AI Fluency⑧ | Diligence: 責任の持ち方にも構造がある

原典動画（英語・無料／Anthropic, CC BY-NC-SA 4.0）

AIと働くうえでの責任の3側面（Creation / Transparency / Deployment）を掘り下げるLesson 10と、コース全体を締めくくるLesson 11です。

Lesson 10: A closer look at Diligence
https://www.youtube.com/watch?v=QbLf2zb3oPc

Lesson 11: Conclusion
https://www.youtube.com/watch?v=ytEN_iAk09c

最後のD: 態度でなく技術

Delegation・Description・Discernmentの3つは「効果と効率」の力でした。最後の Diligence は、4つのEの残り2つ、倫理と安全を担当します。

定義は簡潔です。AIで何をするか、どうやるかに責任を取ること。

「責任感を持ちましょう」という説教に聞こえるかもしれません。しかしこのフレームワークの良いところは、責任にも構造を与えたことです。責任は心構えの問題にとどまらず、3つの具体的な行動に分解できます。

3つのDiligence

1. Creation Diligence（作るときの思慮）

どのAIシステムを使い、どう関わるかに思慮を持つこと。

このデータをこのツールに入れてよいか。この用途にこのAIは適切か。会社の規程はどうなっているか。作業を始める前の選択の段階に、すでに責任は始まっています。Claude 101 のconnectorの「信頼できる提供元だけ」、Claude Code 101 の「permission modeの選択」も、Creation Diligenceの実践でした。

2. Transparency Diligence（正直さ）

AIの関与を、知る必要のあるすべての人に正直に伝えること。

読み手・依頼主・チーム・読者。誰に、どこまで、どう伝えるか。「この文書の下書きにはClaudeを使い、事実確認と最終判断は私が行いました」。この一文を言えるかどうかが、ひとつの目安になります。言えないとしたら、それは使い方のどこかに後ろめたさがある信号です。

3. Deployment Diligence（世に出すときの検証）

使う・共有する前に、出力を自分で検証し、内容を請け合うこと。

Claude 101 から繰り返してきた「出典を踏む」「事実を確かめる」の最終形です。あなたが共有した瞬間、その内容はAIのものではなくあなたの発言になります。vouch for（請け合う）という英語が本質を突いています。署名する前に、署名に値するかを確かめます。

文脈で変わる水準

原典の大事な注意をひとつ挙げます。開示と検証の期待水準は、文脈（私的・学術・職業）によって異なります。

• 自分用の学習メモにAIを使ったことを、誰かに開示する義務はありません

• 学術論文なら、多くの機関がAI利用の明示的な開示を求めます

• 職業文書なら、組織の規程と、読み手との信頼関係が水準を決めます

つまりDiligenceは「常に最大限の開示と検証をせよ」という命令ではなく、文脈ごとの適切な水準を判断し、その判断に責任を持てという技術です。判断の軸は4つのE、とくにethicalとsafeに戻ります。

演習

15分の仕上げ実習です。

1. 前レッスンで完成させたプロジェクトの成果物を取り出す

2. Deployment Diligenceの実行: 成果物の中の「事実の主張」を3つ選び、自分で検証する。数字、固有名詞、日付が優先候補です

3. Transparency Diligenceの設計: この成果物を実際に共有する相手を想定し、AI関与の開示文を1行で書く。書いてみて違和感があれば、それはどこから来るかを考える

4. Creation Diligenceの点検: この作業で使ったデータの中に、入れるべきでなかったもの（機密・個人情報）がなかったかを振り返る

5. このコースの総仕上げ: レッスン2で付けた4Dの自己採点（各1〜5点）を、いま付け直す。上がった力と、まだ低い力を確認する。低い力が、あなたの次の練習テーマです

このコースの地図

• 土台: AI Fluency＝4つのE。関わりは3モード（Automation / Augmentation / Agency）。機械側の知識（2段階学習・能力と限界）がすべての力を支える

• 4D: Delegation（Problem / Platform / Taskの3自覚で配分）→ Description（Product / Process / Performanceで伝える）⇄ Discernment（同じ3窓で検品）→ ループの出口で統合。全体を Diligence（Creation / Transparency / Deployment）が包む

• 芯: 人間とAIの補完。最終判断と責任は常に人間の側に残る

原典コース「AI Fluency: Framework & Foundations」は動画中心で3〜4時間、修了証があります。本コースで概念はすべて先取りしたので、動画は「答え合わせと肉付け」として観られるはずです。教育者・学生・非営利団体向けなどの姉妹コースも同じ4Dを土台にしています。

まとめ

• Diligence＝AIで何をどうやるかへの責任。構造化された技術であって、心構えだけの問題ではない

• 3分割: Creation（何をどう使うかの思慮）／Transparency（関与の正直な開示）／Deployment（共有前の検証と請け合い）

• 開示と検証の水準は文脈（私的・学術・職業）で変わる。水準の判断自体に責任を持つ

• 共有した瞬間、それはあなたの発言になる。署名の前に、署名に値するか確かめる

英語のまま覚える用語

• Creation Diligence — どのAIをどう使うかへの思慮

• Transparency Diligence — AI関与の正直な開示

• Deployment Diligence — 共有前の検証と、内容を請け合うこと

• vouch for — 請け合う。Deployment Diligenceの核心動詞

確認クイズ

Q1. Before sending an AI-assisted report to a client, you verify the key figures yourself and stand behind the content. Which Diligence is this?

A) Creation Diligence.
B) Transparency Diligence.
C) Deployment Diligence — verifying and vouching for outputs before you use or share them.
D) Problem Awareness.

【日本語訳】AIの支援で作ったレポートを顧客に送る前に、主要な数字を自分で検証し、内容を請け合える状態にしました。これはどのDiligenceですか。

A) Creation Diligence。
B) Transparency Diligence。
C) Deployment Diligence。使う・共有する前に出力を検証し、請け合うこと。
D) Problem Awareness。

正解: C
「世に出す前の検証と請け合い」はDeploymentです。3分割は時系列で覚えると整理しやすい: 使う前の思慮（Creation）→関与の開示（Transparency）→出す前の検証（Deployment）。DはDelegationの下位スキルで、コースをまたいだひっかけです。

Q2. According to this lesson, how should you think about disclosing AI involvement in your work?

A) Always disclose everything to everyone, in all contexts.
B) Never disclose; it undermines credibility.
C) Expectations differ by context (personal, academic, professional) — judge the appropriate level for each, and take responsibility for that judgment.
D) Disclose only if directly asked.

【日本語訳】このレッスンによれば、自分の仕事へのAI関与の開示はどう考えるべきですか。

A) どんな文脈でも、常にすべてを全員に開示する。
B) 決して開示しない。信頼性を損なうから。
C) 期待水準は文脈（私的・学術・職業）によって異なる。それぞれに適切な水準を判断し、その判断に責任を持つ。
D) 直接聞かれたときだけ開示する。

正解: C
Diligenceは一律のルールでなく、文脈に応じた判断の技術です。自分用メモと学術論文で同じ水準を課すのは過剰であり、職業文書で規程を無視するのは不足です。AとBは思考停止の両極、Dは「聞かれなければ黙る」であり、正直さ（Transparency）の基準としては危うい線です。

Q3. Looking back across the four D's: which pairing correctly matches a competency with its sub-structure?

A) Delegation — Product / Process / Performance.
B) Description — Creation / Transparency / Deployment.
C) Discernment — Product / Process / Performance.
D) Diligence — Problem / Platform / Task.

【日本語訳】4つのDを振り返って、力と下位構造の組み合わせが正しいのはどれですか。

A) Delegation — Product / Process / Performance。
B) Description — Creation / Transparency / Deployment。
C) Discernment — Product / Process / Performance。
D) Diligence — Problem / Platform / Task。

正解: C
下位構造の対応は、DelegationがProblem / Platform / Task、DescriptionとDiscernmentが共通のProduct / Process / Performance（注文と検品で同じ3窓）、DiligenceがCreation / Transparency / Deploymentです。A・B・Dはラベルの入れ替えで、この4行が淀みなく言えれば、このコースは身についています。

このコースはこれで修了です。 AI Fluencyの4つの力を、自分のプロジェクトで一巡しました。

この先は好きな順で読めます。 機械側の性質を掘り下げたいなら AI Capabilities and Limitations（無料）へ。作る側に回るなら Claude Platform 101（有料・APIの入口）へ。関心の近いところからどうぞ。

このコースの全レッスンは AI Fluency（https://note.com/konitan_ai/m/m5a4a8ea29caa ）に、ほかのコースはシリーズ目次（ https://note.com/konitan_ai/n/nd267433454ab ）にまとめています。

本シリーズはAnthropic非公式の独自教材です。2026年7月時点の公式コース構成に基づいています。

本コースはAnthropicのAI Fluency（リック・デイカン／ジョセフ・フェラー両教授とAnthropicの共同制作、CC BY-NC-SA 4.0）に基づく独自解説です。

#生成AI #Claude #ClaudeAI #Anthropic #AI活用 #AIリテラシー #Claude検定対策 #基礎から独学で身につけるAIの教科書