詳しくない分野ほど、AIの説明を信じすぎてしまう？皮膚の写真の実験では、文章で理由を語るAIが間違えると、一般の人の正解率は約21ポイント下がった

Xu ら（2026年）[1]

皮膚の写真を見て、ほくろか悪性黒色腫かを見分ける実験です。一般の人が、1枚ごとにAIなしとAIの助言ありの2回答えました（AIを先に見る組と、自分で先に答える組に分けました）。文章で理由を説明する大規模言語モデル（LLM）の助言は、AIが正しいときに正解率を13.4ポイント上げ、間違っているときに21.1ポイント下げました。どちらも、ほかの助言の出し方より大きい変化でした。

研究者は、AIの文章が「縁が不規則」のような特徴を挙げると、見る人がその特徴があるように写真を見直してしまう可能性を指摘しています。また、AIに完全に従った人は、AIを見る前の正解率がもともと低めでした（65.8%と72.5%）。

医師の実験では、AIが間違えても成績はほとんど下がりませんでした。同じ課題で比べた医学生は、医師よりAIに頼る傾向が強く、医師のほうが慎重にAIを使っていました。

対象: 医学の知識がない一般の人623人（平均33歳、オンラインで募集）、プライマリ・ケア医153人、医学生320人 ／ 限界: 一般の人と医師では課題が違い、直接は比べられない。1人12枚の写真で、年齢などの情報もなく、実際の受診とは違う。

Jabbour ら（2023年）[2]

急性の呼吸不全で入院した患者の事例で、肺炎・心不全・COPDを見分ける実験です。AIなしの正解率は73.0%でした。標準的なAIを見ると2.9ポイント上がった一方、年齢や体格（BMI）などで決まった方向に偏ったAIを見ると11.3ポイント下がりました。

AIがレントゲン写真のどこを見たかを色で示す説明をつけても、偏ったAIによる低下は9.1ポイントで、説明なしとの差（2.3ポイント）ははっきりしたものではありませんでした。

対象: 米国の病院で入院患者を診る医師、ナース・プラクティショナー、医師助手457人（2022年4月〜2023年1月） ／ 限界: Web上の事例問題で、実際の診療とは違う。説明は文章ではなく画像の色分けだった。

Ahmed ら（2026年）[3]

AIが作った健康情報を、元の文章と並べて読んでもらう実験を2回行いました。どちらでも、正しい情報のほうが信頼されていました。ただ、ふだんから生成AIに頼る習慣が強いと答えた人ほど、AIの答え全体を信頼し、正しいか間違っているかで信頼が変わりにくい関連がありました。

大事な部分に色をつけて目を向けさせる工夫では、この傾向は変わりませんでした。

対象: 大学の授業の学生338人と、米国のオンライン調査の参加者563人 ／ 限界: 頼る習慣は自己申告で、習慣が原因で見抜けなくなるのかはわからない。