学習データとは

学習データとは、AIモデルがパターンを学ぶために読み込む、大量の文章・画像・音声などのデータの集まりのことです。読み方は「がくしゅうでーた」、英語では training data と書きます。

簡単に言うと、AIにとっての教科書です。大規模言語モデルであれば、インターネット上の文章や書籍など膨大な量のテキストを読み込み、そこから言葉のつながり方や知識のパターンを学び取ります。

重要なのは、AIが学ぶのは「事実の一覧」ではなく「並び方のパターン」だという点です。この違いが、学習データに載っていないことを聞かれたときに、それらしい答えを組み立ててしまうハルシネーションの背景にもなっています。生成AIを支える技術としての位置づけは総務省 令和5年版情報通信白書「生成AIを巡る動向」にも整理されています。

似た言葉が並ぶので、指しているものを整理します。

分ける理由は、学習に使ったデータで性能を測っても意味がないからです。答えを見ながら解いた試験の点数のようなもので、初めて見る問題に対応できるかがわかりません。

「データの質が結果の上限を決める」とよく言われます。何が起こるのかを具体的に並べます。

これらは、使う側からは中身が見えないまま影響してきます。だからこそ、出力をそのまま信じずに確かめる習慣が必要になります。日常的な向き合い方は生成AIリテラシー：安全に使うための基礎知識にまとめています。

第一に、権利の確認です。他社の著作物や、利用条件が学習を認めていないデータは使えません。生成AIと著作権の関係は文化庁「AIと著作権」に考え方が整理されています。公開前の確認点は生成AIと著作権｜公開前に確認したい基礎知識とNG例をまとめて解説でも扱っています。

第二に、個人情報の確認です。氏名・連絡先・購入履歴などを含むデータを学習に使う場合、取得時に示した利用目的の範囲に収まっているかを確認する必要があります（個人情報保護委員会 法令・ガイドライン等）。

第三に、そもそも学習させる必要があるかどうかです。社内文書を参照させたいだけなら、モデルを学習し直さずに、検索して必要な部分だけ渡すRAGという選び方があります。どちらを選ぶかの判断軸はファインチューニングとRAGの違いで整理しています。

なお、AIサービスに入力した内容が今後の学習に使われるかどうかは、サービスの設定と規約で決まります。業務で使う前に確認してください。組織としての進め方はIPA（情報処理推進機構）AIの推進の資料が参考になります。

• データセット
• ファインチューニング
• ファインチューニングとRAGの違い
• バイアス
• 大規模言語モデル（LLM）
• データプライバシー

• 生成AIリテラシー：安全に使うための基礎知識
• 生成AIと著作権｜公開前に確認したい基礎知識とNG例をまとめて解説
• 生成AIとは｜仕組み・できること・使い方を初心者向けに

Q1. 学習データとは何ですか？
大量の文章・画像・音声などのデータの集まりで、AIモデルがパターンを学ぶために読み込むものです。大規模言語モデルなら、膨大な量のテキストを読み込んで、言葉のつながり方のパターンをそこから学び取ります。

Q2. 学習データとデータセットは何が違いますか？
データセットは「まとめられたデータの集合」という広い言葉で、学習に使うもの・検証に使うもの・テストに使うものをすべて含みます。学習データは、そのうち実際にモデルを学習させるために使う部分を指します。訓練データもほぼ同じ意味です。

Q3. 学習データの質が悪いとどうなりますか？
偏りや誤りが、そのまま出力に現れます。特定の立場に寄った文章ばかりを学べば出力も偏り、誤った情報が多く含まれていればそれをもっともらしく出力します。「データの質が結果の上限を決める」と言われるのはこのためです。

Q4. 自分の会社のデータをAIに学習させてもよいですか？
権利と個人情報の2点を先に確認してください。他社の著作物や、利用条件が学習を認めていないデータは使えません。個人情報を含む場合は、取得時の利用目的の範囲に収まっているかを確認する必要があります。判断に迷う場合は、学習させずに参照だけさせるRAGのような方法も選べます。

Q5. 学習データと入力したプロンプトは同じものですか？
違います。学習データはモデルを作る段階で使われるもの、プロンプトは出来上がったモデルに毎回渡す指示です。ただし、サービスによっては入力内容が今後の学習に使われる場合があるため、業務で使うときは設定と規約を確認してください。