最近、ChatGPTなどの生成AIを触らない日はなくなりましたよね。 パッと答えをくれるのはいいんだけど、正直に言うと私は、いまだに「どこまで信じていいのかな……」と、思うことが多々あります。
さっきまですごくいいアドバイスをくれていたのに、急にトンチンカンなことを言い出したり。嘘を自信満々に答えられたり。 「あ、これ全部任せるのはまだ怖いな」って、どうすればいいのか悩んでしまうこともあります。
でも、最近ようやく分かってきたんです。 AIの挙動を知りことで、私が「何でもできる魔法のツール」だと期待しすぎていただけだったんだな、と。
この記事では、私が実際に使ってみて感じた「AIが得意なこと・苦手なこと」、そして「ここだけは人間がやらないと危ないな」という判断基準を整理してみました。 「使いこなさなきゃ！」と肩に力が入っている方がなるほどっと腑に落ちてもらってAIとうまく付き合ってもらえれば嬉しいです。
【関連記事｜A01】生成AIとは何か？仕組み・種類・できることをまとめて学べる基礎ガイド
【1】生成AIでできることは何か？
生成AIについて調べ始めると、「あれもできる、 これもできる」という情報が次から次へと流れてきますよね。 文章に画像、動画、プログラミングまで……。正直、「結局、どこまで頼っていいの？」と混乱してしまった経験があります。
ここで大切なのは、細かい機能を一つひとつ暗記することではなく、そもそもAIって、どんな理屈で動いているんだっけ？という全体像をザックリ知っておくことなんです。
仕組みをほんの少し知るだけで、「あ、だから今の回答はズレてたのか！」と納得できるようになります。そうすると、必要以上に期待したり、逆にがっかりしたりすることも、ぐっと減るはずです。
【関連記事｜A01-01】生成AIの仕組みをやさしく解説｜モデルが答えをつくる流れとは？
文章から画像まで、AIが得意なこといろいろ
一言で言ってしまうと、生成AIが得意なのは過去の膨大なデータをもとに、それらしいものを新しく作ることです。
人間がゼロから「うーん……」と頭を抱えて白紙を埋める代わりに、とりあえずの「たたき台」を秒速で用意してくれる。そんなイメージですね。
- 文章： メールの下書き、企画のアイデア出し、長い文章の要約
- 画像： イメージを共有するためのイラストや素材づくり
- 動画・音声： ナレーションの読み上げや、ちょっとした動画素材
- プログラミング： コードのサンプル作成や、エラーの相談
共通しているのは、完璧な答えを出してくれるわけではないということです。 あくまでも考えるための素材を出してくれるパートナーとして付き合うのが、一番ストレスがない使い方かなーと思っています。
なぜ「思った以上にデキる！」と感じてしまうのか
初めてAIを使ったとき、私も「えっ、こんなことまで分かるの？」と衝撃を受けました。 自分が考えていた以上に、それっぽい答えがサクッと返ってくるからです。
これは、AIがこの言葉の次には、この言葉が来ることが多いという予測を、ものすごい精度で行っているから。 特に正解が一つじゃないことやアイデアの方向性を探っているときは、人間の思考をうまく後押ししてくれます。
とりあえず形にするまでのハードルを下げてくれるから、使い始めはついAIって何でもできちゃうんじゃ……？という感覚になってしまうんですよね。
「何でもできる」という期待が、すれ違いの始まり
でも、その何でもできそう！というワクワク感が、たまに落とし穴になります。 というのも、AIは中身の意味を深く理解して判断しているわけではないからです。
あくまで学習したデータの中で、並びそうな言葉を予測して並べているだけ。 なので、しっかりとした事実確認が必要な場面や、複雑なルールがある作業になると、急にボロが出始めます。
最初はあんなに上手くいったのに、なんで急に嘘をつくの？ そんな風に感じたときは、AIの能力が落ちたわけではなく、たまたまAIが苦手な場面に当たってしまっただけ、かもしれません。
【2】生成AIは万能じゃない。できるけど苦手な作業の正体
AIは本当にたくさんのことをこなしてくれます。 でも、使っていると「今日はいい感じだけど、昨日は微妙だったな……」なんて、ムラを感じることがあります。
実は、一見できているように見えても、AIにとっては安定させるのが難しい仕事があります。この苦手な形をなんとなく分かっているだけで、失敗してガッカリすることはかなり減ります。
表面上はできていても精度が安定しない理由
AIが苦手とするのは、一見シンプルに見えて、実は細かい条件がたくさんある作業です。
例えば、複数のルールを守りながら文章を書くことや、最初から最後まで矛盾がないように説明すること。私たちは無意識のうちに、書かれていない背景や文脈を読み取って調整しますが、AIはそのあたりの加減がまだ少し苦手です。
条件を増やした途端に、それっぽい嘘がポロッと混ざったりする。 これが、AIにとっての「できるけれど苦手な作業」の正体です。
条件が増えるほどAIが迷子になってしまうワケ
AIは、直前の言葉をヒントに次の言葉を予測してつなげていきます。 この仕組み自体はすごいのですが、守るべきルールや背景情報が多すぎると、AIの頭の中がパンクしそうになってしまうんです。
人間なら、条件が多ければ一度メモを見返したり、考えを整理したりしますよね。 でもAIは止まらずに走り続けてしまうので、前半は完璧だったのに、後半で急に話が食い違う……なんてことが起きてしまいます。 これは能力の問題というより、今のAIの仕組み上の仕様、と割り切って考えたほうが扱いやすくなります。
人の確認や修正がセットになる作業の共通点
AIが苦手な作業には、ある共通点があります。 それは、結果をそのまま鵜呑みにすると、あとで取り返しのつかないことになりやすい作業です。
- 事実関係が何より大事なもの
- ちょっとした言葉のニュアンスで意味が変わるもの
- 前提を一つ間違えると、結論が全部崩れてしまうもの
こうした作業をお願いするときは、AIを主役にするのではなく、あくまで私の作業を助けてくれる「アシスタント」として迎えるのがコツです。 たたき台を出してもらって、最後は人間がしっかり調整する。この役割分担がカチッとはまると、AIは急に頼もしい存在に変わります。
【3】生成AIにははっきりできないこともある
工夫すれば何とかなる苦手なこととは別に、そもそもAIに任せきりにすると危うい領域があります。 これは使い方のテクニックというより、仕組み上、役割をしっかり分けたほうがいい部分です。ここを曖昧にしたまま使い続けると、便利さの裏側でずっと不安が消えなくなってしまいます。
結局のところ、最終的なチェックや責任は人間が持つ。そう割り切るためのポイントを見ていきましょう。
事実の保証や責任を伴う判断は人の役割
AIは、どんな問いかけにもそれらしい答えを返してくれます。 文章として自然で、いかにも正解っぽく見えるからこそ、つい信じ込みたくなります。でも、法律や医療、お金に関わることなど、もし間違えたら誰かに迷惑がかかってしまうような分野では、特に注意が必要です。
AIは確率の高い答えを出してはくれますが、その正しさを最後に保証してはくれません。 これはAIの頭の良さの問題ではなく、仕様の問題です。 判断の結果に責任を持てるのは、AIではなく、それを使う私たち人間。 そのことを知っておくだけでも、AIに振り回される不安はかなり軽くなります。
最新情報や自分しか知らない情報には弱い
AIが知っているのは、あくまで過去に学習したデータの世界までです。 そのため、ついさっき起きた出来事や、ネットには載っていない現場ならではの情報を、AIが自力で調べることはできません。
新しく変わったばかりの制度や、今日のニュース。 こうした最新のトピックについて聞くと、AIは分からないと答えるのではなく、過去のデータからありそうな答えを作って埋めようとしてしまいます。 これが、もっともらしい嘘が生まれる原因です。 使う側がこの限界を知っているかどうかで、事故を防げるかどうかが決まります。
感情や価値判断は再現できても理解はできない
AIは、共感しているような優しい文章を書くのがとても上手です。 でも、それは心から理解しているわけではなく、過去の膨大なデータから「こういう時はこう言うと喜ばれる」というパターンを並べているからです。
私たちが何を大切にしていて、何に悩んでいるのか。その重みを自分事として受け止めることは、AIにはできません。 だから、人生の重大な決断や、深い悩みへの答えをAIに求めると、どうしても一般論に寄りすぎたり、肝心なところが抜けていたりして、違和感が残ることがあります。 AIは感じているのではなく、言葉を組み立てている存在。そう思っておくと、期待しすぎてガッカリすることもなくなります。
【4】できる・苦手・できないの違いはどこから生まれるのか
ここまで読んでみて、AIに対する印象が少しかわってきたでしょうか。 「調子がいい日」と「なぜか噛み合わない日」があるのは、AIが気まぐれだからではありません。ましてや、急に賢くなったりポンコツになったりしているわけでもないんです。
できること、苦手なこと、そして手を出してはいけないこと。 その境目がどこにあるのか、AIの裏側の仕組みを少し見てみましょう。
AIは考えているのではなく「予測」している
AIは、人間のように自分の頭で考えて結論を出しているわけではありません。 やっているのは、次にきそうな言葉を、確率にもとづいて選んでいるだけ。
文章を書くときも、意味を深く理解して組み立てているのではなく「この流れなら、次はこの言葉が続きそうだな」という予測を、猛スピードで積み重ねています。 この予測がうまくはまる場面では、驚くほど自然で賢い答えが返ってきます。 逆に、人間のような深い判断や理解が必要な場面では、表面だけ整った「中身のない答え」になりやすい。ここに得意と不得意の分かれ目があります。
学習データの範囲が、そのまま能力の限界になる
AIが知っていることは、あくまで学習データに含まれている範囲まで。 自分で現実の世界を観察したり、外に事実を確かめに行ったりすることはできません。
よく話題になることや、ネット上にたくさん情報があるテーマにはめっぽう強い。 一方で、ごく一部の限られた事情や、自分だけの個人的なエピソードになると、急にありきたりな一般論しか言わなくなります。 もし「それっぽいけど、なんだか内容が薄いな」と感じることがあるなら、それはAIが持っているデータの限界がそのまま出ている可能性が高いです。
同じ仕組みが、強みと限界を同時に生んでいる
予測にもとづいて言葉を並べるこの仕組みは、AIにとって最大の武器です。 人間には真似できない速さで、出力し続けられます。
その反面、一度立ち止まって「これ、本当かな？」と考え直すことはできない。 分からないから誰かに確認する、といった柔軟な行動も取れません。 強みと弱みは、実は同じ仕組みから生まれている裏表の関係なんですよね。
AIは人間の代わりではなく、私たちの思考を前に進めるための道具。 そう捉えることができれば、AIのちょっとしたミスも「あ、また予測が外れたな」くらいに、冷静に受け流せるようになります。
【5】分野別に見る。生成AIの得意・苦手・不向きな領域
文章作成は結構いいのに、画像だと思った通りにならない。コード生成は助かるけれど、説明はどこか不安。そんなふうに、ジャンルによって信頼度のばらつきがあると思いませんか？
これは使い手のスキルの問題というより、分野ごとの相性によるものです。 万能かどうかではなく「このジャンルだと、このくらいの距離感で付き合うのがベスト」という目安を見ていきましょう。
【関連記事｜A01-05】生成AIの種類と特徴｜文章・画像・動画モデルの違いがひと目でわかる
文章生成AIが得意なこと・苦手なこと
文章生成AIが一番力を発揮するのは、ある程度形が決まっている作業です。 メールの下書き、要約、ブログの構成案づくり。こうした「叩き台」を一気に出してもらうには最適です。
一方で、細かい事実関係が命の文章や、前提条件が複雑に絡み合う内容は少し不安定になります。 それっぽく整っていても、大事な条件がスルーされていることもあるので、注意が必要です。 当然、内容の正しさを保証しなければならない文書などは信用できません。書くことと内容を担保することは別、と割り切って使うのがコツです。
画像生成AIが向いている作業と向かない作業
画像生成AIは、ふわっとしたイメージを形にするのが得意です。 企画のアイデア出しや、世界観を共有するためのイメージイラストなどでは、最高のアシスタントになります。
ただし、ミリ単位の正確なレイアウトや、一貫したデザインを求めるのはまだ苦手。 同じ人物をどんな角度でも正確に描き分けたり、文字を完璧に配置したりするのは、どうしても人間の調整が必要になります。 完成品をポンと出してもらうというより、方向性を可視化するツールとして使うと、ガッカリせずに済みますよ。
【関連記事｜D01】AI画像生成とは？仕組み・使い方・プロンプトの基本をわかりやすく解説
動画・音声生成AIが活躍しやすいケース
動画や音声のAIは、素材づくりの段階でかなり時短に貢献してくれます。 ナレーションを自動で入れたり、短い動画パーツを用意したりする場面では、ものすごく効率的です。
ただ、感情の込め方や、絶妙な「間」の取り方など、人の感覚に頼る部分はまだ弱点です。 自然に聞こえるかどうか、不自然な動きがないか。 最後の最後は、やっぱり人間の目と耳でチェックするのが前提になります。補助素材として使う分には、これ以上ないほど便利です。
【関連記事｜E01】AI動画生成とは？仕組み・使い方・プロンプトの基本を初心者向けに解説
プログラミング生成AIの強みと限界
プログラミングの補助として使うAIは、考え方を整理するのにとても優秀です。 コードの例を見たいときや、エラーの原因を探っているときは、心強い相談相手になります。
ただし、そのコードが自分の環境で100%安全に動くかどうかをAIは保証できません。 セキュリティ的に問題ないか、後でメンテナンスしやすいか。 これらの最終判断は、エンジニアの責任になります。AIは完成品を納品する業者ではなく、一緒に考えるための補助、という位置づけがしっくりきます。
【6】人がやるべきこと／AIに任せるべきことの分岐点
AIを使っているとき、一番迷うのがどこまで任せていいのか？というところです。 便利だから全部投げちゃいたいけれど、あとでチェックするのが面倒になるのも嫌だし……。そんな往復を繰り返してイヤになってくる方も多いと思います。
ここで必要なのは、難しいテクニックではありません。 自分の中に3つの判断軸を持っておくだけで、AIとの距離感は驚くほど安定していきます。
【関連記事｜C01】生成AIの使い方｜文章作成・会議・自動化まで“仕事で使いこなす”実践ガイド
正解が一つに決まるかどうかで見る
まず考えてみてほしいのが、その作業にたった一つの正解があるかどうかです。
答えが決まっていない作業ほど、AIは本領を発揮します。 アイデア出しやキャッチコピーの候補、文章の言い換えなど。これらは多少ズレていても、それが逆に新しいヒントになったりしますよね。
反対に、数字や事実、法律など正解が一つしかないものは要注意です。 正確さが求められるものほど、AIに任せきりにせず、人間がしっかり確認をする必要があります。
その結果に責任が発生するかを考える
次に大切なのが、そのアウトプットで誰が責任を取るのかという視点です。
AIはもっともらしい答えを出しますが、その内容で誰かに損害を与えてしまっても、責任を取ってはくれません。
- 社外に出す大事なメール
- 契約に関わる書類の確認
- 誰かの人生を左右するようなアドバイス
こうした責任が伴う場面では、AIはあくまで参考意見を聞く相手。最終的な決定ボタンを押すのは、自分であるべきです。ここをはっきりさせるだけで、漠然とした不安は消えていきます。
たたき台で成立するかどうかが分かれ目
最後のポイントは、その成果物がとりあえずの素材（たたき台）でOKかどうかです。
完璧じゃないけど、これをもとに考えれば早そうと思える作業なら、AIに丸投げしても大丈夫。むしろ、そこがAIの一番の使い所です。 逆に、修正する時間がないほどギリギリだったり、そのまま無修正で使うことが前提の作業なら、最初から自分でやったほうが結果的に早くて安心、ということもあります。
迷ったら、「正解はあるか？」「責任は持てるか？」「たたき台でいいか？」。 この3つを自分に問いかけてみてください。 AIを使いこなしている人は、操作が上手な人ではなく、実はこの任せ方が上手な人なんです。
【関連記事｜C03】ChatGPTに何を聞けばいい？｜初心者が迷わない“最初の質問”50選と使い分け
【7】生成AIを使いこなせない人に共通する考え方
AIがなんだか自分には合わないなと感じている場合、それはスキルの問題ではないことがほとんどです。ツールが悪いわけでも、使う人の才能がないわけでもありません。
実は、ちょっとした期待の方向がズレているだけ、というケースが多いです。 かつての私もそうでしたが、つまずきやすいパターンを整理してみたので、当てはまるものがないかチェックしてみてください。
AIに正解を求めすぎている
AIを検索エンジンのように使ってしまうと、途端に使いにくく感じてしまいます。 正しい答えを返してくれるはず、と期待していると、少しでもズレたときに、使えないなーとガッカリして、不信感が強まってしまうんですよね。
AIは正解を出す装置ではなく、考えるための材料を出すツール。 そう割り切るだけで、「正解じゃないけど、その切り口は面白いかも」といった風に、使い道の幅がぐんと広がります。
苦手な作業を、そのまま丸投げしてしまう
自分が苦手なことほど、丸ごとAIに投げたくなるものです。 文章が苦手だから全部書いてもらいたい、調べ物が面倒だから全部調べてほしい。私も最初はそう思って丸投げしていました。
でも、人間が苦手だと感じる複雑で細かい作業は、実はAIも不安定になりやすい場面だったりします。 苦手なことを丸投げするのではなく、まずはAIにアイディア出しをしてもらって、最後は自分でまとめる。この助手的な使い方をすると、AIは一気に味方になってくれます。
修正や調整を前提にしていない
AIの出したものを完成品だと思って見ると、どうしても粗が目についてしまいます。 どこか足りない、どこかズレている……そんな違和感が積み重なると、使うのが嫌になってしまいますよね。
AIを使いこなしている人は、最初からどうせ修正が必要だろうなという前提で見ています。 出てきたものは、あくまでも素材。 100点満点の答えを待つのではなく、60点くらいの素材をサッと出してもらって、自分が手を加えて80点、100点に仕上げていく。こういった使い方に切り替えると、AIの完璧じゃない部分も「まあ、そうだよね」と笑って許せるようになります。
【8】まとめ。生成AIは「道具」として正しく使うと最強の武器になる
生成AIは、期待の仕方で魔法のツールにも期待外れのツールにもなります。 これまでお話ししてきたように、大事なのはAIの性能そのものよりも、どこまでをAIに任せて、どこからを自分が引き受けるかという自分なりの線引きです。
仕組みを知れば、振り回されなくなる
AIは考える存在ではなく、あくまで予測する仕組みです。 過去のデータからもっともらしい形を組み立てているだけ。この前提さえ忘れなければ、ちょっとした回答のズレに一喜一憂することもなくなります。 「うまくいく理由」と「噛み合わない理由」がなんとなく見えるだけで、AIとの距離感はぐっと楽になります。
人とAIの役割を分けたときにその価値が最大化する
AIは人間の代わりではなく、私たちの思考を前に進めてくれるパートナーです。
- AI： 考えるための「材料」を出す
- 自分： その内容を「判断」し、「責任」を持つ
この役割分担ができたとき、AIはただの便利なツールを超えて、手放せない武器になります。 使いこなすというのは、操作に詳しくなることではなく、「どこを任せるかを見極めること」。その視点を持てた時点で、皆さんはもうAIを使いこなす第一歩を踏み出しています。
編集後記
私自身、生成AIを使い始めた頃は、正直かなり振り回されていました。
すごい！と感動した次の日に、嘘をつかれて信用できなくなったり。その逆もあったり。期待してはガッカリして……というのを何度も繰り返してきました。
でも、今は少し違います。 「全部任せなくていいし、全部自分で抱えなくてもいいんだ」と気づいてから、すごく気が楽になったんです。
AIは万能じゃないけれど、無力でもありません。 ちょっと頼りないところもあるけれど、うまく付き合えばこれほど心強い味方はいません。
この記事が、AIとの付き合い方に迷っている方を、ほんの少し気づけるきっかけになれば嬉しいです。 「ほどよい距離感」を見つけて、もっと自由に、もっと楽しくAIを活用していきましょう！
編集方針
生成AIを実務で使える道具として再定義。
できる・苦手・できないの違いを明確化。
過剰な期待と不安を整えることを目的とする。
仕組みと限界を正確に伝えることを重視。
人とAIの役割分担の判断軸を提示。
参照・参考サイト
生成AIにできること、できないことは？【今後の可能性も解説】
https://soken.signate.jp/column/what-generative-ai-can-do
Generative AI Limitations: What It Can’t Do (Yet)
https://www.netguru.com/blog/generative-ai-limitations
生成AIにできること・できないことは? 生成AIの今後についても
https://www.cloud-contactcenter.jp/blog/what-generative-ai-can-and-cannot-do.html
Limitations & Warnings – Using Generative AI in Research (USC Library)
https://libguides.usc.edu/generative-AI/limitations
Generative AI and Knowledge Creation: New management perspectives
https://www.rieti.go.jp/en/columns/a01_0774.html
Generative AI: Capabilities and Limitations — By Sahil Seta
https://medium.com/%40sahilseta1/generative-ai-capabilities-and-limitations-by-sahil-seta-51ce1f065a9b
コメント