Netsujo株式会社 代表の飯田が、京都美術工芸大学「建築・芸術学部」の学生の皆さん向けに、データサイエンスをテーマとした授業（2コマ）を担当しました。
今回の主題は、単なる「AIの使い方」ではありません。
生成AI（ChatGPT等）が当たり前になる時代に、技術とどう向き合い、どう捉え、どんな判断力（リテラシー）を身につけるべきか――技術を“道具”として扱う前段の「思考のOS」を中心にお話しました。
授業の狙い：テクニックより先にOSとしての「判断力」を鍛える
建築・芸術領域は作品・提案・発信がそのまま社会に届く分、誤情報や文脈のズレ、倫理的リスクの影響も直撃します。たとえば、コンセプト説明やリサーチ要約をAIに任せたとき、もっとも怖いのは「それっぽい嘘」が混ざることです。しかも建築・芸術は“正解が一つではない”領域だからこそ、AIの出力をそのまま採用すると、知らないうちに論理の飛躍・引用の不整合・作者性の希薄化が起きやすい。
そこで講義では、AIを便利ツールとして消費するのではなく、創作・研究・キャリア形成における“意思決定の精度”をどう上げるかを軸に組み立てました。言い換えるなら、AIを「魔法の杖」にするのではなく、判断を助ける“増幅器（アンプ）”として使う。
増幅器は、入力が雑なら雑さを増幅し、判断が甘ければ甘さを加速させます。だからこそ最初に鍛えるべきは、プロンプト技術以上に「問いの立て方」と「検証の作法」、そして「責任を引き受ける姿勢」です。
講義トピック（抜粋）：AI時代に「変わった前提」を押さえる
1) 嘘のコストが爆上がりした（= 誠実さが最強の生存戦略）
AIと検索技術で検証が容易になり、拡散も高速化しました。
「バレない嘘」や「雑な言い回し」が、炎上・信用毀損・修復不能につながりやすい。特に、作品・企画・研究の領域では「出典」「引用」「根拠」「権利関係」が曖昧な瞬間に信用が崩れます。
だからこそ、クリエイター／設計者／発信者に必要なのは、一次情報にちゃんと当たって検証可能性を確かめ、文脈に配慮する態度です。授業では、以下のような“最低限の確認動作”を意識してもらう話をしました。
・ 一次情報に戻る（公式・論文・当事者発言・統計の原本）
・ 主張と根拠を分離する（「言っていること」と「支える材料」を分ける）
・ AI出力は“仮説”として扱う（結論ではなく叩き台）
・ 引用・参照の責任を持つ（不明なものは「不明」と言う勇気）
誠実さは道徳のみならず、AI時代の「実務の生存戦略」です。
2) 仕事の“中身”が置き換わる（スピード・量・精度が激変）
奪われるのは職業名ではなく、業務プロセスの一部（量産・パターン化できる作業）です。
建築・芸術でも、たとえば「叩き台の大量生成」「類似事例の探索」「説明文の整形」「スライドの構造案」など一部のプロセススピードは加速します。AIが得意な領域が伸びるほど、人間側に要求されることは“問いを立て、立てたものの中から選び取る力”になります。
AI時代に価値が上がるのは、「その成果物は誰にどんな価値を生むのか」を判断し、実行に落とす力。平均点の底上げが起きたからこそ、ミス放置は“手抜き”として信用を落とす、という現実も共有しました。
特にこれからは、「作れます」よりも「目的に合わせて設計し、合意形成し、最後まで責任を持って届けられます」が強い。学生のうちからここを意識できるかで、キャリアの伸び方が変わります。
3) 継続学習と「アンラーニング」が必須になる
知識の賞味期限が短くなる中で重要なのは、暗記ではなく、次の3点です。
・ AIを外部脳として使いこなす（自分の思考を拡張する）
・ 出力の嘘（ハルシネーション）を見抜く“査読力（ドメイン知識）”を持つ
・ 古いやり方を捨てるアンラーニング（過去の成功体験を更新する）
ここで重要なのは、「AIに詳しくなること」よりも、学び方そのものをアップデートすることです。AIは信じられないほどの速さで更新され、表面的なテクニックではとても追いつけません。
だからこそ、“正解の道具”を覚えるのではなく、変化に適応できる学習習慣（調べ方・検証の仕方・試作の回し方）をつくることが本質的に重要です。
具体パート：ファクトチェック、詐欺リスク、発信の責任
授業後半では、より実務的なリテラシーも扱いました。
AIは便利になるほど「情報の入口」が増え、判断が難しくなります。だからこそ、学生でも今日から使える“型”として整理しました。
真偽の見極め（ファクトチェックの基本動作）
・ 一次情報（公式、論文、発言元）に戻る
・ 数字・固有名詞・日付があるか（具体性の有無）
・ 複数ソースで照合する（同じ主張でも出どころが違うか）
・ 反証可能性を確認する（反対意見や限界が記載されているか）
音声クローン詐欺など「新しい危険」への備え
・ 一つの情報源を鵜呑みにしない
・ 迷ったら信頼できる”人”に相談する
・ 連絡手段を複線化する（“声”だけで判断しない）
“客観性”の獲得（熱中が生む盲点を潰す）
創作や研究は熱中が強みですが、同時に盲点も生みます。 良かれと思って、他の人も面白がってくれるだろうと思って発信したことが大炎上してしまうようなことも、SNS上では散見されます。 そこで、AIを“最終チェック役”として使い、一般読者・第三者視点に照らす。 ただし、AIのチェックは万能ではないので、最後は必ず自分で責任を持つ——この線引きを強調しました。
責任ある表現（平均点に寄せない）
創作や研究は熱中が強みですが、同時に盲点も生みます。 良かれと思って、他の人も面白がってくれるだろうと思って発信したことが大炎上してしまうようなことも、SNS上では散見されます。 そこで、AIを“最終チェック役”として使い、一般読者・第三者視点に照らす。 ただし、AIのチェックは万能ではないので、最後は必ず自分で責任を持つ——この線引きを強調しました。
学生からのレポート：AIへの期待と不安
毎回のレポートには率直な感想、疑問、期待、不安が書かれていて、教える側としても非常に学びの多いフィードバックでした。
AIに対して「便利そう」という期待がある一方で、「自分の価値はどうなるのか」「何が正しいのか」という不安も当然あります。重要なのは、不安を否定することではなく、不安を“問い”に変換して、検証し、判断できる形にすることです。
結局のところ、技術を使う前に問うべきはここです。
「自分は何を良いとし、何を危ないと感じ、何にどういう根拠で責任を持つのか」
この判断力が、これからますます重要になります。
AI時代は“知っている人”が強いのではなく、判断できる人が強い。
学生のうちからこの感覚を持てること自体が、すでに大きなアドバンテージです。
まとめ
「教育から実装まで一気に進めたい」
こうした相談に対して、目的に合わせて設計します。講演・授業・研修のご相談も含め、お気軽にご連絡ください。今回、京都美術工芸大学 建築・芸術学部の学生の皆さんに向けて、データサイエンスの授業を2コマ担当し、特に生成AIについて「どう使うか」以前にどう向き合い、どう捉えるか、そして持つべきリテラシーを中心にお話しました。
AIが“答え”を量産できる時代だからこそ、最後に差が出るのはテクニックではなく、問いを立てる力・検証する力・責任を引き受ける力です。
学生レポートに書かれていた率直な期待や不安は、まさに現在のありのままの状況であり、教える側にとっても重要な学びでした。技術は便利になるほど、誤情報・文脈ズレ・倫理的リスクも増えます。だからこそ、技術を道具として扱う前に、それを使う人間の判断力を鍛えるという問いは、今後ますます重みを増していくと感じています。
Netsujo株式会社は、Web/AI/ブロックチェーン領域の実装力を背景に、教育・研修からPoC/開発・運用まで一気通貫で伴走します。生成AIを「導入して終わり」にせず、現場で使える形に落とし込みたい方は、ぜひご相談ください。
教育・研修・実装支援まで一気通貫で伴走します
Netsujo株式会社は、企業・自治体・教育機関向けに以下を支援しています。
・ 生成AI/ChatGPTの実務導入研修（リテラシー＋業務適用）
・ 発信・企画・広報におけるAI活用ルール設計（炎上/誤情報対策含む）
・ プロダクト開発・PoC・業務システムへの組み込み（受託開発）
「AIを入れたいが、ルールがなくて怖い」
「現場が使える形に落とし込みたい」
📬 ご相談・ご依頼はお気軽に！
Netsujo株式会社代表取締役 飯田友広
📩連絡先：t-iida@netsujo.jp