AIの知識のカットオフとは？｜知らない期間をどう埋めるか

「最新の動向をまとめさせたら、去年の話ばかり出てきました」「検索もできるはずなのに、どうして古い情報が混ざるのでしょうか」——生成AIを調べものに使い始めた組織で、まず出てくる戸惑いです。これは道具の性能が低いからではありません。学習の材料を集め終えた時点で知識に切れ目ができていて、しかもその切れ目は、公表されている日付ときれいには一致しません。日付を1つ覚えれば済む話だと思っていると、確かめ方を間違えます。この記事では、知識の切れ目とは何か、公表値と実際の範囲がなぜずれるのか、切れ目をどう推し量るのか、検索を足すと何が埋まって何が埋まらないのかを順に整理します。

場面：8月に作った資料が、1年半前の話でできていた

1つの場面を置いて、最後まで追いかけます。来期の計画資料を作る仕事で、市場動向の節を生成AIに下書きさせました。制度の名前、関連する法令の施行時期、主要な道具の機能、業界の統計。整った文章がすぐに出てきて、そのまま部内のレビューに回しました。

差し戻しは1人からでした。指摘は数字ではなく、制度の名前が旧称のままだったという点です。改称は前年に行われていて、業界では既に新しい呼び方が定着していました。指摘した人は業界紙を毎週読んでいたので違和感に気づけましたが、他の3人は読み流していました。

そこから確かめ直すと、下書きに書かれた内容の年代が揃っていないことが分かりました。統計は2年前の版、法令の施行時期は正しい、道具の機能は1年半前の仕様、制度名は旧称。全部が古いのではなく、正しいものと古いものが同じ文体で混ざっているのが厄介でした。文章の見た目からは区別が付きません。

差し戻しの後に取った対応も、実は的を外していました。「最新の情報を使ってください」と依頼文に書き足して、もう一度出力させたのです。返ってきた文章は前回とほとんど同じでした。知らないことは、頼み方を強めても出てきません。この時点で必要だったのは、どこまでを知っていて、どこからを知らないのかを切り分ける作業でした。

この場面を材料に、なぜこうなるのかを構造から見ていきます。読み終えるころには、同じ資料を作るときにどこを人が確かめればよいかが決まります。

知識のカットオフとは、学習の材料を集め終えた時点のこと

知識のカットオフ、日本語で言えば知識の切れ目とは、そのAIを作るために集めた資料が、いつまでのものだったかを指します。切れ目より後に起きた出来事は、学習の材料に入っていません。人が本を読んで知識を得るのに似ていて、読んだ本が去年までのものなら、今年の話は書けません。

実務で問題になるのは「知らない」ことではありません。知らないことは、聞けば分かります。問題になるのは知っているつもりで古い状態です。切れ目より前の情報は自信を持って書けるので、文体は変わりません。冒頭の場面で、旧称の制度名が堂々と書かれていたのはこのためです。

もう1つ押さえたいのは、切れ目の後の出来事については、存在そのものを知らないという点です。「知らないことがある」と自覚するには、知らない対象の存在を知っている必要があります。改称が起きたこと自体を知らなければ、旧称を疑う理由がありません。切れ目の後に起きた変化は、疑いの対象にすら上がらないという性質があります。

なお、切れ目は「学習の材料を集めた時点」であって、その道具が世に出た日ではありません。集めてから調整と検証を経て公開されるので、公開日と切れ目のあいだには数か月から1年程度の間が空きます。公開されたばかりだから最新、とは言えません。

混同されやすい言葉に、答えの文脈に入れられる情報量の上限があります。こちらは1回のやり取りでどれだけの分量を読ませられるかという別の制約で、切れ目とは関係がありません。手元の資料を長く読ませられることと、世の中の新しい出来事を知っていることは別です。前者が広がっても、後者は変わりません。

日付は1つではない。公式の表に2つの欄が並んでいる

ここからが、多くの解説で省かれている部分です。大手提供者の公式一覧を見ると、モデルごとの日付欄が1つではなく2つ並んでいます。1つは「信頼できる知識の切れ目」、もう1つは「学習データの切れ目」です。

公式の注記では、前者はその機種の知識が最も広く、最も信頼できる時点までを示し、後者は学習に使った資料のより広い期間を示すと説明されています。つまり後者のほうが必ず新しい側に伸びます。伸びた分の期間は「材料としては入っているが、まばら」という帯です。

2026年8月時点でその一覧を見ると、ずれの幅は機種によって違います。信頼できる切れ目が2025年2月なのに学習データの切れ目が2025年7月という機種、2025年5月と2025年8月という機種、2025年8月と2026年1月という機種が同じ表の中に並んでいます。ずれは3か月から6か月の幅で、しかも一定ではありません。

会議で使える確認の仕方も1つ増えます。「その道具は最新の情報に対応しているのか」と聞かれたときに、どちらの日付の話をしているのかを先に揃えるだけで、話が噛み合うようになります。2つの日付の差にあたる帯は、あるかもしれないが当てにしない期間として扱うのが実務では安全です。

この2欄の存在が意味することは実務的です。公表された新しいほうの日付を「そこまで知っている」と読んではいけないということです。新しいほうの日付は「そこまでの資料が一部入っている」という意味に近く、確実に頼れるのは古いほうの日付までです。冒頭の場面で年代がばらけていたのは、まさにこの帯に当たる情報が混ざっていたからだと説明できます。

公表された日付と、実際に知っている範囲はずれる

2欄あることに加えて、公表値そのものが実態と合わないことが研究で示されています。2024年3月に公表され、同年9月に改訂された研究が、この問題を正面から扱っています。

この研究は「実効的な切れ目」という概念を定義しました。作った側が公表した切れ目とは別のもので、資料の出どころごと、話題ごとに別々に当てはまるという位置づけです。研究では、複数の版がある資料を使って時期をずらしながら質問し、どの時点までの内容を持っているかを推し量る手順が提案されています。

その分析の結論は明快です。実効的な切れ目は、公表された切れ目としばしば大きく異なる。しかも一律にずれるのではなく、資料の出どころによって、話題によって、ずれ方が違う。研究は最後に、知識の切れ目は見た目ほど単純ではなく、資料を整える側にも、そこから情報を得ようとする側にも注意が必要だと述べています。

実務への読み替えはこうなります。自分が扱う分野での切れ目は、公表値ではなく自分で測るしかない。金融の話題と技術仕様の話題で、同じ機種でも実効的な切れ目が違う可能性があるからです。測り方は後の節で扱います。

なぜずれるのか。原因は資料の集め方と重複の消し方にある

同じ研究は、ずれの原因を2つに絞り込んでいます。どちらも作り方の側の事情で、使う側の設定では変えられません。だから性質として受け入れて、確かめ方で対処することになります。

1つ目は、大規模なウェブ収集データの時間的な偏りです。新しく取得した分にも、相当量の古いデータが混ざっている。ウェブには過去の記事が残り続け、引用され、転載されるので、いつ取得したかと、そこに書かれている内容がいつのものかは一致しません。新しく集めたつもりの束の中に、5年前の記事が大量に入っている状態です。

2つ目は、重複を取り除く仕組みの限界です。同じ内容の文書を減らす処理は行われますが、意味は同じで書き方が違うもの、字面が近いが完全には一致しないものを扱いきれません。結果として、繰り返し転載された古い内容ほど濃く残り、一度しか書かれていない新しい内容は薄くなります。

この2つを合わせると、実務で観測される現象が説明できます。よく話題になった古い事柄は濃く、まだ語られていない新しい事柄は日付の内側でも薄い。冒頭の場面で、旧称の制度名が新称より強く出てきたのは、旧称のほうが長く多く書かれていたからだと考えると筋が通ります。

ここから、確かめる対象を絞る手がかりが得られます。名前が変わったもの、番号が振り直されたもの、統合や分割があったものは要注意です。新旧が併存する期間には古い側の記述が圧倒的に多いので、新しい呼び方が出てくるまでに時間がかかります。扱う分野でこの3年に改称があった対象を、あらかじめ一覧にしておくと確かめが速くなります。

切れ目より前なら詳しい、とも限らない

ここまでは「切れ目より後は知らない」という前方向の話でした。もう1つ、後ろ方向にも穴があります。2025年3月に公表され、同年7月に改訂された研究が、この点を大きな規模で測っています。

この研究は、米国の上場企業の財務データを題材に19万7千問を超える質問を用意し、答えを実際の事実と突き合わせました。企業の規模、個人投資家の関心、機関投資家の注目、開示資料の読みやすさといった特性が、答えの正しさにどう効くかも調べています。

結果は3点にまとまります。第1に、過去の業績についての知識は薄い。第2に、規模の大きい企業と、より新しい情報については強い。第3に、これが重要ですが、規模の大きい企業ほど、とくに近年のデータについて作り話をしやすい。つまり、よく知っていそうな領域ほど、外したときの外し方が危ないということです。

実務の読み替えはこうです。有名な会社、有名な制度、有名な道具について聞いたときの答えは、細部まで具体的で自信のある文体になります。しかしその具体性は、正しさの証拠にはなりません。マイナーな対象で「知りません」と返ってくるほうが、実は安全な状態です。冒頭の場面で疑うべきだったのは、いちばん詳しく書かれていた節でした。

新しい機種に替えれば済む、とはならない

ここまでを読むと、切れ目の新しい機種に乗り換えればよいと考えたくなります。効果はありますが、期待するほどではありません。理由は3つあります。

1つ目は、公表される日付が単調に新しくなるわけではないことです。大手提供者の公式一覧を見ると、世代が進んだ機種でも信頼できる知識の切れ目が前の世代と同じ月のまま並んでいる例があります。公開日が新しいことと、切れ目が新しいことは別の軸です。乗り換える前に、一覧の日付欄そのものを見る必要があります。

2つ目は、前の節で見た性質の裏返しです。切れ目が新しくなるほど、その直前の期間は「まだ語られた量が少ない」帯になります。出来事から時間が経つほど解説や引用が積み上がるので、切れ目の直前の数か月は、日付の内側にあっても最も薄いという状態が構造的に生まれます。新しい機種でも、直近半年は確かめる対象から外せません。

3つ目は、乗り換えのたびに測り直しが必要になることです。実効的な切れ目は分野ごとに違うので、機種を替えれば前に引いた線は使えなくなります。頻繁に乗り換えるほど、確かめの前提が毎回作り直しになるということです。業務で使う機種は、性能だけでなく測り直しの手間まで含めて決めてください。

自己申告の日付を、そのまま信じない

では確かめ方です。最も手軽に見えるのは、AI自身に「いつまでの情報を知っていますか」と尋ねる方法ですが、これは当てになりません。理由は2つあります。

1つ目は、返ってくる日付が、指示文にあらかじめ書かれた値を読み上げているだけの場合があることです。運用する側が指示文に日付を書き込むのは普通のことで、その値が実態とずれていても、使う側からは区別が付きません。2つ目は、前の節で見たとおり、実効的な切れ目は話題ごとに違うので、そもそも1つの日付では答えられないことです。

実際、次のような答え方は、いずれも確かめの材料になりません。使う側が受け取り方を間違えやすい形なので、並べておきます。

• 「私の知識は2025年◯月までです」という自己申告を、そのまま全分野の上限として扱う
• 「最新の情報は持っていません」と言われたので、逆にそれ以前は網羅していると考える
• 1つの分野で正しく答えられたことをもって、他分野の切れ目も同じだと推定する
• 検索の機能が付いているから切れ目は関係ない、と考えて確かめをやめる

代わりに使うのは、こちらが答えを知っている出来事を当てにいく方法です。手間はかかりますが、分野ごとに1回やっておけば、その分野での目安として長く使えます。

切れ目を推し量る3つの手順

自分の分野での実効的な切れ目を測る手順を置きます。厳密な測定ではなく、業務で線を引くための目安づくりです。所要時間は1分野あたり30分程度を見ておけば足ります。

この目安は保証ではありません。同じ機種でも、聞き方や話題の細かさで結果は動きます。それでも、この時期より後の話は必ず原典に当たる、という線を1本引けるだけで実務は大きく変わります。線が無いと、毎回すべてを疑うか、まったく疑わないかの両極になります。

測るときの注意も1つ。出来事の名前を質問文に書かないようにしてください。名前を書くと、その名前から一般的な説明を組み立てて答えられてしまい、知っているかどうかの判別になりません。「この分野で、2025年に制度の呼び方が変わったものはありますか」のように、こちらが答えを言わない形で尋ねます。

検索の併用で、どこまで埋まるか

切れ目の後を埋める手段として、検索の併用があります。質問を受けたときに外部を調べ、その結果を材料にして答える形です。これで切れ目の後の出来事も答えに載るようになりますが、埋まるのは検索で見つかる形で公開されているものだけです。

使う側の実態も見ておきます。2026年5月末から6月初めに全国の20代から60代の3,000人を対象に行われた調査では、AIの答えを裏取りする人は、するが28.1%、たまにするが50.8%で、合わせて約8割でした。裏取りの手段は検索エンジンが91.6%で圧倒的に多く、生成AIが示す参照ページのリンクをたどる人は27.7%、書籍は11.9%でした。

別の調査も同じ方向を示します。2026年1月に、調べものに生成AIを使ったことがある社会人2,204名を対象に行われた調査では、利用への不安として情報の正確性が45.6%で最多でした。同じ調査で、状況に応じて再調査を行う人は8割を超えています。裏取りは既に多数派の行動であって、特別に慎重な人のふるまいではありません。

同じ調査では、情報収集の手段としてAI検索を使う割合の推移も出ています。2025年3月に28.7%、同年10月に43.5%、2026年6月に42%。1年で大きく伸びた後、直近では横ばいという形です。使う人が増えたぶん、切れ目を知らないまま使う人も増えていると考えるのが自然で、社内で資料を回す前提が変わってきています。

参照リンクをたどる人が3割弱にとどまっている点は、実務上の落とし穴です。検索を併用した答えには出典が添えられますが、添えられた出典が、書かれている内容を実際に裏付けているかは別問題です。開かずに信じるなら、検索を足した意味は半分しかありません。

検索を足しても埋まらないもの

検索の併用で埋まる範囲と、埋まらない範囲を分けておきます。ここを曖昧にしたまま「検索できるから大丈夫」と考えると、冒頭の場面と同じ差し戻しが起きます。

埋まりやすさ	対象の例	扱い方
埋まる	公表済みの制度改定、官公庁の発表、報道された出来事、公開されている仕様	出典のページを必ず開き、更新日を見る
埋まりにくい	直近数日の出来事、有料記事や専門誌の内容、資料の中の表や図の数値	一次の資料に自分で当たる。要約だけで数値を採らない
埋まらない	社内の事情、未公表の予定、取引先との経緯、現場の慣行	そもそも聞かない。手元の資料を渡して整理させる用途に限る

表の3行目は特に重要です。埋まらない領域について尋ねると、答えが返ってこないのではなく、一般論で埋めた答えが返ってきます。しかも文体は他の答えと変わりません。社内の事情に関する問いは、外に投げるのではなく、手元の資料を渡したうえで整理させる形に置き換えるのが安全です。

1行目にも落とし穴があります。検索で出てきたページに更新日が表示されていても、それはページを触った日であって、書かれている中身の年代とは限りません。長く運用されている解説ページには、更新日が今年でも本文に数年前の記述が残っていることがあります。更新日ではなく、本文の中の年月と出典の記載を見るのが確実です。

2行目の「資料の中の表や図の数値」も見落とされます。要約は文章の部分から作られやすく、表にしか載っていない値は落ちるか、近い別の値に置き換わることがあります。数値を扱うときは、要約ではなく原典の表を開いてください。

用語のミニ解説

この記事で扱った言葉を、短く整理します。会議で使うときは、どの意味で言っているかを先に断ると誤解が減ります。

• 学習データの切れ目：学習の材料として集めた資料の、より広いほうの期間の終わり。ここまでの資料が一部入っている、という意味に近い
• 信頼できる知識の切れ目：知識が最も広く信頼できる時点。確実に頼れるのはこちらの日付まで
• 実効的な切れ目：研究で定義された概念。公表値とは別に、資料の出どころごと・話題ごとに当てはまる実際の切れ目
• 根拠付け：答えを、外部の資料に基づかせること。検索の併用や、手元の資料を参照させる仕組みが手段になる
• 検索の併用：質問を受けた時点で外部を調べ、その結果を材料にして答える形。公開されているものしか埋められない

用語を揃えておくと、「最新情報に対応しているか」という曖昧な問いを、「どの日付までか」「どの分野で測ったか」「検索を併用しているか」の3つに分解できます。問いを分解できれば、確かめる作業も分担できます。

調査に使うときの線引き。任せない範囲を先に決める

記事や資料の調査に使う場面での線引きを決めます。ここは道具の性能とは関係なく、こちらが決めることです。決めておかないと、確かめの手間が毎回ぶれます。

任せてよいのは、論点の洗い出し、手元にある資料の要約、言い換え、構成の下書きです。これらは正しさの判定を後からこちらができる作業です。逆に任せないのは、日付、金額、固有名詞、制度名、施行時期、統計の値を確定させる作業です。これらは間違っていても文面からは分かりません。

人が確認する範囲は、作業の前に決めます。おすすめは3つです。数値は必ず原典の表を開く。固有名詞と制度名は公式の表記を確認する。時期については、測った切れ目より後のものはすべて確かめる。確認する範囲を先に決めると、確認しない範囲も同時に決まります。ここが決まらないと、全部を疑うか何も疑わないかになります。

締め切りが近いときの運用も決めておきます。全文を読み直す時間が無い場合は、下書きの中で確かめが必要な箇所に印を付けさせ、その箇所だけをレビューに回します。数値、固有名詞、時期の3種類だけを抜き出した一覧を先に作らせると、確認は数分で終わります。読み直しを省くのではなく、読み直す範囲を絞るという考え方です。

• 下書きに使った日を、資料の中か管理表に必ず残す。半年後に見直すときの判断材料になる
• 数値には出典の名称と取得日を添える。添えられない数値は、資料から落とすほうが安全
• 分野ごとに測った切れ目は、チームで1枚の表にして共有する。個人の勘に残さない

チームで回すなら、切れ目の情報を1枚に集める

ここまでの内容を個人の頭に置いておくと、担当が替わった瞬間に消えます。チームで使うなら、1枚の表にまとめて共有します。項目は5つで足ります。

使っている機種の名前、公表されている2つの日付、自分たちで測った分野ごとの切れ目、測った日、検索の併用があるかどうか。測った日を必ず入れるのが要点です。機種は更新されるので、半年前に測った値をそのまま使ってよいかを判断する材料がいります。

この表があると、新しく入った人への説明が1分で済みます。「この分野は2025年の秋以降を確かめる」という線が共有されるので、確かめの手間が人によってぶれません。運用として続くのは、覚えておく約束ではなく、見れば分かる1枚です。

更新の担当も決めます。機種を替えたとき、提供者が日付欄を書き換えたとき、そして半年に1回の定期見直し。この3つのきっかけで表を更新します。更新が止まった表は、無い表より危険です。古い線を信じて確かめを省くことになるからです。

切れ目を前提にした頼み方

最後に、依頼文の書き方を整理します。切れ目があること自体は変えられないので、こちらの書き方で被害を減らします。5つの要素を入れるだけで、後の確かめが軽くなります。

第1に、今日の日付を伝えます。日付が分からないと、切れ目の内側の情報を最新として扱ってしまいます。第2に、いつ時点の情報かを答えの中に書かせます。年だけでなく月まで書かせると、こちらが確かめる優先順位を付けられます。

第3に、分からないときは分からないと書くよう明記します。第4に、出典の名称と取得日を添えさせます。第5に、測った切れ目より後の事柄については、検索して確かめてから答えるよう指定します。この5つが揃うと、答えの中に、確かめるべき箇所の印が付いた状態で戻ってきます。

それでも、書き方だけで安全になるわけではありません。指定した通りに書かれていない場合もあります。冒頭の場面で言えば、依頼文を整えたうえで、制度名と統計の2か所だけは人が原典を開く、という運用まで含めて設計してはじめて成立します。頼み方は確かめの手間を減らす道具であって、確かめの代わりにはなりません。

まとめ

生成AIの知識には切れ目があり、その切れ目は1つの日付では表せません。公式の一覧には信頼できる切れ目と学習データの切れ目が別に並び、その差は3か月から6か月の幅で機種ごとに異なります。さらに研究は、公表値と実効的な切れ目がしばしば大きく違うこと、その原因が資料の集め方と重複の消し方にあること、そして切れ目より前でも古い年の細部は薄いことを示しています。やることは3つです。自分の分野で切れ目を1回測る。検索で埋まる範囲と埋まらない範囲を分ける。数値と固有名詞と時期は人が原典に当たる範囲として先に決めておく。この3つを置けば、切れ目は不具合ではなく、扱い方の分かっている性質になります。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。