AIの間違いを仕事で出して、信頼を失った。研究では「AIのせい」にしても責任は軽く見られず、謝罪は信頼を一部取り戻していた
AIが作った資料をよく確かめずに出し、取引先や上司の前で間違いが見つかった。その場の訂正は済んだのに、「次も大丈夫か」という目で見られている気がする。そんなとき、関係を取り戻す手がかりは、謝り方と、その後の行動の見せ方にあります。責任の見られ方と謝罪の効果を調べた研究から、順に整理します。
3行でわかる
- 4か国1,802人の実験では、AIで書いた文章の誤りでも、書いた人への責任の見られ方は軽くなりませんでした。英国では、AIを使った人のほうが重く見られました。
- 謝罪は、失った信頼をすべては戻さないものの、一部を取り戻していました。能力の問題による失敗では、文書より口頭の謝罪のほうが効果が大きい実験があります。
- 立て直しは「自分の確認不足として謝る」「AIをどこで使い、どう確かめるかを伝える」「確かめた記録を見せ続ける」の順で進めます。
01 結論から言うとAIの間違いで失った信頼は、取り戻せる？
取り戻す余地はあります。実験では、謝罪を受けた人は相手を再び信頼する度合いが高まりました。ただし「AIのせい」と説明しても、使った本人の責任は軽く見られていません。
AIの誤りは、使った人にとっても予想外のことが多いものです。だからこそ「AIが間違えた」と言いたくなります。
けれど、相手が見ているのは、誰が確かめて出したかです。4か国の実験では、AIを使って誤情報を載せた人への責任の評価は、自分で調べて書いた場合と比べて軽くなっていませんでした[1]。
一方で、謝罪には信頼を一部取り戻す力がありました[2]。立て直しの出発点は、AIではなく自分の手順の問題として引き受けることです。
失敗のあとの自分の気持ちの整え方は、姉妹メディアのAIの答えをそのまま使って仕事でミスしたで扱っています。この記事は、周りの人との信頼に絞ります。
02 研究とデータでわかっていること「AIのせい」と言うと、責任は軽くなる？
軽くなりませんでした。AIで書いた記事の誤情報について、米国と中国では責任の評価に差がなく、英国ではAIを使った人のほうが重く責められました。謝罪には信頼を一部戻す効果がありました。
Earp ら（2024、Annals of the New York Academy of Sciences）[1]
ある人がブログ記事をざっと見ただけで公開し、中身が多くの人に害のある誤情報だった、という場面を読んでもらいました。AI（ChatGPTのような標準的な対話AI）で書いた場合と、ネットで調べて自分で書いた場合を比べています。投稿者への責任の評価は、米国と中国では差がありませんでした。英国では、AIで書いた場合のほうが11.4点高くなっていました。
対象: 米国・英国・中国・シンガポールの1,802人（年齢と性別を国の人口に合わせて集めた事前登録の実験。シンガポールは自分で書いた条件のデータを除外） ／ 限界: 文章を読んで判断する実験で、職場の実際の評価ではありません。
Ma ら（2019、Frontiers in Psychology）[2]
お金に換えられるトークンを相手に預ける「信頼ゲーム」で、相手が1枚も返さない裏切りを経験させました。2回目に預けたトークン（20枚中）は、裏切りがない場合16.4枚、裏切りのあと謝罪なしで7.4枚、「責任は私にあります」という謝罪の手紙を受け取った場合は11.7枚でした。謝罪は信頼を一部戻しましたが、元の水準には届いていません。
対象: 中国の大学生221人 ／ 限界: 実験室のゲームで、仕事上の失敗そのものではありません。否定的な気持ちが強かった人では、謝罪によって相手の印象がよくなっていませんでした。
Gao・Yan（2022、Frontiers in Psychology）[3]
採用担当者の立場で、前職で失敗した応募者の謝罪を評価する実験です。能力の問題による失敗（仕事のミス）では、口頭の謝罪のほうが文書の謝罪より、能力や誠実さの評価、雇う意向が高くなりました。不正など誠実さの問題による失敗では、逆に文書の謝罪のほうが効果的でした。
対象: 中国の大学生499人（実験1。全体で3つの実験） ／ 限界: 学生が場面を読んで判断した結果で、謝罪の中身は一定にそろえられています。
Goulas ら（2026、PNAS Nexus）[4]
わざと誤った採点を見せ、教師に直してもらう実験です。厳しすぎる誤りでは、「AIの採点」と表示されたほうが、「同僚の採点」と表示されたときより、正しい点との差が22%大きく残りました。専門家でも、AIの誤りを見逃しやすい場面があることを示しています。
対象: ギリシャの小中高校の教師1,339人（事前登録のランダム化実験） ／ 限界: 採点という1つの作業での結果です。甘すぎる誤りでは、表示による差は見られませんでした。
見逃したのはあなただけの不注意とは限らない、ということです。ただ、それは責任を外に向ける理由にはなりません。次からどう防ぐかを示す材料として使います。
03 まだわかっていないことAIを使ったと打ち明けると、かえって不利になる？
まだ結論は出ていません。AIを使ったと自分から明かすと信頼が下がるという実験がある一方、他人から指摘されて知られるほうが下がり方は大きいと報告されています。
- Schilke・Reimann（2025）の13の実験では、AIを使ったと明かした人は、明かさない人より信頼されにくくなっていました。ただし、第三者から指摘されて知られた場合ほどではないと報告されています[5]。
- 謝罪の研究の多くは、学生が場面を読んで判断する実験です。職場の上司や取引先との関係が、何か月で、どこまで戻るかを追った研究は見当たりませんでした。
- 「AIの誤りだった」と添えることが、謝罪の効果を弱めるのか強めるのかを直接比べた研究も、今回は見つかりませんでした。
04 今日からできること信頼を取り戻すには、何から始める？
まず自分の確認不足として口頭で謝り、AIをどこで使ったかを隠さずに伝えます。そのうえで、次からの確認の手順を示し、確かめた記録を見せ続けます。どれもお金はかかりません。
「確かめずに出した自分の判断」として謝る
主語を自分にして、何が間違っていて、相手にどんな影響があったかを短く伝えます。仕事のミスでは、文書だけで済ませず、会うか電話で直接伝えます。
目安 5分
AIをどこで使ったかは、聞かれる前に伝える
「下書きをAIで作り、数字の確認が抜けていた」のように、使った場所と抜けた確認を1文で添えます。13の実験をまとめた研究では、後から他の人経由で知られるより、自分から伝えるほうが信頼の下がり方は小さいと報告されています。
目安 1文
次からの確認の手順を、具体的に示す
「数字と固有名詞は原典と照らし合わせる」「社外に出す前に1人に見てもらう」など、相手が確かめられる形で約束します。手順の作り方はAIに作らせた資料、そのまま出して大丈夫？にまとめています。
目安 15分で手順を書き出す
確かめた記録を、しばらく添えて出す
次の数回は「出典を確認済み」「〇〇さん確認済み」と一言添えます。謝罪で戻るのは信頼の一部だけなので、残りは行動の積み重ねで埋めていきます。
目安 1〜2か月、提出のたびに
職場にAIの使い方の決まりがない場合は、職場にAIを使うルールがないを参考に、確認の手順をチームで決めておくと、同じ失敗を一人で抱えずに済みます。AIそのものを使うのが怖くなったときは、AIの答えで失敗してから、AIを使うのが怖いも読んでみてください。
05よくある質問
AIの間違いなのに、自分が謝らないといけないの？
研究では、AIで書いた文章の誤りでも、使った人への責任の評価は軽くなっていませんでした。相手から見れば、確かめて出したのは使った人だからです。AIの誤りだった事実は隠さず伝え、謝罪は自分の確認不足として行うのが、研究と合う形です。
謝ったのに、まだ前のように任せてもらえない。
信頼ゲームの実験でも、謝罪のあとの信頼は、裏切りがなかった場合の水準まで戻っていませんでした。謝罪は出発点で、残りは確認の手順を守り続けることで埋めていくものと考えると、焦りが少し減ります。
今後は、AIを使ったことを毎回伝えたほうがいい？
まだ結論は出ていません。明かすと信頼が下がるという実験がある一方、後から他人に知られるほうが下がり方は大きいと報告されています。職場や取引先にAIの利用の決まりがあれば、まずそれに従います。
関連記事
AIに頼りすぎAIの答えが間違っていた。ハルシネーションはどのくらい起きる？割合は質問しだいで大きく変わり、出典を自分で開くのが確かめ方の基本
AIに頼りすぎAIに病気や薬のことを聞いても大丈夫？研究では、AI単体は正解できても、使った人の判断は良くならなかった
AIに頼りすぎAIの答えで失敗してから、AIを使うのが怖い。研究では、人は1回の間違いで信頼を大きく下げやすかった
出典
- Earp BD, Porsdam Mann S, Liu P, Hannikainen I, Khan MA, Chu Y, Savulescu J (2024). Credit and blame for AI-generated content: Effects of personalization in four countries. Annals of the New York Academy of Sciences, 1542, 51-57. https://doi.org/10.1111/nyas.15258
- Ma F, Wylie BE, Luo X, He Z, Jiang R, Zhang Y, Xu F, Evans AD (2019). Apologies Repair Trust via Perceived Trustworthiness and Negative Emotions. Frontiers in Psychology, 10, 758. https://doi.org/10.3389/fpsyg.2019.00758
- Gao S, Yan J (2022). Verbal or Written? The Impact of Apology on the Repair of Trust: Based on Competence- vs. Integrity-Based Trust Violation. Frontiers in Psychology, 13, 884867. https://doi.org/10.3389/fpsyg.2022.884867
- Goulas S, Megalokonomou R, Sotirakopoulos P (2026). Why do experts miss AI's errors? Evidence from a randomized labeling experiment. PNAS Nexus, 5(6), pgag146. https://doi.org/10.1093/pnasnexus/pgag146
- Schilke O, Reimann M (2025). The transparency dilemma: How AI disclosure erodes trust. Organizational Behavior and Human Decision Processes, 188, 104405. https://doi.org/10.1016/j.obhdp.2025.104405