AIのニュースを読んでいて、途中で目が滑ったことはないでしょうか。
内容が難しいからではなく、説明なしで使われる言葉が多いからです。
この記事は、AIのニュースを読むために必要な用語を30語に絞り、1語ずつ「意味」と「ニュースではこう出る」の2行で説明します。
辞書のような正確さより、記事の見出しが読めるようになることを優先しています。
30語は4つのグループに分けました。上から順に読んでも、気になる語だけ拾っても構いません。
どの語にも、意味を5段階で解説した記事か、今の状況をまとめた記事へのリンクを付けてあります。
30語の索引
押すと、その語の説明に飛びます。
この用語集の使い方
説明は、どの語も同じ3行です。
1行目が意味。2行目がニュースではこう出るで、見出しや本文での使われ方を1つ挙げます。
3行目がリンクで、その語をもっと知りたいときの行き先です。
リンクには3種類あります。[5段階で学ぶ]は、同じ語を子供向けの説明から専門的な話まで5つのレベルに分けた記事です。
自分に合うレベルから読み始めて、理解度チェックに答えられたら次へ進む形にしてあります。
[解説を読む]は、1本で意味を押さえる記事です。[最新動向]は、主要サービスの一覧、料金、制度の動きなど、時期によって変わる情報をまとめた記事で、確認日を本文に入れています。
自分に合うレベルから読み始めて、理解度チェックに答えられたら次へ。
基本のしくみ(10語)
AIそのものの仕組みを表す言葉です。
1〜4は入れ子の関係(AI ⊃ 機械学習 ⊃ ディープラーニング、その応用が生成AI)、5〜6はAIの本体、7〜8は工程の対、9〜10は大きさと単位です。
この10語がつながると、見出しの意味はほぼ取れるようになります。
人間が頭を使ってやっている作業を、コンピュータにやらせる技術の総称です。範囲が広すぎる言葉なので、どの種類のAIの話かを意識すると読みやすくなります。
ニュースでは「AIを導入」「AIが判定」。多くは、この後に出てくる機械学習か生成AIのどちらかを指しています。
ルールを人間が書くのではなく、データから規則性をコンピュータに見つけさせる方法です。現在のAIの土台にあたります。
ニュースでは「機械学習で需要を予測」。過去のデータから傾向をつかむ用途で出てきます。
機械学習の一種で、脳の神経回路をヒントにした多層の仕組みを使います。何に注目するかを人が決めなくてよくなったのが、それ以前との違いです。
ニュースでは「深層学習で画像を判定」。2010年代のAIブームの主役で、いまの生成AIもこの技術の上にあります。
文章、画像、音声、動画などを新しく作り出すAIの総称です。それまでのAIが「見分ける・予測する」役だったのに対し、「作る」役を担います。
ニュースでは「生成AIの利用率」「生成AIで作った画像」。2022年末のChatGPT以降のブームは、このタイプの話です。
大量の文章を読み込んで、言葉を扱えるようになったAIの本体です。ChatGPTやClaudeの中身がこれにあたります。手前の文章の続きを予測する仕組みで動いています。
ニュースでは「新しいLLMを発表」。会話AIの新しい頭脳が出た、という意味です。サービス名(ChatGPT)と中身の名前(GPT)は別物です。
学習の結果できあがったAIの本体を指す言葉です。同じ会社でも、大きさや得意分野の違うモデルを何種類も出しています。
ニュースでは「新モデルを発表」「軽量モデル」。AIの新バージョンが出た、小さくて速い版が出た、という意味です。
モデルにデータを読ませて賢くする工程です。大量の文章を読む「事前学習」と、答え方を整える「事後学習」の2段階に分かれます。
ニュースでは「学習データに何を使ったか」。著作権や、自分の入力が学習に使われるかという話題で出てきます。
学習済みのモデルが、実際に回答を作る工程です。学習は作る側が1回やる作業、推論は使うたびに起きる作業と分けて読みます。
ニュースでは「推論コスト」「推論用の半導体」。AIを動かすたびにかかる計算費用と、その設備の話です。
モデル内部にある調整つまみの数で、モデルの大きさを表す目安です。数が多いほど必要なメモリも増えるので、手元のパソコンで動くかどうかの境目にもなります。
ニュースでは「〇億パラメータ」「7B」。Bは10億(billion)で、7Bなら70億個です。
使うときに出てくる用語(8語)
ChatGPTやClaudeなどを実際に使う場面で出会う言葉です。
11〜13は使う側の話、14〜15は「知識をどう足すか」の対(参照させるか、覚え込ませるか)、16〜18は能力と接続の話です。
うまくいかないときの原因は、12(コンテキスト)と13(ハルシネーション)で大半が説明できます。
AIに入力する指示や質問の文章です。書き方で出力の質が大きく変わるのは、AIが手前の文章の続きを作る仕組みだからです。
ニュースでは「プロンプト次第で回答が変わる」「プロンプトエンジニアリング」。後者は、よい出力を引き出す書き方の技術のことです。
AIが1回の会話で覚えていられる範囲のことです。上限を超えると、前のほうの指示が抜け落ちます。
ニュースでは「コンテキストウィンドウが〇万トークンに拡大」。長い文書を一度に読ませられるようになった、という意味です。
AIが事実でないことを、もっともらしく自信ありげに答える現象です。「AIの回答は必ず確認を」と言われる理由がこれです。
ニュースでは「AIが存在しない判例を引用」。仕組み上ゼロにはならないので、確認の工程を組み込む話とセットで出てきます。
AIが答える前に、渡した資料やデータベースを検索し、その内容をもとに答える仕組みです。社内文書に答えるAIの多くがこの方式です。
ニュースでは「社内データと連携したAI」「根拠つきで回答」。RAGという語が出なくても、中身はこれのことが多いです。
既存のモデルに追加の学習をさせて、特定の用途向けに調整することです。RAGが「資料を参照させる」のに対し、こちらは「覚え込ませる」やり方です。
ニュースでは「自社データで追加学習したモデル」。知識を足す目的より、答え方や口調を整える目的に向いています。
文章だけでなく、画像、音声、動画など複数の種類の情報を扱えることです。「だいたいの意味をつかむ」のは得意で、細かい数字を正確に読むのは苦手です。
ニュースでは「画像を見せて質問できる」「音声で会話できる」。いまの主要な会話AIはほぼマルチモーダルです。
質問に答えるだけでなく、目標に向けて複数の手順を自分で組み立てて実行するAIです。外部のサービスを呼び出す「道具」を持つことで、できることが決まります。
ニュースでは「エージェントが予約まで完了」「自律型AI」。人がどこまで確認してから任せるかが、いちばん議論されている点です。
AIの広がり方を表す用語(5語)
モデルがどう公開されるか、現実の世界にどう出ていくか、どこまで進むのかという話題の言葉です。
19は公開のされ方、20〜21は「動くAI」、22〜23は将来の話で、後ろ2つは定義が人によって違う語です。
モデルの中身が公開されていて、入手して自分の環境で動かしたり、手を加えたりできることです。「重み(パラメータ)だけ公開」はオープンウェイトと呼び、学習データまで公開したものとは区別します。
ニュースでは「〇〇社がモデルをオープン化」。どこまで公開したかは名前ではなく、モデルごとのライセンスで確かめます。
現実の世界で物を認識し、判断し、実際に動くところまでを担うAIです。頭脳(AIモデル)、身体(ロボットなどの機械)、練習場(学習環境)の3層で考えると整理できます。
ニュースでは「第三のAI」「フィジカルAIに投資」。半導体企業とロボットメーカーの両方が主役になる話題です。
決まった動きを繰り返す従来のロボットと違い、その場の状況を見て動きを決めるロボットです。配膳、倉庫の搬送、掃除など、身の回りで働き始めています。
ニュースでは「ヒト型ロボットが工場で稼働」。成功率より先に、どんな環境で、どの作業を任せたのかを見ると実力が分かります。
特定の作業ではなく、人間のように幅広い知的作業をこなすAIを指す概念です。定義が各社で違うため、「AGIに到達」という発言は、誰の定義かを確かめてから読みます。
ニュースでは「AGIは〇年に実現」。実現時期は専門家でも見解が割れており、断定的な記事ほど割り引いて読むのが安全です。
AIが人間の知能を超え、社会が急激に変わるとされる転換点の概念です。学術用語というより、思想や予測の文脈で使われる言葉です。
ニュースでは「2045年問題」。AGIが「到達点」の話、シンギュラリティが「その後の変化」の話と分けると混乱しません。
ルールと安全の用語(7語)
AIをどう制御し、どう使ってよいかを決める言葉です。
24〜25は安全側の話、26〜27は「誰が守らせるか」、28〜30は仕事で使うときに避けて通れない3語です。
制度の話は変わるので、[最新動向]の記事の確認日を見てから読んでください。
AIが有害な出力をしないように設ける制限の総称です。入力・学習・出力の3段階に守りを分散させる考え方で、1つの完璧な壁ではなく複数の不完全な壁を重ねます。
ニュースでは「ガードレールをすり抜けた」。AIが妙に慎重に見える場面は、この仕組みの副作用であることが少なくありません。
AIで作られた、本物そっくりの偽の画像、動画、音声です。詐欺、偽情報、なりすましの文脈で出てきます。
ニュースでは「経営者の声を偽造して送金指示」。偽物が本物に見える問題と、本物が「偽物だ」と言い張られる問題の両面があります。
自分のデータをAIの学習に使わせない選択のことです。多くのサービスは「何もしなければ使われる」状態から始まるので、設定を自分で確認する必要があります。
ニュースでは「学習利用をオフにできるように」。設定の場所と既定値はサービスごとに違い、変わることもあります。入力する内容そのものに気をつける話は、入力してよい情報とだめな情報にまとめています。
AI倫理は「AIはどうあるべきか」という理念、AIガバナンスは「それをどう守らせるか」という仕組みです。国の法律から会社の社内ルールまで、幅広い層の話に使われます。
ニュースでは「AI法が施行」「社内ガイドラインを策定」。日本とEUで規制の考え方が違うので、どこの話かを先に見ます。
論点は2つに分かれます。学習にほかの人の作品を使ってよいのか(学習段階)と、AIが作ったものは誰のもので、既存の作品を侵害していないか(生成段階)です。
ニュースでは「AI学習をめぐって提訴」「AI生成画像の著作権」。学習の話か、生成物の話かを分けると、大半は整理できます。
AIの出力を仕事や収益目的で使うことです。サービスごとに規約が違い、「無料=商用可」ではありません。規約、権利、取引先の要求の3つの層を別々に確かめます。
ニュースでは「商用利用可能なモデルを公開」。表示の義務や禁止用途が別に付いていることがあるので、規約の該当箇所まで読みます。
経験、専門性、権威性、信頼性の頭文字で、Googleが検索結果の品質を評価するときの考え方です。AIで書かれたかどうかではなく、内容の質で評価するとされています。
ニュースでは「AI生成コンテンツと検索順位」。「実際に試した経験が書かれているか」が、AI時代に重みを増した要素です。
目的別の読み進め方
30語を一度に覚える必要はありません。目的によって、先に押さえる語が違います。
よくある質問(FAQ)
Q. AIは検索して答えているのですか?
A. 標準の会話AIは、学習した時点の知識で答えています。検索機能を併用しない限り、最新の情報は知りません。だから知識の期限切れと、ハルシネーション(13)が起きます。
Q. 同じ質問をしても答えが変わるのは不具合ですか?
A. 不具合ではなく仕様です。AIは確率的に次の言葉を選んでいるので、同じ質問でも出力は毎回変わり得ます。
Q. パラメータが多いほど賢いのですか?
A. 目安の1つにすぎません。学習データの質や事後学習の調整で性能は大きく変わり、小さいモデルが特定の用途で大きいモデルに勝つこともあります。
Q. 30語で足りますか?
A. ニュースの見出しを読むには足ります。本文で分からない語が出たら、その語の記事の[5段階で学ぶ]でLevel 2まで読めば、たいてい追いつけます。
Q. どの順で読めばよいですか?
A. 迷ったら01から10まで順に。「目的別の読み進め方」に、目的ごとの順番を書いてあります。
Q. [5段階で学ぶ]と[解説を読む]は何が違いますか?
A. [5段階で学ぶ]は同じ語を5つのレベルで書き分けた記事で、[解説を読む]は1本で意味を押さえる記事です。後者も順次5段階版に置き換えています。
Q. この用語集はいつ更新されますか?
A. 新しい語が定着したときと、[最新動向]の記事を四半期ごとに確認し直したときに更新します。冒頭の最終更新日を見てください。
まとめ
この30語が頭に入っていれば、AIのニュースの大半は読めるようになります。
覚えるより、分からない語が出たときにここへ戻ってくる使い方のほうが長続きします。
気になった語から、[5段階で学ぶ]で意味を押さえるか、[最新動向]で今の状況を確認するか、目的に合うほうへ進んでください。
次に読む記事
→ AIとは何か|子供向けから専門的な話まで5段階でわかる用語解説
→ プロンプトとは？生成AIで必須の用語の意味と、初心者が最初に覚える「1つの型」を解説
→ ハルシネーションとは|5段階でわかる用語解説
この記事を書いた人：kkazuki｜AI/DX分野ブログ運営者 → 運営者情報
参考
内容は2026年9月29日に、以下の資料で確認しました。
- 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(令和8年3月31日。別添に用語集)
- 総務省「令和8年版 情報通信白書 個人における生成AIサービスの利用経験」(2026年7月公表)
