生成AI教育を会社で始めるには？｜学校向けと分かれる設計の3点

社員向けの生成AI教育を任された担当者が最初に決めるのは、教材や講師ではなく、社員がAIに入力してよい情報の種類です。本番の顧客情報や社内資料を扱う社員教育ではこの順番になり、公開情報だけを題材にする勉強会には当てはまりません。理由は、検索して先に出てくる指針が学校向けに書かれていて、守っている相手が学習者だからです。

この記事の要点は3つ

1. 「生成AI教育」で検索して先に出る指針は学校向けで、守る対象が学習者です。 会社の教育が守るのは情報と成果物の責任で、対象・目的・評価の3点が逆向きに設計されます
2. 学校向けの指針から借りてよいのは3項目です。 個人情報を入力しない・出力の真偽を確かめる・最終判断と責任は人が持つ、の3つを借り、年齢で区切る発想・指導者の監督や許可を前提にした運用・学習評価を成果指標にする発想の3つは借りません
3. 会社の設計順は、決める→配る→教える→見るの4段です。 入力してよい情報の種類を決め、設定として配り、判断の型を教え、成果物の検収と記録で見ます。教育は守りの4層のうち人の層で、入力ルールと設定の後に置きます

社員教育の設計を社内で共有する材料が先に要る方は、サービス資料（無料・PDF）をダウンロードするからご確認ください。

サービス資料をダウンロードする ▶

この記事は、非エンジニアの社員向けにClaude Codeの法人研修を運営し、研修でAIに渡す資料を、受講企業に機密を含まないものへ先に絞ってもらっている立場から書いています。対象は社員教育を立ち上げる会社で、学校や教育委員会の方針づくりには当てはまりません。

教材の中身だけでは、社員教育の設計は決まりません。決まるのは、誰に、どの情報まで入れてよいとし、誰が成果物を確かめるかという会社側の設計で、その設計が学校向けの指針とは分かれます。

学校向けの指針が守るのは学習者で、会社の生成AI教育が守るのは情報と成果物の責任です。

社員が個人で学ぶ順番は、AI勉強の始め方｜社会人が3か月で業務に使う順番にまとめています。本記事はその会社側、つまり社員教育として設計するときの話です。

この記事でわかること

• 「生成AI教育」で検索して出てくる指針が、誰に向けて書かれているか
• 学校向けと会社向けで、対象・目的・評価がどう分かれるか
• 学校向けの指針から借りてよい3項目と、借りてはいけない3項目
• 会社の生成AI教育を入力ルールから設計する理由と、教育が守りのどの層にあるか
• 決める→配る→教える→見るの4段と、それぞれの担当
• この記事で解けないこと（契約・設定の強制範囲・すでに使っている社員との差）

目次

1. 生成AI教育とは｜検索で先に出る指針は、学校の学習者を守るために書かれている
2. 学校向けと分かれる3点｜対象・目的・評価は、守るものが違うから逆向きになる
3. 会社の生成AI教育は入力ルールから設計する｜教育は守りの4層のうち「人」の層
4. 社員教育として回す設計順｜決める→配る→教える→見るの4段
5. 生成AI教育で解けないこと｜契約・設定の強制範囲・すでに使っている社員との差
6. 生成AI教育に関するよくある質問
7. 生成AI教育を会社で始める設計｜総括表
8. あわせて読みたい
9. まとめ｜生成AI教育を会社で始めるには、学校向けの指針より先に入力ルールを決める

生成AI教育とは｜検索で先に出る指針は、学校の学習者を守るために書かれている

生成AI教育という言葉は、検索面ではほぼ学校の話として扱われています。2026年9月24日に「生成ai教育」を検索した上位9件は、文部科学省のページと動画が3件、自治体と大学が各1件、残る4件も学校教育を扱う解説記事やレポートで、社員教育の設計を扱う記事は1件もありませんでした。上位ページに繰り返し出る語も「児童生徒」「教員」「授業」「校務」で、「企業」「社員」「研修」は上位40語に入っていません。

検索結果は日時で入れ替わるため、この数字は1回の取得結果です。それでも、会社の担当者が最初に読む指針が学校向けになりやすいことは読み取れます。

先に出てくる指針の中心は、文部科学省の「初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0）」です。2024年12月26日に公表され、主たる読み手は「教職員や教育委員会等の学校教育関係者」と書かれています。性格も明記されていて、学校現場での利活用を「一律に禁止したり義務付けたりするものではない」参考資料です。育てる力の名前は「情報活用能力（情報モラルを含む）」で、学習指導要領が学習の基盤となる資質・能力と位置づけているものです。

検索で先に出る指針は、学校の学習者を守るために書かれています。 慎重すぎるわけでも、禁止しているわけでもありません。守る相手が会社と違うだけです。

大学・高専については、文部科学省が2023年7月13日の事務連絡で場面例と留意点を示し、各大学・高専が「主体的に対応」する形をとっています。小中高は国が押さえるポイントを示し、大学は各校が方針を定める。同じ「学校向け」でも、方針を決める主体が分かれています。

ファクトボックス｜学校向けの指針（文部科学省ガイドラインVer.2.0）の基本情報

会社向けの公的基準はあるが、設計の手順までは書いていない

会社の側に基準が無いわけではありません。総務省・経済産業省の「AI事業者ガイドライン（第1.2版）」（2026年3月31日公表）は、事業活動でAIを利用する事業者を「AI利用者」と置き、個人情報や機密情報を不適切に入力しないことや、AIの出力を特定の個人や集団の評価の参考にする場合は本人に通知し、求めに応じて説明責任を果たすことを、AI利用者の取り組む事項として挙げています。あわせて、すべての主体に共通する指針として、各主体がAIに関わる者に必要な教育を行うことが期待される、とも書いています。

経済産業省とIPAの「デジタルスキル標準 ver.2.0」（2026年4月16日公表）には、全ビジネスパーソン向けのDXリテラシー標準として、生成AI利用で求められる姿勢や学習項目が並びます。

ただし、どちらの本編も「何を身につけるか」と「してはいけないこと」を示す文書です。AI事業者ガイドラインの別添には役職と担当に応じて研修を分ける例がありますが、社内でどの順で回し、何を見て終わりにするかの手順までは書いていません。

手順は会社が自分で決めます。決める材料が無いまま検索すると、手順まで書いてある学校向けの指針が手元に残りやすくなります。

学校向けの指針を社内規程に写すと、3つの症状が出る

学校向けの指針を会社にそのまま写したときに、出やすい症状は3つです。

1. 許可制になる。 「教師の適切な指導監督の下で」を「上長の承認の下で」に置き換えると、使うたびに申請が要る運用になります
2. 研修がリテラシー講座になる。 「情報活用能力を育てる」を目的に据えると、AIとは何かの説明で1回目が終わり、業務は動きません
3. 理解度テストが成果になる。 学習評価の発想を持ち込むと、修了率と満足度が残り、翌週に何が起きたかは誰も見ません

3つとも、指針が悪いのではなく、守る相手が違う指針を借りた結果です。では、対象・目的・評価のどこで、どう分かれるのかを順に確かめます。

学校向けと分かれる3点｜対象・目的・評価は、守るものが違うから逆向きになる

学校向けと会社向けの生成AI教育が分かれる点は、対象・目的・評価の3つです。学校向けの指針が守るのは学習者で、会社の教育が守るのは情報と成果物の責任です。守るものが違うので、同じ3点が逆向きに設計されます。

対象｜発達段階で区切る学校、職務と扱う情報で区切る会社

学校向けの指針は、対象を発達段階と年齢で区切ります。児童生徒に使わせる場合、年齢制限をはじめとする利用規約からリスクが許容できることを校長と担当教師が確認し、必要に応じて保護者の理解を得たうえで、教師の指導監督の下で使わせる、と書かれています（本文p.19）。小学校段階の児童が直接使うことには「より慎重な見極めが必要」ともあります（本文p.17）。守る相手が子どもなので、線は年齢で引かれます。

会社で対象を分ける単位は、年齢でも職位でもなく、職務と、扱う情報の種類です。 同じ営業部門でも、顧客の個人情報を日常的に扱う人と、公開情報だけで済む人では、初回に開いてよい資料も、渡す権限も変わります。ここを職位や年次で一律に区切ると、誰の業務にも当たらない研修になります。

公的な制度も、同じ単位で線を引くようになりました。厚生労働省の人材開発支援助成金（事業展開等リスキリング支援コース）は、2026年8月3日の改正リーフレットで、「生成AIを利用するために汎用的なプロンプトの作り方を学ぶ訓練」を助成対象外の例に、「生成AIを活用して商品提案書の構成案作成、文章生成、修正方法を学ぶ営業担当者向けの訓練」を助成対象の例に挙げています。

訓練の内容に沿って対象労働者を選んでいるかも見られます。要件を満たした場合に対象になり得る制度で、支給は審査で決まりますが、対象を職務で区切る発想は、国の制度側にも入っています。 改正の中身は事業展開等リスキリング支援コースとは｜AI研修で使う条件と流れにまとめています。

DAIJOBUの法人研修でも、対象は職務で分けています。情報システム担当や管理者向けのセキュリティ講座は別冊の動画に切り出し、受講者の本編とは分けています。決める人と使う人で要る内容が違うからです。

逆に、エンジニアだけの組織は研修の対象にしていません。会社の対象は年齢ではなく、職務と扱う情報の種類で区切ります。 対象を職務で区切ると、受けない判断も同じ基準で決まります。

目的｜情報活用能力を育てる学校、業務を1つ通す会社

目的については、先に共通点を書きます。学校向けの指針は「生成AIを利活用することが目的であってはならない」と明記しています（本文p.7）。会社でも同じで、使うこと自体は目的になりません。違うのは、その先に置く単位です。

学校が置く単位は「情報活用能力」で、学習指導要領が言語能力・問題発見・解決能力とともに学習の基盤と位置づける資質・能力です（本文p.8）。生涯にわたって効く汎用の力を、各教科の学習の中で育てます。会社が置く単位は、特定の職務の業務が1つ、AI経由で通ることです。汎用の力はその副産物として身につくもので、目的の位置には置きません。

汎用の力を会社の目的に据えると、どの業務で使うのかという問いに答えないまま教育が始まります。目的を業務名で書けないまま教育を始めると、その問いを抱えたまま研修日を迎えやすくなります。

1回のヒアリングの結果ですが、DAIJOBUが法人研修の前に受講予定者へ行ったヒアリングでは、持ち帰りたいこととして最も多く選ばれたのは「自分の業務で実際に使えるレベルまで習熟したい」でした。そのため研修では、扱う業務を受講する側に先に決めてもらいます。会社の目的は、特定の職務の業務が1つAI経由で通ることです。 業務名が書けていない会社は、教材を選ぶ前にここで止まります。

社員が個人で身につける判断の順番は、生成AI勉強は何から始める？｜操作より先に身につける3つの判断で扱っています。会社の教育は、その判断を業務名つきで社員に揃える作業です。

評価｜学習評価を守る学校、成果物の検収と記録で見る会社

学校向けの指針は、評価を生成AIから切り離します。不適切と考えられる例として「児童生徒の学習評価を、教師が判断せずに生成AIからの出力をもって行う」「定期考査や小テスト等で使わせる」が挙げられています（本文p.18）。一方で、課題に生成AIを使った場合は、使ったツールの名称、入力したプロンプト、日付を明記させる引用ルールも示されています（本文p.20）。大学・高専向けの事務連絡も、出力をそのまま用いてレポートを作ることは一般に不適切とし、口述試験の併用などの工夫を挙げています。

会社で評価するのは、人の理解ではなく成果物です。AI事業者ガイドライン（第1.2版）は、AIの出力を特定の個人や集団に対する評価の参考にする場合、本人に通知し、人間の合理的な判断のもとで、求めに応じて説明責任を果たすことを、AI利用者の取り組みとして挙げています。そのうえで会社が社員教育の評価として決めるのは、出てきた成果物を誰が検収して名前を出すか、AIを使ったことと確認者を何に残すかの2つです。学校の引用ルール（ツール名・プロンプト・日付を明記する）は、借りてよい3項目のうち「最終判断と責任は人が持つ」を記録に残す形として参考になります。

DAIJOBUの法人研修でも、検収は受講者に残しています。会社の評価は理解度ではなく、成果物を誰が検収し、何を記録するかで決まります。

理解度の代わりに、研修と研修のあいだに受講者が自分から動いた回数で見る考え方と、各回の出口に置く判定は、AI教育の進め方｜社員が使うようになる研修設計の5段階に書きました。本記事では繰り返しません。

借りてよいもの・借りてはいけないもの｜判定基準は「誰を守る項目か」

学校向けの指針を全部捨てる必要はありません。判定基準は1つで、その項目が学習者を守るためのものか、情報と責任を守るためのものかです。後者は守る相手が変わっても成り立つので、そのまま借ります。

借りてよい3項目は、AI事業者ガイドラインがAI利用者に求める項目とも重なります。学校向けでも会社向けでも同じ形で出てくる項目は、守る相手によらず効く項目です。なお、著作権と利用規約の確認は学校でも会社でも法令と契約の話なので、この判定の外に置いています。

会社の生成AI教育は入力ルールから設計する｜教育は守りの4層のうち「人」の層

会社の生成AI教育は、教材より先に入力ルールから設計します。理由は、学校向けの指針と会社とで、「入力しない」を守る場所が違うからです。

学校向けの指針では、児童生徒に個人情報を入力させないことを、教師の指導で守ります。チェック項目も「プロンプトに氏名や写真等の個人情報を入力しないよう十分な指導を行っているか」という形で書かれています（本文p.25）。教師が指導監督し、使い方を見届けられる前提があるから成り立つ設計です。

会社には、その前提がありません。社員は自分の席で、自分の締め切りの中で、本番の資料を開きます。「入力しない」を教育だけで守ろうとすると、守れるのは、受講した人がその場で思い出せたときだけになります。

教育は4層のうち、理由を伝える層にあたる

DAIJOBUは、生成AIを安全に使うための守りを4つの層に分けて設計しています。端末、コード設定、運用ルール、人の4層です。 短く言うと、システムで止め、ルールで縛り、人が見抜く、という多層の守りです。これはDAIJOBUの整理で、公的な分類ではありません。

生成AI教育は守りの4層のうち人の層で、決めるのは運用ルール、止めるのは設定です。

この4層で見ると、教育の役割がはっきりします。入れてよい情報の種類を決めるのは運用ルールの層で、危ない操作を設定で止めるのはコード設定の層です。教育が受け持つのは、線の理由を社員が知り、ルールに書かれていない場面で自分で判断できる状態を作ることです。

だから、順番が逆になると教育が空回りします。線が決まる前に教えると、「気をつけて使いましょう」という一般論しか教えられません。線が決まったあとに教えると、「この資料は入れてよい、この資料は入れない、理由はこうだ」と、社員の手元の資料で教えられます。

最初の1枚に書くのは3項目で足りる

入力ルールというと、分厚い社内規程を想像するかもしれません。最初の1枚に要るのは、次の3項目だけです。

1行目を禁止する情報の一覧で書くと、書いた人が思いつかなかった種類の情報がすり抜けます。入れてよい種類を先に書き、書かれていない種類は入れない、という形にしておくと、迷ったときの判断が1つに決まります。禁止事項を並べる形にしない社内ルールの組み方は、生成AI社内ルールのサンプル｜禁止事項リストにしない4層のガイドラインで扱っています。

ルールが先にあると、現場の迷いそのものが減ります。1枚が決まったら、教育ではその線の理由と、ルールに書かれていない場面での判断を教えます。迷わない状態がルールで作られる実例と、研修で受講者に覚えてもらう判断は、生成AI勉強は何から始める？｜操作より先に身につける3つの判断で扱っています。

社員教育として回す設計順｜決める→配る→教える→見るの4段

会社の生成AI教育を社員教育として回すときは、決める→配る→教える→見るの4段で設計します。教えるのは3段目です。1段目と2段目は教室の外にあり、4段目は研修が終わったあとにあります。

研修の中身と定着を5段階で組む型は、AI教育の進め方の記事で扱っています。本記事の4段は、その前後にある線と設定の設計です。

会社の生成AI教育は、決める・配る・教える・見るの順に回し、教えるのは3段目です。

決める｜担当は講師ではなく、業務の責任者

1段目の3項目は、講師には決められません。入れてよい情報の種類は情報の持ち主が、使ってよい業務はその業務の責任者が、確認して名前を出す人は組織の決裁の形が決めるものだからです。外部の研修会社に頼む場合も、ここは会社の判断として残ります。

決める段で書いた業務名と対象者は、そのまま教育の中身になります。助成制度を使う場合も、訓練の内容と受講する人の職務が一致しているかが見られるので、同じ1枚が計画の材料になります。要件を満たすかどうかは計画の中身と審査で決まり、この1枚があれば通るというものではありません。

配る｜設定は個人に作らせず、配る側で先に決める

2段目で、1枚に書いた線を設定に降ろします。ポイントは、社員一人ひとりに設定を作らせず、配る側で先に決めておくことです。DAIJOBUの代表は、人数の多い企業に研修をするときに気をつける設定として、外部ツールとの接続を読み取り専用に寄せて書き込み・削除の権限を外しておくことと、設定ファイルを先に配っておくことを挙げています。設定を配る順番と、広げたときに壊れる場所は、セキュリティを担保したまま生成AIを全社導入する｜広げると壊れる層と、その順番にまとめています。

配る段を教える段の前に置くのは、研修の当日に全員が同じ設定で手を動かせるようにするためです。DAIJOBUの法人研修でも、環境構築は各自30分の事前セットアップ動画に切り出し、第1回の開始時点で全受講者が起動できる状態を到達目標にしています。

教える｜題材は社員の業務、教えるのは線の理由

3段目で、ようやく教えます。題材は、1段目で書いた業務です。教えるのは操作の手順より、その業務の資料のどこまでを入れてよく、なぜそこで線を引いたのかです。

社員が研修のあとも自分で学び続けるには、個人の学習計画も要ります。社員が自分の学び直しの計画をAIで立てる手順は、勉強計画をAIで立てるには？｜社会人の学び直しで続く手順3つにまとめています。会社の教育が線と題材を渡し、個人の計画がその先を続ける、という分担です。

見る｜理解度ではなく、成果物と線の過不足を見る

4段目で見るのは、社員の理解度ではありません。成果物を誰が検収したか、何を記録したか、1枚の線が業務に対して狭すぎたか広すぎたかです。狭すぎて使えなかった業務があれば1枚に足し、線を超えそうになった場面があれば設定を見直します。4段目の結果が1段目に戻ることで、使ってよい業務が少しずつ増えていきます。

生成AI教育は、教えた回数ではなく、使ってよい業務が何本に増えたかで進みます。 研修と研修のあいだに受講者の手が動いているかを見に行く方法は、AI教育の進め方の記事に書いています。

決める・配る・教える・見るの4段を、研修でどう組み込んでいるかはサービス資料（無料・PDF）をダウンロードするからご覧いただけます。

サービス資料をダウンロードする ▶

生成AI教育で解けないこと｜契約・設定の強制範囲・すでに使っている社員との差

生成AI教育で解けないことは、少なくとも3つあります。どれも教育の設計を工夫しても動かず、別の場所で決める必要があります。先に書いておくのは、教育に過剰な期待がかかると、期待が外れたときに「研修が悪かった」で終わってしまうからです。

1つ目は、入力したデータが学習に使われるかどうかです。 研修や商談で実際に出る問いの1つですが、答えは教育の内容ではなく、会社が契約しているプランと、提供者の規約で決まり、個人向けプランでは利用者の設定でも変わります。学校向けの指針も、個人情報を含む入力をする場合は、提供者が機械学習に利用するか否か等を十分に確認すべきだと書いています（本文p.15）。確認する場所と判断の基準は、生成AIに機密情報を入れて大丈夫？｜学習させない設定と、入力してよい範囲の決め方にまとめています。

2つ目は、設定でどこまで強制できるかです。 決めた線を設定として配れる範囲は、契約しているプランと、会社の端末やアカウントの管理の仕組みで変わります。プランや管理の仕組みが足りない場合、教育でその穴を埋めることはできません。守りの4層でいえば、教育が受け持つのは人の層だけです。

3つ目は、すでに使いこなしている社員との差です。 帝国データバンクの「生成AIに関する企業の動向調査（2026年3月）」では、生成AIを活用している3,560社のうち18.8%が、「AIを使いこなせる社員と使いこなせない社員の間で、能力や成果の格差が拡大した」と答えています（大企業では23.6%・複数回答）。設計順の4段で揃えられるのは、入れてよい情報の線と判断の型までです。先に進んでいる人をどう生かし、どう型を残してもらうかは役割の設計の話で、AI人材育成の進め方｜中小企業が半年で埋める4つの役割で扱っています。

教育が受け持てるのは、線の理由と判断の型までです。 契約と設定と役割は、教育とは別の場所で決めてください。

生成AI教育に関するよくある質問

Q. 文部科学省のガイドラインを、社内ルールの土台にしてはいけませんか

A. 一部は土台になります。 判定基準は、その項目が学習者を守るためのものか、情報と責任を守るためのものかです。情報と責任を守る項目は守る相手が変わっても成り立つので借り、学習者を守る項目は外します。6項目は本文の表のとおりです。

Q. まず社員に触らせたいのですが、ルールを先に作ると誰も使わなくなりませんか

A. 最初の1枚は、禁止事項の一覧ではなく、入れてよい情報の種類を書いた数行で足ります。 公開済みの情報だけを題材にするなら、1枚を待たずに触ってもらって構いません。本番の顧客情報や社内資料を扱う前に、その数行があるかどうかが分かれ目です。

Q. 生成AI教育と、AIリテラシー研修は何が違いますか

A. 目的を置く単位が違います。 AIリテラシーは、職種を問わず全員に共通する知識で、経済産業省とIPAのDXリテラシー標準が学習項目の例を示しています。会社の生成AI教育は、その知識を土台にしたうえで、特定の職務の業務が1つAI経由で通ることを目的に置きます。リテラシーだけで終えると、業務は動きません。

Q. 情報システム担当がいない会社でも、入力ルールは作れますか

A. 1枚目の3項目は、経営者と業務の責任者で書けます。 入れてよい情報の種類、使ってよい業務、確認して名前を出す人は、どれも技術の知識より業務の判断で決まるからです。専門の知識が要るのは、その線を設定として配る2段目です。ここは外部の支援を使う選択肢があります。

Q. 評価は理解度テストや資格で十分ではありませんか

A. 理解度テストや資格は知識を測るもので、業務が通ったかどうかは測りません。 会社で見るのは、成果物を誰が検収したか、AIを使ったことと確認者が記録に残っているかです。資格の勉強は、業務を1つ通したあとに知識を整理する目的なら役に立ちます。

Q. 学校で生成AIを使って育った世代が入社すれば、社内教育は要らなくなりますか

A. 操作に慣れた人が増えても、会社の入力ルールと成果物の責任は、学校では教わりません。 入れてよい情報の種類と、確認して名前を出す人は、会社ごとに違うからです。数年後の受け入れを見据えた考え方は、AI教育の進め方｜社員が使うようになる研修設計の5段階の最後の章に書いています。

Q. 生成AI教育の費用はどのくらいかかりますか。助成金は使えますか

A. 費用は、対象の人数・回数・実施の形式で変わるため、一律の金額はお伝えできません。 公的な支援については、人材開発支援助成金の事業展開等リスキリング支援コースのように、要件を満たした場合に対象になり得る制度があります。ただし支給は審査を経て決まるもので、確約はできません。費用の決まり方はClaude Code研修の費用相場｜料金の決まり方・助成金・費用対効果までにまとめています。

生成AI教育を会社で始める設計｜総括表

あわせて読みたい

関連記事AI教育の進め方｜社員が使うようになる研修設計の5段階記事を読む ▶ 関連記事AI勉強の始め方｜社会人が3か月で業務に使う順番記事を読む ▶ 関連記事AIラーニングとは｜社内で回す仕組みを3層で設計する記事を読む ▶

まとめ｜生成AI教育を会社で始めるには、学校向けの指針より先に入力ルールを決める

会社で生成AI教育を始めるときの最初の仕事は、教材を選ぶことではなく、社員がAIに入れてよい情報の種類を1枚に書くことです。学校向けの指針からは情報と責任を守る3項目だけを借り、対象・目的・評価は職務と業務と成果物で組み直してください。

明日からの一手は、次の3つです。

1. 今日のうちに、入れてよい情報の種類を3行で書き出す。 公開済みの資料、個人情報と金額を含まない社内資料、のように種類で書きます。7割の完成度で構いません
2. 今週中に、最初に通す業務を1つ決め、確認して名前を出す人を決める。 決めるのは講師ではなく、その業務の責任者です
3. 今週中に、社内の生成AIの規程やガイドラインを、借りてよい3項目・借りない3項目の表と突き合わせる。 年齢や立場で一律に区切る項目、承認を前提にした項目が残っていないかを見ます

最後に、社内で自分に問える問いを1つ置きます。御社では、社員がAIに入れてよい情報の種類を、いま3行で書き出せますか。 書き出せなければ、教材を選ぶ前に、入力ルールの章の3項目から始めてください。

要点をもう一度まとめます。

• 「生成AI教育」で検索して先に出る指針は学校向けで、守る対象が学習者です。 会社の教育が守るのは情報と成果物の責任で、対象・目的・評価の3点が逆向きに設計されます
• 学校向けの指針から借りてよいのは3項目です。 個人情報を入力しない・出力の真偽を確かめる・最終判断と責任は人が持つ、の3つを借り、年齢で区切る発想・指導者の監督や許可を前提にした運用・学習評価を成果指標にする発想の3つは借りません
• 会社の設計順は、決める→配る→教える→見るの4段です。 入力してよい情報の種類を決め、設定として配り、判断の型を教え、成果物の検収と記録で見ます。教育は守りの4層のうち人の層で、入力ルールと設定の後に置きます

設定値は会社の業務と権限で変わるため、この記事では判断基準までにとどめます。

決める・配る・教える・見るの4段を社内で共有する材料として、サービス資料（無料・PDF）をダウンロードするをご利用ください。

サービス資料をダウンロードする ▶

自社の業務を1つ持ち込んで、入れてよい情報の線を一緒に確かめたい場合は初回無料体験講座（30分・オンライン）を申し込むもご用意しています。

無料体験講座を申し込む ▶

出典・注記

• 文部科学省「初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0）」（令和6年12月26日） https://www.mext.go.jp/a_menu/other/mext_02412.html 、本文PDF https://www.mext.go.jp/content/20241226-mxt_shuukyo02-000030823_001.pdf （2026年9月24日参照）。主たる読み手と性格は本文p.4、人間中心の原則と「利活用することが目的であってはならない」はp.7、情報活用能力はp.8、校務での利活用と成果物への責任はp.13、成績情報・個人情報の入力と機械学習への利用の確認はp.15、小学校段階の見極めはp.17、学習評価に関する不適切な例はp.18、年齢制限・保護者の理解・指導監督はp.19、引用ルールはp.20、児童生徒の利活用のチェック項目はp.25による。学校向けの参考資料であり、企業の社員教育に適用される基準ではありません
• 文部科学省「大学・高専における生成AIの教学面の取扱いについて（周知）」（令和5年7月13日・事務連絡） https://www.mext.go.jp/b_menu/houdou/2023/mext_01260.html （2026年9月24日参照）
• 「生成ai教育」の検索結果の傾向は、2026年9月24日に非ログインの状態で取得したGoogle検索の上位9件と、その上位ページに出現する語の集計による。検索結果は日時や環境で入れ替わるため、1回の取得結果です
• 総務省・経済産業省「AI事業者ガイドライン（第1.2版）」（令和8年3月31日） 本編 https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/pdf/20260331_1.pdf 、別添 https://www.soumu.go.jp/main_content/001064286.pdf （いずれも2026年9月24日参照）。AI利用者の定義、AI利用者に関する事項（個人情報・機密情報の不適切な入力への注意、評価の参考にする場合の通知と、求めに応じた説明）、共通の指針「教育・リテラシー」は本編による。役職と担当に応じて研修を分ける例は、別添の行動目標3-2（別添p.50）による
• 経済産業省・IPA「デジタルスキル標準 ver.2.0」（2026年4月16日公表） https://www.ipa.go.jp/pressrelease/2026/press20260416.html 、構成は https://www.ipa.go.jp/jinzai/skill-standard/dss/about.html （いずれも2026年9月24日参照）
• 厚生労働省「人材開発支援助成金（事業展開等リスキリング支援コース）」の令和8年8月3日の変更に関するリーフレット https://www.mhlw.go.jp/content/11800000/001731966.pdf （2026年9月24日参照）。助成対象・助成対象外の例はこのリーフレットによる。本記事は支給を確約するものではありません。 要件は改正されることがあるため、最新の条件は厚生労働省の資料と管轄の労働局でご確認ください
• 帝国データバンク「生成AIに関する企業の動向調査（2026年3月）」（2026年5月14日公表・有効回答10,312社） https://www.tdb.co.jp/report/economic/20260514-genai/ 。「能力や成果の格差が拡大した」18.8%（大企業23.6%）は、母数が生成AIを活用している企業3,560社の複数回答による。有効回答企業全体を母数にした数字ではありません
• 情報システム担当や管理者向けの講座を別冊にしていること、エンジニアだけの組織を研修の対象にしていないこと、受講企業に扱う業務と機密を含まない題材を先に決めてもらうこと、環境構築を各自30分の事前セットアップ動画に切り出し、第1回の開始時点で全受講者が起動できる状態を到達目標にしていること、判断と検収を受講者に残すことは、DAIJOBUの法人研修の設計です
• 「持ち帰りたいこととして最も多く選ばれたのは『自分の業務で実際に使えるレベルまで習熟したい』」は、DAIJOBUが法人研修の受講前に実施したヒアリングにもとづきます。単一回のヒアリングにもとづく傾向で、特定の受講企業を名指しするものではありません
• 代表の回答（接続を読み取り専用に寄せ、設定を先に配る）は、DAIJOBU社内での聞き取りにもとづきます
• 守りの4層、学校向けと会社向けの比較表、借りてよい・借りない項目の判定基準、最初の1枚の3項目、決める→配る→教える→見るの4段は、DAIJOBUが研修設計と自社の運用から整理したものです。公的な分類や調査にもとづくものではなく、この順で進めた場合の効果を示す測定値は持っていません
• 受講料などの金額は掲載していません
• ※本記事は2026年9月24日時点の情報にもとづきます

この記事について

DAIJOBUは、ソフトウェアテスト・品質保証と脆弱性診断を本業としながら、法人向けにClaude Code研修を提供している会社です。研修の前には、受講企業と扱う業務や題材を決めてから当日を迎えます。本記事は、検索で先に出てくる学校向けの指針と会社の社員教育がどこで分かれるかを、所管省庁の一次資料と当社の研修設計を分けて整理したものです。