--- title: "AIの判断の記録と説明の準備：何を残し、誰にどう説明するか｜AI-Ready.jp" url: https://www.ai-ready.jp/guide/ai-records-and-explanation/ description: "AIを業務の判断に使うなら、入力・出力・使ったAIの版・人の確認の結果を記録し、聞かれたときに説明できる窓口と手順を用意しておきます。AI事業者ガイドラインの透明性とアカウンタビリティにそって、記録の項目と説明の準備を整理しました。" updated: 2026-11-12 publisher: "フロレンティナ株式会社" --- 定着させる[柱：ガバナンスと法令](https://www.ai-ready.jp/about-ai-ready/governance/) # AIの判断の記録と説明の準備：何を残し、誰にどう説明するか 執筆：[石田誠](https://www.ai-ready.jp/about/authors/#ishida)更新 2026-11-12制度の最終確認 2026-11-12出典 4件[図解 2点](https://www.ai-ready.jp/zukai/) この記事の結論 AIを業務の判断に使うなら、「何を入れ、何が出て、誰がどう確かめて、何を決めたか」を記録に残し、AIを使っている事実と判断への使い方を、聞かれたときに説明できる窓口と手順を先に用意しておきます。 自社の「ガバナンスと法令」の準備度は？[10問・約3分で確かめる（無料・登録不要）](https://www.ai-ready.jp/diagnosis/quick/) AIの利用が日常の業務に定着すると、「この判断はなぜこうなったのか」と社内外から聞かれる場面が出てきます。そのときに記録がなければ、原因を調べることも、説明することもできません。この記事では、経済産業省と総務省の「AI事業者ガイドライン」が示す透明性とアカウンタビリティ（説明責任）の考え方にそって、記録の項目と説明の準備を整理します。 この記事でわかること - AIの判断について、記録に残しておきたい項目 - 業務の重さに合わせた記録の濃さの決め方 - 説明を求められたときの窓口と手順の作り方 ## なぜ記録と説明の準備が要るのですか？ AI事業者ガイドライン（第1.2版）は、すべての主体に共通する指針として10の項目を挙げ、その中に「透明性」と「アカウンタビリティ」を置いています。 - **透明性**：検証できる状態を確保するために、入出力や判断の根拠などの記録（ログ）を残すこと、AIを使っている事実や能力と限界などを、相手の知識に応じて伝えることが示されています。記録の方法や期間は、原因の究明や責任を確かめる必要性を踏まえて決めるとされています。 - **アカウンタビリティ**：データの出どころや意思決定を後から追える状態（トレーサビリティ）にすること、責任者を明らかにすること、必要に応じて指摘を受け付ける機会を設け、関係する情報を文書にして保管することが示されています。 AIを使う側の会社（AI利用者）に向けても、AIの出力を事業の判断に使った場合は関係者に合理的な範囲で情報を提供すること、個人や集団の評価にAIを使う場合はその旨を知らせ、求めに応じて説明できるよう準備し、問い合わせの窓口を設けることが挙げられています。 一方で、ガイドラインはアルゴリズムやソースコードの全面的な開示までは求めていません。**説明の準備とは、仕組みの中身を明かすことではなく、使い方と人の関わり方を示せるようにしておくこと**と考えると取り組みやすくなります。 ## 何を記録すればよいですか？ 判断にAIを使った業務では、次の項目を残しておくと、後から追いかけられます。 | 項目 | 例 | 残す理由 | |---|---|---| | いつ・誰が | 日時、利用者、部署 | 責任の所在をたどる | | どのAIを | サービス名、モデルや設定の版 | 版が変わると出力が変わることがある | | 何を入れたか | 入力した文章・データ、参照させた資料 | 出力の原因を調べる | | 何が出たか | AIの出力、示された根拠 | 判断の材料を再確認する | | 人の確認 | 確かめた人、修正の有無、採用・不採用 | 人がどこで関わったかを示す | | 何を決めたか | 最終的な判断と、その理由 | 説明の中心になる | AIセーフティ・インスティテュート（AISI）の「AIセーフティに関する評価観点ガイド」も、評価の観点に「説明可能性」と「検証可能性」を挙げています。自社でAIの仕組みを作る場合は、出力の根拠を示せるか、後から確かめられる記録が残るかを、作る段階で設計に入れておくと手戻りが減ります。 判断にAIを使ったときに、流れにそって残す記録 **入れる**：いつ・誰が、どのAIの版に、何を入れたか **出る**：AIの出力と、示された根拠 **人が確かめる**：確かめた人、修正の有無、採用・不採用 **決める**：最終的な判断と、その理由 版が変わると出力が変わることがあるため、使ったAIの版も残します。 読みながら、自社の現在地を確かめませんか クイック診断は10問・約3分・登録不要です。7つの柱ごとの目安と、「ガバナンスと法令」を含めて次に取り組むことがわかります。 [無料で診断する](https://www.ai-ready.jp/diagnosis/quick/)[結果の解説（30分・無料）](https://www.ai-ready.jp/consult/review/) ## 記録の濃さは、どう決めますか？ すべての利用を同じ濃さで記録すると、手間も保存の費用もかさみます。**業務が人や取引に与える影響の大きさで、記録の濃さを分けます。** | 区分 | 業務の例 | 記録の目安 | |---|---|---| | 重い | 採用・評価、与信、契約の判断、顧客への回答の自動送信 | 上の表のすべての項目。人の確認の結果を一件ずつ | | 中くらい | 社外に出す文書の作成、データの分析結果を会議に出す | 利用の事実、版、最終の確認者 | | 軽い | 社内のメモ、アイデア出し、下書き | 利用の事実と件数程度 | 保存の期間も区分ごとに決めます。判断に対する問い合わせや異議を受け付ける期間、関係する契約や法令の保存の決まり、社内の文書の保存の規程を踏まえて決め、期限が来たら削除する手順も用意します。データの保存期間の決め方は「[データの保存期間と削除のルールの決め方](https://www.ai-ready.jp/guide/data-retention-policy/)」も参考になります。 記録に個人情報が含まれる場合は、記録そのものの扱いにも注意が要ります。閲覧できる人を絞り、目的と期間を規程に書いておきます。 ## 説明を求められたら、どう応じますか？ 説明の準備は、次の手順で整えます。 ① **説明する相手を想定する**：顧客、取引先、社員、監査や取引先の調査など、誰から何を聞かれそうかを業務ごとに書き出します。 ② **説明の型を用意する**：「AIを使っていること」「何の判断のどの部分に使ったか」「人がどこで確かめたか」「最終的に誰が決めたか」「問い合わせの先」の5点を、業務ごとに短い文章にしておきます。AIの利用を利用者に知らせる文例は、ひな形の「AIの利用についてのお知らせの文例」が使えます。 ③ **窓口と期限を決める**：問い合わせを受ける部署、記録を確かめる担当、回答までの目安の日数を決めます。 ④ **異議への対応を決める**：判断に納得できないという申し出があったとき、人が改めて確かめる手順を用意します。 ⑤ **年に1回は試す**：過去の判断を1件選び、記録から説明の文章を作れるかを確かめます。内部の点検（「[AIの内部点検・監査の進め方](https://www.ai-ready.jp/guide/ai-internal-audit/)」）にあわせて行うと効率的です。 ### EUの個人に関わる判断では EUの個人の個人データを扱う場合、GDPR（EUの一般データ保護規則）の決まりも関わります。EUの公式の案内は、個人には、法的な効果や同様に重大な影響を持つ、自動の処理だけにもとづく決定の対象とされない権利があり、例外として認められる場合も、本人に知らせ、人による見直しを可能にし、異議を申し立てられるようにすることを求めています。詳しくは「[GDPRの基本とAI活用の注意](https://www.ai-ready.jp/guide/gdpr-basics-for-ai/)」をご覧ください。 説明の型（業務ごとに5点を用意します） - **使っている事実**：AIを使っていること - **使い方**：何の判断のどの部分に使ったか - **人の関わり**：人がどこで確かめたか - **決めた人**：最終的に誰が決めたか - **窓口**：問い合わせの先。異議があれば**人が改めて確かめます** 仕組みの中身を明かすことではなく、使い方と人の関わり方を示せるようにしておくことが説明の準備の中心です。 ## 判断の目安 - **記録は「後から1件を説明できるか」で足りているかを判断します。**項目を増やすことより、重い業務で抜けがないことを優先します。 - AIの版の記録は見落とされがちです。サービスの更新の通知を受けたら、記録の欄に反映します。 - 記録と説明の準備ができていない業務は、AIに最終の判断を任せず、人が決める形にとどめます。 ## チェックリスト ## 関連するひな形・ガイド・用語 ひな形 - [AIの利用記録](https://www.ai-ready.jp/templates/ai-use-log/) - [AIの利用についてのお知らせの文例](https://www.ai-ready.jp/templates/ai-transparency-notice/) - [AIの出力の確認チェックリスト](https://www.ai-ready.jp/templates/ai-output-review-checklist/) ガイド - [AIを使い続けるための運用と見直し：利用状況・品質・リスクを定期的に確かめる](https://www.ai-ready.jp/guide/ai-operation-monitoring/) - [AIの内部点検・監査の進め方：社内の使い方をルールどおりか確かめる](https://www.ai-ready.jp/guide/ai-internal-audit/) - [AIを使っていることの開示と表示](https://www.ai-ready.jp/guide/ai-transparency-disclosure/) - [AIの不具合・事故への備えと対応：平時の準備と、起きたときの流れ](https://www.ai-ready.jp/guide/ai-incident-management/) - [データの保存期間と削除のルールの決め方](https://www.ai-ready.jp/guide/data-retention-policy/) 用語 - [説明可能性（XAI）](https://www.ai-ready.jp/glossary/explainable-ai/) - [アカウンタビリティ（説明責任）](https://www.ai-ready.jp/glossary/accountability/) - [監査証跡](https://www.ai-ready.jp/glossary/audit-trail/) - [ログ](https://www.ai-ready.jp/glossary/log/) - [ヒューマン・イン・ザ・ループ](https://www.ai-ready.jp/glossary/human-in-the-loop/) ## よくあるご質問 QAIの出力をすべて保存しておく必要がありますか？ Aすべてを同じように残す必要はありません。AI事業者ガイドラインは、記録の方法や期間を、原因を調べる必要性や責任を確かめる必要性を踏まえて決めることを求めています。人や取引の判断に使う業務ほど詳しく、下書きの作成などは利用の事実と件数程度、と重みを分けると続けやすくなります。 Q説明のために、AIの仕組みやプログラムを開示しなければなりませんか？ AAI事業者ガイドラインは、アルゴリズムやソースコードの全面的な開示までは求めておらず、営業秘密などにも配慮するとしています。説明の中心は、AIを使っている事実、何の判断にどう使ったか、人がどこで確かめたか、問い合わせの窓口です。 Q記録に個人情報が含まれる場合は、どう扱えばよいですか？ A記録そのものも個人情報として扱い、閲覧できる人を絞り、保存期間を決めて期限が来たら削除します。記録を残す目的と期間を社内の規程に書き、必要に応じてプライバシーポリシーの記載との整合を確かめてください。 ## この記事に出てくる用語 - [AI事業者ガイドライン](https://www.ai-ready.jp/glossary/ai-guidelines-for-business/) - [アカウンタビリティ（説明責任）](https://www.ai-ready.jp/glossary/accountability/) - [ログ](https://www.ai-ready.jp/glossary/log/) - [アルゴリズム](https://www.ai-ready.jp/glossary/algorithm/) - [モデル](https://www.ai-ready.jp/glossary/model/) - [AIセーフティ・インスティテュート（AISI）](https://www.ai-ready.jp/glossary/aisi/) - [説明可能性（XAI）](https://www.ai-ready.jp/glossary/explainable-ai/) - [データの保存期間](https://www.ai-ready.jp/glossary/data-retention/) - [個人データ](https://www.ai-ready.jp/glossary/personal-data/) - [GDPR](https://www.ai-ready.jp/glossary/gdpr/) - [営業秘密](https://www.ai-ready.jp/glossary/trade-secret/) - [監査証跡](https://www.ai-ready.jp/glossary/audit-trail/) - [ヒューマン・イン・ザ・ループ](https://www.ai-ready.jp/glossary/human-in-the-loop/) ## 「ガバナンスと法令」のほかの記事 [この柱の解説 →](https://www.ai-ready.jp/about-ai-ready/governance/) [広げる／ガバナンスと法令AIで作った名前・ロゴと商標の確認石田誠2026-11-12](https://www.ai-ready.jp/guide/trademark-and-ai-creations/)[広げる／ガバナンスと法令AIで作る広告と景品表示法の注意嵐保憲2026-11-12](https://www.ai-ready.jp/guide/advertising-law-and-ai/)[定着させる／ガバナンスと法令AIのリスク管理の進め方（NIST AI RMF・ISO/IEC 42001）石田誠2026-11-12](https://www.ai-ready.jp/guide/ai-risk-management-framework/) ## 出典 1. [経済産業省・総務省「AI事業者ガイドライン（第1.2版）」本編](https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/pdf/20260331_1.pdf) 2. [経済産業省「AI事業者ガイドライン（第1.2版）」掲載ページ](https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html) 3. [AIセーフティ・インスティテュート「AIセーフティに関する評価観点ガイド（第1.20版）」](https://aisi.go.jp/assets/pdf/ai_safety_eval_v1.20_ja.pdf) 4. [Your Europe「Data protection under GDPR」](https://europa.eu/youreurope/business/dealing-with-customers/data-protection/data-protection-gdpr/index_en.htm) 最終確認日：2026-11-12 ## 次の一歩 [測るAI-Ready診断（無料）いまの準備状況を、7つの柱で確かめられます。](https://www.ai-ready.jp/diagnosis/) [相談する結果の解説（30分・無料）診断の結果をもとに、オンラインでご説明します。](https://www.ai-ready.jp/consult/review/) [窓口ご相談のお申し込み経営・M&A・事業承継・上場・バリューアップはフロレンティナ、AIの導入・開発・データ・セキュリティ・研修はアメリア・テクノロジーがお受けします。](https://www.ai-ready.jp/consult/apply/) 目次 1. なぜ記録と説明の準備が要るのですか？ 2. 何を記録すればよいですか？ 3. 記録の濃さは、どう決めますか？ 4. 説明を求められたら、どう応じますか？ 5. 判断の目安 6. チェックリスト 7. よくあるご質問 この記事が扱う柱 主に「ガバナンスと法令」 [ガバナンスと法令の解説](https://www.ai-ready.jp/about-ai-ready/governance/) 自社の準備度を確かめる 10問・約3分・登録不要。7つの柱ごとの目安がわかります。 [無料で診断する](https://www.ai-ready.jp/diagnosis/quick/) --- 出典：フロレンティナ株式会社「AIの判断の記録と説明の準備：何を残し、誰にどう説明するか｜AI-Ready.jp」 https://www.ai-ready.jp/guide/ai-records-and-explanation/