AIリテラシー / CFTE「AI Literacy Whitepaper」を読む：85%の非技術者への実装と法的課題雑感

0　はじめに

　生成AIの実装フェーズが進むにつれ、企業や法務部門において「AIリテラシー」という言葉が頻繁に聞かれるようになった。しかし、その定義は依然として曖昧なままであることが多く、単なるツールの操作方法を指すのか、あるいはより深層的な技術理解を指すのか、組織ごとに解釈が分かれているのが現状である。

　AIリテラシーの基礎概念等は以下を確認いただきたい。1分程度で読める内容である。

　今回取り上げるのは、英国のFintech教育機関であるCFTE（Centre for Finance, Technology and Entrepreneurship）が発行したホワイトペーパー『AI Literacy Whitepaper - Understanding and Implementing AI Literacy (Version 0.3)』である。本書は、AIリテラシーを単なる個人のスキルセットとしてではなく、組織変革と法的コンプライアンスの核心として位置づけている。特に、2025年から順次適用が開始されているEU AI法（EU AI Act）において、AIリテラシーが第4条で明示的な義務として規定されたことは、この議論を「推奨事項（Nice-to-have）」から「法的要請（Must-have）」へと昇華させたといえる。

　今回は、同ホワイトペーパーおよび関連する議論を基に、法学研究者や実務家がいかにしてAIリテラシーを捉え、組織全体の85%を占める非技術者層へ浸透させるべきかについて論考する。

1　問題の所在

　AIリテラシーの必要性が叫ばれる一方で、多くの組織が陥っている罠がある。それは、ホワイトペーパーでも指摘されている「Box-Ticking（形式的なチェックボックス埋め）」のアプローチである。最新のAIツールを導入し、基本的な操作研修を実施しただけで「AIリテラシー教育完了」としてしまうケースが後を絶たない。

　しかし、EU AI法が求めるリテラシーのレベルは、そのような表層的なものではない。同法第4条は、AIシステムの提供者（Providers）および展開者（Deployers）に対し、スタッフの技術的知識、経験、教育、およびAIシステムが使用される文脈を考慮した上で、十分なレベルのAIリテラシーを確保する措置を講じることを義務付けている。これは、単にChatGPTにプロンプトを入力できる能力を超え、AIが出力した結果が法的に、倫理的に、そして実務的に妥当であるかを批判的に評価する能力を求めていると解すべきである。

　問題の所在は、定義の多義性と、技術的な「開発者（Builders）」と実務における「利用者（Users）」の間に存在する巨大な断絶にある。多くの法務担当者や企業のAI担当者は、自らがコードを書くエンジニアになる必要はないが、エンジニアが作った車（AI）を安全かつ倫理的に運転する高度なドライバーでなければならない。しかし、現場では「Pythonを学ぶべきか」「プロンプトを学ぶべきか」という議論が錯綜し、結果として組織のアプローチが断片化（Fragmented Approaches）している。技術チームはブラックボックスの中身を知っているが社会的影響に関心が薄く、ビジネスサイドはリスクを知らずにアクセルを踏むというサイロ化が、ガバナンス上の最大のリスクとなっているのである。

2　リテラシーの進化と5つの構成要素

　CFTEのホワイトペーパーは、AIリテラシーを「読み書き」の歴史的変遷の中に位置づけている。かつて19世紀においてリテラシーが「文字の読み書き」を意味し、2000年代に「インターネットリテラシー（情報の検索と評価）」へと進化したように、2020年代のAIリテラシーは、AIという自律的なエージェントとの協働能力を意味する。

　同書では、AIリテラシーを以下の5つの構成要素（Components）で定義している。これらは、法務実務家にとっても自身のスキルを点検する上で極めて有用なフレームワークである。

　第一に、「AI概念の基礎知識（Core Knowledge of AI Concepts）」である。これはAIとは何か、機械学習がいかにしてデータから学ぶか、生成AIと従来のAIの違いは何かといった基礎的な理解を指す。法務の観点からは、生成AIが「確率論的な出力」を行うものであり、データベース検索のような「確定的な出力」とは根本的に異なるという事実を理解することが、著作権侵害や秘密保持のリスク評価の前提となる。

　第二に、「AIツールとの基礎的な対話（Foundational Interaction with AI Tools）」である。いわゆるプロンプトエンジニアリングのスキルであるが、法的には「指示の明確性」と言い換えられるかもしれない。AIに対して曖昧な指示を出せば、曖昧あるいは危険な回答が返ってくる。適切な制約条件を設け、意図した出力を引き出す能力は、契約書のドラフティングにおける条項の精緻さと同質のスキルが求められる。

　第三に、「AI出力の批判的評価（Critical Evaluation of AI Outputs）」である。これが、法曹実務家にとって最も重要なコンポーネントであるといえよう。AIの出力には常に誤りやバイアスの可能性がある。ホワイトペーパーでも、YouTubeのレコメンデーションや採用AIのフィルターを例に、その背後にある論理を疑うことの重要性が説かれている。法務業務においてAIを利用する場合、その出力結果を鵜呑みにせず、判例や条文、信頼できる一次情報と照らし合わせて検証するプロセス（Cross-referencing）が不可欠であり、これを怠ることは専門職としての善管注意義務違反を構成する可能性がある。

　第四に、「AIリスクと倫理的配慮への意識（Awareness of AI Risks and Ethical Considerations）」である。プライバシー、バイアス、偽情報といったリスクを認識することである。特にディープフェイク技術の進化は、証拠の真正性や企業のレピュテーションリスクに直結する。2024年にルクセンブルク中央銀行総裁のディープフェイク動画が出回った事例などが示すように、情報の真贋を見極めるリテラシーは、組織防衛のための必須スキルとなっている。

　第五に、「AIに関与する安心感と自信（Comfort and Confidence in Engaging with AI）」である。これは精神論のように聞こえるかもしれないが、後述するFOBO（時代遅れになることへの恐怖）を克服し、主体的に技術を活用するために不可欠なマインドセットである。

3　85%ルール－「作る人」ではなく「使う人」への権限委譲

　今回特に強調したいのが、ホワイトペーパーおよび関連資料で提示されている「85%ルール」という視点である。

　AI時代を生き残るためには、全員がコーダーやエンジニアにならなければならないという誤解が根強く存在する。しかし、現実にAIシステムそのものを設計・開発・プログラミングする（Create）役割を担うのは、組織全体の約15%に過ぎない。残りの85%の労働力は、AIを作る側ではなく、AIを高度に活用する「ユーザー」として権限を与えられる（Empowered）必要がある。

　資料にある「機械を作ることを心配するのをやめて、運転の仕方を学ぶ時（machine learning to drive）」という比喩は、この状況を端的に表している。自動車を運転するために内燃機関の設計図が描ける必要がないのと同様に、法務担当者がAIを活用するためにニューラルネットワークの数式を解く必要はない。

　CFTEは、教育学における「ブルームのタクソノミー（Bloom's Taxonomy）」を応用し、この役割分担を整理している。15%の技術者層には最上位の「創造（Create）」が求められるが、85%の非技術者層（経営層、法務、一般社員）に求められるのは以下のレイヤーである。

　実務担当者の主戦場は「評価」と「分析」である。AIが抽出した契約リスクが妥当か、AIによる採用判定が差別的でないかをジャッジする能力こそが求められる。企業研修においても、全社員に一律のプログラミング教育を施すのではなく、この階層に応じたターゲット別のカリキュラムを設計することが、実効的なガバナンス構築への近道となる。

4　FOBOの克服と「Supercharged Professional」への進化

　AIの急速な進化は、労働者に新たな不安をもたらしている。それがFOBO（Fear of Becoming Obsolete）、すなわち自分のスキルが陳腐化し、AIに取って代わられるのではないかという恐怖である。PwCの調査によれば、労働者の40%が5年以内の雇用の陳腐化を懸念しており、特に若年層やマイノリティにおいてその傾向が強いという。

　しかし、AIリテラシーの本質は、AIを「脅威」としてではなく、人間の能力を拡張する「パートナー」として捉え直すことにある。ホワイトペーパーでは、AIを活用して生産性を飛躍的に高め、人間ならではの戦略的思考や共感性（Empathy）に注力する人材を「Supercharged Professional」と呼称している。

　これは、かつてテック業界で言われた「10x engineer（10倍の生産性を持つエンジニア）」の概念を、一般のナレッジワーカーに拡張したものといえる。統計によれば、高度なデジタルスキルを持つ職種の平均年収（約73,000ドル）は、そうでない職種（約30,000ドル）の倍以上であるという。AIリテラシーを身につけることは、単に法的義務を遵守するためだけではない。それは、個人のキャリアにおける市場価値を高め、AIには代替できない「人間ならではの価値」を発揮するための基盤となる。

　法務領域においても、リサーチや一次ドラフト作成といった定型業務をAIに委譲することで、弁護士はより複雑な法的推論、クライアントとの深い対話、戦略的な交渉といった高付加価値業務にリソースを集中させることができる。AIリテラシーとは、この「業務の再配分」を自律的に行う能力のことでもある。

　さらに、AI技術の進化速度は極めて速い。GPT-3.5からGPT-4、そして推論能力を持つo1モデルや自律型エージェントへと、技術は指数関数的に進化している。20年前のインターネットリテラシーが現在も通用する基礎である一方、AIリテラシーは常にアップデートが求められる動的な概念である。したがって、組織は一過性の研修で満足するのではなく、継続的な学習（Continuous Learning）のエコシステムを構築し、従業員が最新の技術トレンドに適応できる環境を整えなければならない。

5　結語

　CFTEのホワイトペーパーと「85%ルール」が示唆するのは、AIガバナンスの主戦場が「モデルの開発」から「現場での利用」へとシフトしているという事実である。

　EU AI法等の法規制が求める「AIリテラシー」とは、条文を暗記することではない。それは、組織の85%を占める非技術者が、AIという強力なエンジンの特性を理解し、その限界とリスクを認識した上で、自律的にハンドルを握る能力のことである。

　企業にとって、AIリテラシーの向上は、競争力を高めるための「攻め」の戦略であると同時に、予期せぬ法的責任やレピュテーションリスクから組織を守るための最強の「守り」でもある。

　機械を作ることを心配するのをやめ、運転の仕方を学ぶ時が来たのだ。我々法実務家もまた、例外ではない。自らがAIリテラシーを体得し、社会全体における「AIと法」の適正な関係を構築していく責務を負っているといえよう。

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。