ai-garage
LLM 🔥 HOT

ハルシネーションとは?

最終更新 (公開 2026年7月6日)

別名: Hallucination / 幻覚

AIが平然とウソをつく現象。

⚡ 30秒でわかる

ハルシネーション の主なポイント

  • 1 ハルシネーションとは、AIが事実と異なる内容や実在しない情報を、もっともらしく答えてしまう現象のこと
  • 2 LLMは続く言葉を確率で選んで文章を作っており、内容が事実かどうかを自分で確かめる仕組みは持っていない
  • 3 OpenAI の研究者らは、学習と評価が「わからない」より推測で答えるほうを高く評価しがちなことも原因だと指摘している
  • 4 実在しない論文・本の引用、存在しないURL、根拠のない数字や日付が典型例
  • 5 出典の確認、RAG(検索した資料を根拠として渡す)、Web検索つきでの利用、ガードレールで減らせるが、完全にはなくせない

📖 詳しく

ハルシネーション とは

ハルシネーション(Hallucination、幻覚)とは、AIが事実と異なる内容や実在しない情報を、もっともらしく自信ありげに答えてしまう現象のことです。ChatGPT などのチャットAIの中身である大規模言語モデル(LLM)は、それまでの文章に続く言葉を確率で選びながら文章を組み立てています。うまく言葉をつなげる力は高い一方で、書いた内容が事実かどうかを自分で確かめる仕組みは持っていないため、知らないことでも「それらしい言葉」で埋めてしまいがちです。さらに OpenAI の研究者らは論文「Why language models hallucinate」で、AIの学習と評価のやり方が「わからない」と正直に答えるより、推測で答えるほうを高く評価しがちなことも原因だと指摘しています。試験で空欄にするより当てずっぽうで書いたほうが点になりやすいのと同じ構図です。典型的な例は、実在しない論文や本を引用する、開いても存在しないURLを示す、もっともらしいけれど根拠のない数字や日付を答える、といったものです。対策としては、AIが示した出典を自分で開いて確かめること、検索した資料を根拠として渡してから答えさせるRAG(検索拡張生成)やWeb検索つきのAIを使うこと、出力をチェックするガードレールを設けることなどがあります。ただし完全になくすのは難しいため、重要な場面では人が最終確認するのが基本です。よく似た言葉のAIバイアスが「偏り・不公平」の問題なのに対し、ハルシネーションは「事実と違う」という間違いの問題です。

❓ FAQ

よくある質問

Q. ハルシネーションとは?
A. AIが事実と異なる内容や実在しない情報を、もっともらしく自信ありげに答えてしまう現象で、名前は「幻覚」を意味する英語 hallucination から来ています。実在しない論文を引用したり、存在しないURLや根拠のない数字を答えたりするのが典型例で、文章が自然なぶん間違いに気づきにくいのが厄介な点です。
Q. なぜAIはハルシネーションを起こすの?
A. LLMは、それまでの文章に続く言葉を確率で選びながら文章を作っていて、書いた内容が事実かどうかを自分で確かめてはいないからです。知らないことでもそれらしい言葉で埋めてしまいます。OpenAI の研究者らは論文で、学習と評価のやり方が「わからない」と答えるより推測で答えるほうを高く評価しがちなことも原因だと説明しています。
Q. ハルシネーションを防ぐにはどうすればいい?
A. 完全には防げないので、減らす工夫と確認の習慣が大切です。AIが示した出典やURLは自分で開いて確かめる、Web検索つきのAIや、手元の資料を根拠として渡してから答えさせるRAG(検索拡張生成)を使う、出力をチェックするガードレールを設ける、といった方法があります。数字・日付・固有名詞・引用は特に間違えやすいので、重要な場面では必ず人が確認しましょう。
Q. ハルシネーションとAIバイアスは何が違う?
A. ハルシネーションは「事実と違う情報を作り出す」という間違いの問題です。AIバイアスは学習データの偏りなどで「特定の人や属性に不公平な答えになる」という公平性の問題で、答えが事実として正しくても起こりえます。どちらもAIの答えを鵜呑みにしないことが基本の対策です。

更新を受け取る