IPAが2026年6月に公表した「AIの動作・分析・利用等の説明に関する意識調査」によると、判定（分類）AIを「利用している」企業従業員が63%に達しています（2026年3月調査・n=2,000）。生成AI（95%）に比べるとやや低いものの、判定AIは与信審査・採用スクリーニング・品質検査・異常検知など、個人の権利や業績評価に影響する場面でも広く使われており、その透明性や説明責任が課題として浮上しています。
調査概要
IPAが2026年6月1日に公表した「テクニカルウォッチ：AIの動作・分析・利用等の説明に関する意識調査」の結果です。調査期間は2026年3月13〜24日、対象は大企業・中小企業×製造業・非製造業の4カテゴリ各500人、計2,000人。判定（分類）AIを「利用している」と回答した割合は63%です。判定AIは「データを入力すると特定カテゴリ（承認/否決・良品/不良品・スパム/正常等）に分類するAI」であり、採用選考・ローン審査・品質管理・不正検知で広く活用されています。
ひとことで言うと？
生成AIは「文章や画像を作るAI」として広く認知されていますが、判定AIは「結果を出す・判定を下すAI」として、実は多くの職場で静かに稼働しています。採用書類のスクリーニング・顧客の信用スコアリング・製造ラインの品質検査・ウイルス検知──これらはすべて判定AIです。63%がすでに利用経験を持つ一方、判定AI特有の課題「なぜそう判定したのか（説明可能性）」「偏ったデータによる差別的判定（AIバイアス）」への対策は途上にあります。
インパクトデータ：判定AIを利用している従業員 63%（2026年）
判定（分類）AIを「利用している」：63%（n=2,000）。生成AIの利用経験（同調査）：95%。20代は判定AI（制御・監視型）を常用する割合が他年代より高い傾向があります。判定AIのユースケース（代表例）：①採用・人事評価での候補者スクリーニング、②金融機関での与信・ローン審査、③製造業の外観検査・不良品検出、④サイバーセキュリティの異常検知・スパムフィルタリング、⑤医療での診断補助（画像認識）。EU AI法では採用・信用スコアリング等への判定AIは「高リスクAI」として特別な規制の対象となっています。
このデータをプレゼンで使うには？
①誰に向けて話すか②次のスライドで何を話すか、を入力するだけで、このインパクトデータを使ったプレゼン冒頭のトークスクリプトを生成AIに作ってもらうためのプロンプトが自動生成されます。生成されたプロンプトをそのままChatGPTやClaudeなどに貼り付けてください。
よくある質問
Q. 判定AI（分類AI）と生成AIの違いは何ですか？
A. 判定AI（分類AI）は入力データを「どのカテゴリか」に分類するAIです（例：スパム/正常、良品/不良品、承認/否決）。機械学習の分類モデルがベースで、結果は固定の選択肢から出力されます。一方、生成AIは新しいテキスト・画像・音声・コードなどを「生成」するAIで、ChatGPT・Claude・Geminiなどが代表例です。判定AIは高精度・高速な自動判断が強みですが、判断根拠の不透明性（ブラックボックス問題）が課題で、欧州ではAI法による規制対象になっています。
Q. 判定AIによる「AIバイアス」とはどのような問題ですか？
A. AIバイアスとは、学習データに含まれる偏り（性別・年齢・人種等による不均一なデータ分布）がAIの判定結果に反映され、特定グループに不利な判断が繰り返されることです。例えば「過去の採用実績が男性に偏ったデータで学習した採用スクリーニングAIが女性を不当に落とす」「特定地域の顧客データが少なく信用スコアが不公正に低い」などが典型例です。防止策として、学習データの偏りチェック・定期的な公平性監査・人間によるAI判断の見直しが推奨されます。
Q. このデータはどこから取得できますか？
A. IPAが2026年6月1日に公表した「テクニカルウォッチ：AIの動作・分析・利用等の説明に関する意識調査」から取得できます。IPAのウェブサイト（ipa.go.jp）からレポートPDFが公開されています。
本記事のグラフ・数値・データ表は、出典として本記事へのリンク（「出典：DataSlide」＋記事URL）を明記いただければ、ブログ・資料・SNS等で自由に転載いただけます。事前連絡は不要です。
