ミススキリングとは？｜AIの誤りが判断に重なる仕組みを仮定モデルで読む

ミススキリング（mis-skilling）とは、AIの間違いを正しい知識として覚えてしまい、それを土台に判断を積み上げてしまうことです。AIに聞いた法律の条文番号や統計手法の前提条件が、もっともらしい文章で返ってくるのでそのまま覚え、半年後、作成した企画書の前提が間違っていたと分かる。問題となるのは1回の誤りより、誤った知識が次の判断の前提として使い回されることです。この記事では公開研究を参考にした仮定モデルで、覚えた知識に誤りが混ざる確率と、それが判断に及ぼす影響を試算します。

ミススキリングはディスキリング・ネバースキリングとどう違うのか

ミススキリングは医学誌で使われ始めた言葉です。2025年に『Lancet』に掲載されたBerzinとTopolの論考（本記事はHIFAの紹介ページで確認）は、AIに任せて技能が失われる「ディスキリング」、そもそも能力が身につかない「ネバースキリング」と並べて、AIから誤りや偏りを取り込む状態を「ミススキリング」と呼びました。npj Digital Medicine の論文（Ong ほか、2026年）も、この論考を典拠に同じ定義を使っています。

2026年に『Nature Medicine』に掲載されたネバースキリングを論じたPerspective論文は、ミススキリングを「AIの誤りを無批判に受け入れることで、研修医が誤った臨床知識を事実として内面化すること」と説明しています。医学教育サービスOnlineMedEdの解説記事（Stephen DeMeo、2026年6月24日）は、ミススキリングを3つの中で「最も気づきにくい（most insidious）」と表現しています。欠けている感覚がなく、学んでいる手応えがあるからです。3つの語を題名に並べた文献はPubMedにも収載されています。

用語	損なわれるもの	典型的な状態	本人の自覚
ディスキリング	技能の量	持っていた技能が、AIに任せるうちに衰える	AIがないと困るので、比較的気づきやすい
ネバースキリング	技能の到達点	最初からAIに任せたため、基礎が身につかない	比べる基準がないので気づきにくい
ミススキリング	技能の中身の正誤	AIの誤りを正しい知識として覚え、使い続ける	学んだ実感があり、誤りに気づきにくいことがある

ディスキリングは「前はできたのに」という違和感が手がかりになりますが、ミススキリングでは、以前の技能との差として気づけるとは限りません。ミススキリングを確かめるには、覚えた知識の量だけでなく、内容の正しさも確認する必要があります。ディスキリングの仕組みはAIデスキリングの記事で計算しました。ネバースキリングについては別記事で扱います。

人はAIの誤った助言にどれくらい従ってしまうのか

ミススキリングは、AIが間違え、人がその間違いを受け入れたときに起きます。1つ目のAIの誤答率については、Vectara社のハルシネーション・リーダーボード（2026年5月11日更新）は、文書を要約させたときに元の文書にない内容を混ぜる割合を約130のモデルについて測っています。最も低いモデルで1.8%、GPT-4oで9.6%、Gemini 2.5 Proで7.0%、Claude Sonnet 4で10.3%でした。比較的やさしい要約課題での値で、質問への回答全般の誤答率ではない点に注意が必要です。

2つ目の、人が誤りを受け入れる確率を調べたのがウォートン校のShawとNave（SSRN）です。参加者1,372人・9,593試行の実験で、推論問題を解く際にAIチャットの助言を使えるようにしました。論文紹介記事によると、最初の実験でAIとのチャットを使った参加者は、正しい助言に90%以上、誤った助言にも約80%従っていました。正答率はAIが正しいとき71%、AIなしで46%、AIが間違ったとき31%です。

AIが間違ったときの31%は、AIなしの46%を下回っています。この実験では、AIが誤った助言をした条件の正答率が、AIなしの条件を下回りました。研究者はこれを「認知的降伏（cognitive surrender）」と呼んでいます。AIの答えをどこまで信じるべきかはオートメーション・バイアスの記事で計算しましたが、ミススキリングはその先の、受け入れた誤りが記憶に残り続ける問題です。

仮定モデルで見る、誤った知識が判断に重なる仕組み

AIの誤答率を e、AIが誤った答えを出した場合に、それをそのまま受け入れる条件付き確率を q とします。AIに教わって1つの知識を身につけるとき、それが誤りになる確率は次の式で表せます。

誤った知識が混入する確率 m ＝ e × q

AIの誤りを受け入れなかった場合は、調べ直して正しく覚えると仮定します。e と q を振った早見表が次のとおりです。

AIの誤答率 e	q＝30%（慎重）	q＝50%	q＝80%（ウォートン研究の水準）
2%	0.6%	1.0%	1.6%
5%	1.5%	2.5%	4.0%
10%	3.0%	5.0%	8.0%
20%	6.0%	10.0%	16.0%

ここでは説明のため、AIの誤答率を10%、誤った助言を受け入れる確率を80%と置きます。この仮定では、AIから得た知識の8%、およそ12〜13個に1個に誤りが混ざります。実際の判断では、市場規模、法規制、過去の事例、社内ルールなど複数の知識を組み合わせます。さらに「使う知識が互いに独立し、すべて正しければ判断も正しく、1つでも誤っていれば判断を誤る」と単純化すると、判断が正しい確率は次の式になります。

判断が正しい確率 ＝（1 − m）の k 乗

誤りの混入率 m	知識1個	知識3個	知識5個	知識10個
1.6%	98.4%	95.3%	92.3%	85.1%
4.0%	96.0%	88.5%	81.5%	66.5%
8.0%	92.0%	77.9%	65.9%	43.4%
16.0%	84.0%	59.3%	41.8%	17.5%

m＝8.0%の行では、知識1個なら92%正しいのに、5個組み合わせると約66%、10個では半分以下になります。このモデルでは、判断に使う知識が増えるほど、すべてが正しい確率が下がります。「1つでも誤りがあれば判断を誤る」は厳しい仮定です。実際の結果は、誤り同士の関係や判断の仕方によって変わります。

後から誤りを見つける習慣でどれだけ変わるか

現実には、別の資料や同僚の指摘で誤りに気づくこともあります。これを「見直しのたびに、残っている誤りの1つひとつを確率 c で見つけて直せる」と置き、毎週、それまでに学んだ知識を1回見直してから、新たに1つの知識を学ぶ状況を考えます。N 週後に残る誤りの個数の期待値は、c＝0なら m × N で一直線に増えますが、c が0より大きければ次の上限で頭打ちになります。

残る誤りの個数の期待値の上限（c＞0）＝ m ÷ c

m＝8%（e＝10%、q＝80%）として N と c を振った結果が次の表です。各セルは「残る誤りの個数の期待値（知識5個の判断が正しい確率の近似）」です。c＞0のとき期待値 E_N は m × {1 − (1 − c)のN乗} ÷ c で計算します。判断の確率は、平均残存率 E_N ÷ N を共通の誤り確率として5個を独立に扱い、(1 − E_N ÷ N)の5乗で近似します。実際には知識を覚えた時期で残存率が異なるため、この近似は特定の5個を使う判断の正答率を保証しません。

学習週数 N	c＝0（見直しなし）	c＝5%	c＝20%	c＝50%
10週	0.8個（65.9%）	0.6個（71.8%）	0.4個（83.4%）	0.2個（92.3%）
50週	4.0個（65.9%）	1.5個（86.1%）	0.4個（96.1%）	0.2個（98.4%）
100週	8.0個（65.9%）	1.6個（92.3%）	0.4個（98.0%）	0.2個（99.2%）
200週	16.0個（65.9%）	1.6個（96.1%）	0.4個（99.0%）	0.2個（99.6%）

この単純化したモデルでは、c＝0の列は200週で残る誤りの個数の期待値が16個になり、知識5個を使う判断の正答率は約66%です。一方、見直しのたびに各誤りを20%の確率で見つけられる c＝20%では、残る誤りの期待値が0.4個付近で頭打ちになり、100週後の試算は約98%になります。ここから読み取れるのは、誤りを一度も入れないことだけでなく、後から見つけて直す仕組みも重要だという方向性です。98%は実測された改善効果ではなく、一定の確率で独立に修正できると置いたモデル上の値です。

なお、e は Vectara で主要モデルが示した7〜10%程度を参考にした仮定値、q はウォートン校の約80%を目安にした値です。q は推論問題でAIチャットを使った参加者に限った数字で、業務知識の学習にそのまま当てはまるとは限りません。見直しは誤りごとに独立に確率 c で修正されると単純化しました。表の値は式による計算で、Pythonのモンテカルロ・シミュレーション（各条件10万回試行）で期待値の一致を確認しています。

なぜミススキリングは一度起きると抜けにくいのか

上の計算では c を一定と置きましたが、誤った知識が、後の確認の仕方に影響することも考えられます。仮想例で考えます。本来なら五分五分（事前確率50%）で考えるべき仮説に、その仮説が正しい場合に、正しくない場合の3倍出やすい証拠（尤度比3）が出れば、事後確率は75%で「たぶん正しい」と判断できます。ところが、AIの誤りのせいで事前確率を10%と思い込んでいると、同じ証拠を見ても事後確率は25%にしかなりません。この例は、同じ証拠でも事前確率の置き方によって結論が変わることを示しています。

もう1つの理由は、AIの文章の滑らかさです。OnlineMedEdの記事が指摘するように、AIは正しい内容も誤った内容も同じ流暢で自信のある口調で出力し、誤りが文章の調子から分かるとは限りません。そのため、文章の読みやすさだけで正しさを判断せず、内容を確かめる必要があります。

ミススキリングを防ぐには何をすればよいか

まず、覚える前に出典を1つたどります。何度も使い回す知識ほど誤りの影響が大きいので、「今後も繰り返し使う知識」に絞って一次情報を確認すれば、確認する対象の優先順位を付けられます。

次に、メモやナレッジベースでAIから得た知識に「AI由来・未確認」と書き添えておきます。確認済みの知識と区別しておくと、後で確認すべきものを探せます。

見直しを続ける方法として、確認の時間と手順をチームで決めておくことが考えられます。週に1回、AIに教わって使っている知識をいくつか選び、別の資料で検算する時間をチームの定例に組み込みます。仮定モデルでは、c＝0と c＝20%で100週後の試算が約66%と約98%になりましたが、チームでの見直しの実測効果を示す値ではありません。

最後に、新人ほどAIの答えを人と照合します。医学教育でミススキリングが問題視されるのは、学習中の研修医が、誤りを見抜く知識を十分に持っているとは限らないからです。職場でも経験の浅い人が誤りに気づけない可能性を考え、新人がAIで調べた内容は先輩が一言確認する習慣をつけておくと、誤りが広く使われる前に確認できます。

AIの答えをどこまで信じ、どこから疑うかを確率で判断する考え方は、ベイズ統計の講座で基礎から学べます。どの仕事をAIに任せ、どこを人が確認すべきかを実務で線引きしたい方には、AIに任せてよい仕事、いけない仕事を学ぶ講座もご用意しています。

よくある質問

ミススキリングとデスキリングはどう違うのですか

デスキリング（ディスキリング）は、持っていた技能がAIに任せるうちに衰えることで、技能の量が減る問題です。ミススキリングは、AIの誤りを正しい知識として覚えてしまうことで、技能の中身が間違っている問題です。前者はAIがないと困るので気づきやすく、後者は学んだ手応えがあるので気づきにくいという違いがあります。

ミススキリングは医療分野だけの問題ですか

言葉としては医学教育の分野で使われ始めましたが、仕組み自体は分野を問いません。AIに教わった知識を前提に判断を積み上げる仕事であれば、法務でも経理でもマーケティングでも同じことが起こります。本記事の計算も、特定の分野を前提にしていません。

AIの精度が上がればミススキリングはなくなりますか

減ると考えられますが、ゼロになるとは限りません。本文の仮定では、誤答率2%、受け入れる確率80%なら知識の1.6%に誤りが混ざります。ただし、10個の知識を組み合わせた判断が約85%になるという数字は、「1つでも誤りがあれば判断全体が崩れる」という厳しい仮定による試算です。実際の値は課題や確認方法によって変わります。

自分がミススキリングに陥っているかどうか確かめる方法はありますか

完全に確かめる方法はありませんが、AIから得て繰り返し使っている知識を書き出し、出典をたどれるか試すのが現実的です。本記事の計算でいえば、見直しの確率 c を意図的に上げる作業にあたります。

監修／和から株式会社 堀口智之