持つことが重要になります。これを強調するために、宇田川准教授は「メディア・インフラ・リテラシー」という言葉を使っています。

すべてを知る必要はない――「エンジンブレーキ」の境界線

インフラにまでリテラシーを及ぼすには膨大な知識が必要なのでは――。そんな疑問に、宇田川准教授はこう答えます。

「実際には、全部を知ろうとする必要はないのです。」

――宇田川准教授

マニュアル車の仕組みを知っていれば、オートマ車でも下り坂ではギアを落としてエンジンブレーキをかければよいとすぐに理解できます。最初からオートマ車しか知らないと、その感覚がわかりません。一方で、エンジンのピストンの金属組成を知らなくても困ることはまずありません。ブラックボックスのままでは困る水準の仕組みがあることに気づけるかどうかが、リテラシーの境界線なのです。

AIの「ブラックボックス」には2種類ある

社会的に構築されるブラックボックスについては、OSS（ソースコードが公開され、改変や再配布が認められたソフトウェア）の考え方をどこまで広げるか、開発者のコミュニティをどう育てるかといった形で、エンドユーザーを巻き込んでデザインを良くしていく可能性があると宇田川准教授は言います。

一方、技術的なブラックボックスであるAIについては、「説明可能なAI」といってもどうしても後付けのトレースになりやすいのが原理的な難しさです。アテンション・エコノミーのもとでは、AI事業者に説明可能性を求めるインセンティブも働きにくい。EUのAI法（AI Act）のような法規制の議論も進んでいますが、それが実効的に機能する前に、AIの技術のほうが先に変わってしまう難しさもあると指摘します。

メディア・インフラ・リテラシーを身につける2つのワークショップ

宇田川准教授は、メディア・インフラ・リテラシーを育てるワークショップを実践しています。いずれも手軽に取り組めて、企業の研修やグループワークにも応用しやすい内容です。

ワークショップ1：ランキング・アルゴリズムを自分で設計する

参加者の多くは、アルゴリズムやAIを「機械が出しているものだから間違いがない」、つまり自動販売機のようなものだと捉えています。そこに人の主観や偏りが入る可能性を考えたこともない人が少なくありません。

そこで、自分たちで作ったアンケートの結果にどうやってランキングをつけるかを、グループで議論してもらいます。すると答えが一つに定まらないこと、さまざまなロジックがありうることに、他のグループとの対話を通じて気づきます。どのアルゴリズムが良いかは、結局は主観的な価値判断だと実感できるのです。

「目の前に出てきた、その機械が出したものだけれど、その機械の裏に人間がいることを想像できるようになるというところが、こういうプログラムをやることのメリットです。」

――宇田川准教授

ワークショップ2：生成AIの偽ニュースを見破るクイズ合戦

最近試しているのが、ChatGPTで偽ニュースを作るグループと、偽ニュースっぽい本物のニュースを探してくるグループに分かれ、クイズを出し合う取り組みです。どれが一番騙せたかを明かした後、AIが作った文章と人間が書いた文章はどう違うのかをディスカッションします。

ワークショップの前後で、生成AIのニュースと人間が書いたニュースの識別テストを行うと、事前はほとんど識別できなかった参加者の成績が、クイズ作成とディスカッションを経て向上するといいます。「人間らしさとは何か」「AIらしさとは何か」を真剣に考えることが、見抜く力につながるのです。

大学が担う「コントローラブルな人間」を残す役割

聞き手の山本は、検索エンジンや生成AIで答えがすぐに手に入る時代だからこそ、自分で手を動かして考える経験が大切だと応じました。宇田川准教授も、アンコントローラブルな領域が広がる中で、コントロールやデザインのできる人間をどう社会に残していくかという大きな課題につながり、それが大学の役割の一つだと語っています。

日本のAIの勝ち筋は「ローカルの価値」にある

日本のユーザーが世界中の情報をどう摂取するかは、この10〜20年、X、Google、Facebook、Instagramといったグローバル企業に握られてきたのが現実です。宇田川准教授は、その間に日本ローカルの情報の多様性がないがしろにされてきた面もあると指摘します。

一方で、新しいAI事業者が次々と現れ、競争環境が活性化している今、そこに入り込む余地には期待したいといいます。可能性があるのは、グローバルのプレイヤーを目指すことよりも、日本語を含む漢字文化や、アジアのコンテンツ・カルチャーの多様性をAIに取り込み、オリジナリティを出していく方向です。

グローバル・プラットフォームはどうしてもグローバル・スタンダードに寄せていくため、ローカライズは効率が悪いものとされがちです。かつてGoogleも、米国文化をグローバルなものとして扱う「文化帝国主義」だと批判されたことがありました。アジアや日本の文化を多様なまま扱えるAIやプラットフォームを築ければ、既存のグローバル前提のプラットフォームとは異なる、オルタナティブな価値観を提供できる可能性があると宇田川准教授は語ります。ただしそれには、市場の拡大を追うプラットフォーム資本主義とは異なる発想が必要です。

経営者へのメッセージ：AIは目的ではなく「レバレッジ」の手段

「AIを使わないと時代に遅れる」と、AI活用を掲げる経営者は少なくありません。これに対し宇田川准教授は、先端テクノロジーは本来手段であるはずなのに、すぐ目的化してしまうと指摘します。

「使うこと自体は目的ではありません。」

――宇田川准教授

テクノロジーは、それを利用して社会的な価値を生み出すためのものです。企業が社会に提供する価値は何なのかという目的を見失わずに、テクノロジーを上手く適用することが大切です。そのうえで、人間にしかできないこと、人間こそが生み出せる価値は何かを考え、身体性や一次情報の検証といった、レバレッジを効かせられるところに人や資源を投入できるかが鍵になると宇田川准教授は述べています。

そして、宇田川准教授が著書を通じて最も伝えたかったこと。メディアは常に目に見えないところに隠れようとし、コンテンツはアテンションを集めるように目立つようにできています。コンテンツに目が行くほど、それを成り立たせているアルゴリズムやAIという構造は意識されなくなります。

「いかに、その裏にある仕組みに対する視点を忘れないでおくかということが、この本を通じて伝えたかったことの一つです。」

――宇田川准教授

よくある質問（FAQ）

Q. メディア・リテラシーとは何ですか？

A. メディア・リテラシーとは、メディアの特性を理解し、メディアが発信する情報を主体的に読み解き、評価・吟味する能力のことです。宇田川准教授は、情報の中身の真偽だけでなく、その情報がどんな情報源から、どんなチェック工程を経て届いたのかという伝達過程を批判的に見ることが、その本質だとしています。

Q. メディア・リテラシーと情報リテラシーの違いは何ですか？

A. 情報リテラシーは、情報を適切に読み取り、信頼できる情報を正しく活用する力で、「その情報が嘘か本当か」という中身の判断に焦点が当たりがちです。メディア・リテラシーは、情報がどのような経路で、誰の手を経て届いたのかという伝達過程に目を向ける点が異なります。

Q. メディア・インフラ・リテラシーとは何ですか？

A. メディア・インフラ・リテラシーとは、宇田川准教授が提唱する考え方で、検索エンジンやSNSのように、情報の流通経路に入り込みインフラ化して見えにくくなったプラットフォームそのものに対して、批判的な意識を持つ力です。その情報がどんなアルゴリズムで選ばれ、なぜ自分に届いたのかまで想像することを重視します。

Q. メディア・インフラ・リテラシーには専門的な知識が必要ですか？

A. 宇田川准教授は、すべてを知る必要はないと述べています。車の運転でエンジンの金属組成を知らなくても困らない一方、下り坂でエンジンブレーキをかける仕組みは知っておくべきであるように、ブラックボックスのままでは困る水準の仕組みに気づけるかどうかが重要です。

Q. AIのブラックボックスとは何ですか？

A. 宇田川准教授は、ブラックボックスには2種類あるとしています。一つは、ルールベースで中身を知る人がどこかにいる「社会的に構築されるブラックボックス」で、原理的には説明可能です。もう一つは、機械学習に基づくAIのように、人間が中身を確認できない「技術的なブラックボックス」です。

Q. 説明可能なAIでブラックボックスは解消できますか？

A. 説明可能なAIの研究は進んでいるものの、現時点では技術的なハードルが高く、どうしても後付けのトレースになりやすいと宇田川准教授は指摘しています。また、AI事業者に説明可能性を求めるインセンティブが働きにくいことや、法規制の議論が進む間に技術のほうが先に変わってしまう難しさもあります。

Q. 経営者はAI活用で何を意識すべきですか？

A. 宇田川准教授は、AIは本来手段であり、使うこと自体を目的にしてはいけないと述べています。企業として社会に提供する価値を見失わず、身体性や一次情報の検証など人間にしかできない部分、レバレッジを効かせられる部分に人や資源を投入できるかが鍵になるとしています。

まとめ：コンテンツの「裏側の仕組み」に目を向けよう

• メディア・リテラシーとは、情報の中身だけでなく、どこから、誰を経て届いたのかという伝達過程を批判的に読み解く力
• AI時代には、インフラ化して見えにくくなったプラットフォームそのものに目を向ける「メディア・インフラ・リテラシー」が必要
• すべてを知る必要はなく、ブラックボックスのままでは困る仕組みに気づけることが重要
• ランキング設計や生成AIの偽ニュースを見破るワークショップなど、自分で手を動かす体験がリテラシーを育てる
• AIは目的ではなく手段。人間にしかできない価値にレバレッジを効かせる視点が経営の鍵

目の前のコンテンツの真偽だけを議論するのではなく、それを届けている仕組みに目を向ける。AIが当たり前になる時代だからこそ、その視点が個人にも企業にも求められています。

▶ 本インタビューに関する解説記事を確認する