さらに実践的な読解テストでは、信頼性の異なる2つの文章のうち、より信頼できない方を正しく見抜けたのは約3割だった。一方の文章には、ねつ造された引用と根拠のない主張が含まれていた。

自信と検証行動の間にあるギャップ

調査結果が示すのは、AI時代の情報に対応できるという自信が、必ずしも日常的な検証行動と結びついていない現状だ。

一見すると自然で説得力のある文章を見分けるには、単に誤字や明らかな矛盾を探すだけでは足りない。誰が主張しているのか、どのような証拠があるのか、引用元は実在し信頼できるのか――こうした点を一つずつ確認する必要がある。

ニュース、AI検索、職場の資料など、情報に触れる経路が増えるほど、原典に戻って確かめる習慣の重要性は高まる。

NLBとKPMGが「読む力」を職場の能力に

こうした課題を背景に、NLBとKPMGは2026年7月14日、1年間にわたる取り組み「Read to Lead: Building an AI-Ready Mind」を開始した。読書を単なる余暇ではなく、批判的思考、判断力、AIリテラシー、情報リテラシー、デジタルリテラシーを育てる職場の能力として捉える施策だ。

7月14日から16日まで開催された初回の「Knowledge Week」では、体験型の活動、クイズ、パネルディスカッション、専門家による講演などが行われた。NLBは、AIやビジネスに加え、小説や気軽に読める作品まで含むデジタル読書の推薦も提供し、職業上の学びを幅広い読書習慣につなげている。

今後は、NLBの図書館でAIリテラシーや信頼できる情報活用に関する講演を行うほか、PMETや企業向けに、AIと偽情報対策を扱うNLB・KPMG共同の教育ツールキットも展開する予定だ。

登壇者が示した、AIと向き合うための習慣

まず立ち止まり、すぐに信じたり共有したりしない

ラハユ・マームザム氏が示したのは、AIの導入を止めることではなく、より責任ある使い方を支える習慣を身につけることだった。文章を流し読みして反応する前に立ち止まり、より良い質問を投げかけ、情報源を確認し、自分で判断し、相手への共感も保つ――という考え方だ。

同氏は、読書には思考の速度を落とし、視野を広げ、注意力を鍛える働きがあると説明した。また企業に対しては、AIの導入効果を効率性や生産性だけで測るべきではないと指摘。組織がAIを取り入れるほど、人間の認知力、自己管理能力、適応力にも投資し、従業員がより意味のある仕事に貢献できる環境を整える必要があるとした。

主張だけでなく、発信者と出典も疑う

ウォーレン・フェルナンデス氏は、批判的に読むとは、情報を速く吸収することではなく、立ち止まって考えることだと強調した。

読者は、主張が本当かどうかだけでなく、誰が書いたのか、どの情報源に基づいているのかも問うべきだ。こうした能動的な確認が、AIに判断や信念を丸ごと委ねず、自分の考えを形成することにつながる。

得意分野の外側にも目を向ける

ジェリー・チャン氏は、専門分野をまたいで読み、普段関心を持たないテーマにも触れるよう勧めた。

AIが生成した文章をAIモデルがさらに学習する状況が広がれば、誤りや偏見、過度な一般化が積み重なり、出力される視点の幅が狭まる可能性があるという。自分が慣れ親しんだ情報だけを追うのではなく、意識的に異なる視点を探すことが、AIによるエコーチェンバーや偏りへの対抗策になる。

AI時代に必要なのは、読むことをやめない力

「Read to Lead」の発想は、AIに対抗するために昔ながらの読書へ戻ろうという話ではない。情報に注意を向け、出典を評価し、文脈を踏まえて判断し、環境の変化に適応しながら、自分の考えを保つための実践的な訓練として読書を位置づけている。

今回の調査は、AIが生み出す情報を扱ううえで、知識だけでなく検証の習慣が必要であることを示した。NLBとKPMGの取り組みは、その力を職場で育てるため、活動、講演、読書案内、教育ツールキットを組み合わせていく。

さらに実践的な読解テストでは、信頼性の異なる2つの文章のうち、より信頼できない方を正しく見抜けたのは約3割だった。一方の文章には、ねつ造された引用と根拠のない主張が含まれていた。

自信と検証行動の間にあるギャップ

調査結果が示すのは、AI時代の情報に対応できるという自信が、必ずしも日常的な検証行動と結びついていない現状だ。

一見すると自然で説得力のある文章を見分けるには、単に誤字や明らかな矛盾を探すだけでは足りない。誰が主張しているのか、どのような証拠があるのか、引用元は実在し信頼できるのか――こうした点を一つずつ確認する必要がある。

ニュース、AI検索、職場の資料など、情報に触れる経路が増えるほど、原典に戻って確かめる習慣の重要性は高まる。

NLBとKPMGが「読む力」を職場の能力に

こうした課題を背景に、NLBとKPMGは2026年7月14日、1年間にわたる取り組み「Read to Lead: Building an AI-Ready Mind」を開始した。読書を単なる余暇ではなく、批判的思考、判断力、AIリテラシー、情報リテラシー、デジタルリテラシーを育てる職場の能力として捉える施策だ。

7月14日から16日まで開催された初回の「Knowledge Week」では、体験型の活動、クイズ、パネルディスカッション、専門家による講演などが行われた。NLBは、AIやビジネスに加え、小説や気軽に読める作品まで含むデジタル読書の推薦も提供し、職業上の学びを幅広い読書習慣につなげている。

今後は、NLBの図書館でAIリテラシーや信頼できる情報活用に関する講演を行うほか、PMETや企業向けに、AIと偽情報対策を扱うNLB・KPMG共同の教育ツールキットも展開する予定だ。

登壇者が示した、AIと向き合うための習慣

まず立ち止まり、すぐに信じたり共有したりしない

ラハユ・マームザム氏が示したのは、AIの導入を止めることではなく、より責任ある使い方を支える習慣を身につけることだった。文章を流し読みして反応する前に立ち止まり、より良い質問を投げかけ、情報源を確認し、自分で判断し、相手への共感も保つ――という考え方だ。

同氏は、読書には思考の速度を落とし、視野を広げ、注意力を鍛える働きがあると説明した。また企業に対しては、AIの導入効果を効率性や生産性だけで測るべきではないと指摘。組織がAIを取り入れるほど、人間の認知力、自己管理能力、適応力にも投資し、従業員がより意味のある仕事に貢献できる環境を整える必要があるとした。

主張だけでなく、発信者と出典も疑う

ウォーレン・フェルナンデス氏は、批判的に読むとは、情報を速く吸収することではなく、立ち止まって考えることだと強調した。

読者は、主張が本当かどうかだけでなく、誰が書いたのか、どの情報源に基づいているのかも問うべきだ。こうした能動的な確認が、AIに判断や信念を丸ごと委ねず、自分の考えを形成することにつながる。

得意分野の外側にも目を向ける

ジェリー・チャン氏は、専門分野をまたいで読み、普段関心を持たないテーマにも触れるよう勧めた。

AIが生成した文章をAIモデルがさらに学習する状況が広がれば、誤りや偏見、過度な一般化が積み重なり、出力される視点の幅が狭まる可能性があるという。自分が慣れ親しんだ情報だけを追うのではなく、意識的に異なる視点を探すことが、AIによるエコーチェンバーや偏りへの対抗策になる。

AI時代に必要なのは、読むことをやめない力

「Read to Lead」の発想は、AIに対抗するために昔ながらの読書へ戻ろうという話ではない。情報に注意を向け、出典を評価し、文脈を踏まえて判断し、環境の変化に適応しながら、自分の考えを保つための実践的な訓練として読書を位置づけている。

今回の調査は、AIが生み出す情報を扱ううえで、知識だけでなく検証の習慣が必要であることを示した。NLBとKPMGの取り組みは、その力を職場で育てるため、活動、講演、読書案内、教育ツールキットを組み合わせていく。