ハルシネーションとは？AIがもっともらしい誤りを出す仕組みと不動産業務での減らし方

ハルシネーションとは、生成AIが事実と異なる内容をもっともらしく出力する現象

ハルシネーションとは、ChatGPTなどの生成AIが、事実と異なる内容や存在しない情報を、もっともらしい自然な文章で出力してしまう現象です。英語の hallucination（幻覚）に由来し、OpenAIの解説記事（2025年）は「言語モデルが生成する、もっともらしいが誤った記述」と説明しています。

不動産の現場に置き換えると、たとえば次の形で現れます（いずれも想定例です）。販売図面には書かれていない「床暖房完備」が物件紹介文に入る。特約の文案に、実在しない法律用語が使われる。どちらも文章としては自然なので、読み流すと気づけません。

やっかいなのは、AIが誤っているときも自信ありげに書くことです。

OpenAIのヘルプも、ChatGPTは誤っているときでも確信があるように聞こえることがあると注意しています。文章の自然さや口調の確かさは、中身の正しさの証拠になりません。現時点でハルシネーションを完全になくす方法はありませんが、「わからない」と答えてよいと伝える、資料を渡して資料の範囲で答えさせる、根拠の引用を求める、人が原本で確かめる、といった方法で発生と被害を減らせます。

ハルシネーションはなぜ起きる？

ハルシネーションが起きる根本の理由は、生成AIが「正しいかどうか」を確かめて書いているのではなく、「次に来そうな言葉」を予測して文章を組み立てているからです。OpenAIの解説記事（2025年）によると、言語モデルは大量の文章で次の言葉を予測する学習をしますが、その文章の一つひとつに「正しい／誤り」のラベルは付いていません。個人情報保護委員会の注意喚起（2023年）も、生成AIの文章は確率的な相関関係に基づいて生成されるため、応答に不正確な内容が含まれることがあると説明しています。

身近なたとえで言えば、膨大な物件紹介文を読んで「こういう物件にはこういう言葉が続きやすい」という感覚だけを身につけた書き手です。駅近の新築マンションの紹介文なら、それらしい設備を並べることはできます。けれども、その物件に本当にその設備があるかは、感覚からは分かりません。

流暢な日本語と、個別の事実の正しさは別の能力

OpenAIの解説記事（2025年）は、綴りや括弧の対応のように一貫したパターンがあるものは学習の規模とともに誤りが消える一方で、ペットの誕生日など「パターンのない、まれにしか出てこない事実」は予測できずにハルシネーションになると説明しています。デジタル庁のガイドブック（2024年）も、学習データにない情報を聞くと事実と異なる回答をすることがあり、データにあったとしても確実に学習できているとは限らないと注意しています。

ここに不動産ならではの落とし穴があります。不動産の情報は、特定の物件の管理費、特定の区画の条件、ある取引の成約価格のように「その対象にしかない事実」の集まりです。AIの日本語がどれほど自然でも、こうした個別の事実は文章のパターンから当てられません。紹介文の言い回しは上手なのに、面積や設備だけが違う、というずれ方をするのはこのためです。

わからないときに推測で答えるほうが評価されてきた

もう1つの理由は、AIの性能の測り方にあります。OpenAIの研究者による論文（Kalaiほか、2025年）は、正答率だけで採点するテストでは「わかりません」は0点、当て推量はたまたま当たる可能性があるため、推測するほうが得点上は有利になり、それがハルシネーションを残す一因になっていると指摘しています。

OpenAIの解説記事（2025年）がGPT-5 System Cardから引いたSimpleQA（Web検索なし）の結果では、gpt-5-thinking-miniとOpenAI o4-miniの正答率は22%と24%でほぼ同じでしたが、わからないときに答えを控えることの多いgpt-5-thinking-miniの誤答率は26%、ほとんど控えないOpenAI o4-miniの誤答率は75%でした。SimpleQAは事実を短く問う質問のテストで、この数値は特定の評価での比較であり、実務での発生率を示すものではありません。

この評価では、正答率がほぼ同じでも、推測で埋めないモデルの誤答は約3分の1にとどまりました。AIに「わからなければ、わからないと答えてください」と伝えるのは、性能を落とす指示ではなく、誤りを減らすための指示です。なお、学習時点より後の出来事を知らないことによる「情報の古さ」も誤りの原因になります。こちらはAIの情報が古い理由の解説で扱っています。

ハルシネーションにはどんな種類がある？

ハルシネーションは、大きく「事実に関する誤り」と「渡した指示や資料からのずれ」に分けて考えると、対策を選びやすくなります。大規模言語モデルのハルシネーションを整理した研究論文（Huangほか、arXiv、2023年公開・2024年改訂）の分類を、不動産の想定例に当てはめると次のようになります。

表の下3つは、正しい資料を渡しても起きる型です。資料を読み込ませれば安心とはならず、資料と出力を照らし合わせる工程が別に要ります。この照合をしやすくする方法は、後半の「根拠の引用を求める」で紹介します。

不動産業務ではどんな場面で起きやすい？

不動産業務でハルシネーションが起きやすいのは、個別の事実や数字、根拠の提示を求める場面です。場面ごとに、なぜ起きやすいかと、人が確かめる相手（原本）を並べます。

見落とされやすいのが「事例・出典」の行です。OpenAIのヘルプは、ハルシネーションの例として、存在しない情報源への言及や、でっち上げの引用・研究を挙げています。

出典を付けさせても、その出典自体が存在しないことがあります。そのため「出典つきの回答だから正しい」とは判断できず、リンクを開いて、そこに本当にその内容が書いてあるかまで見る必要があります。

もう1つ押さえておきたいのが、誤りが外に出たときの責任の所在です。物件の広告には、宅地建物取引業法（著しく事実と異なる表示などの禁止）、景品表示法（実際より著しく優良・有利と誤認させる表示などの禁止）、業界の表示規約（不動産の表示に関する公正競争規約とその施行規則。徒歩による所要時間は道路距離80メートルにつき1分として表示する、など表示の方法を定めたルール）が重なってかかります。いずれも広告をする事業者に向けたルールなので、AIが書いた文章でも、掲載した会社の表示として扱われます。種類の表で挙げた「販売図面では徒歩8分なのに紹介文では徒歩5分」というずれも、確認せずに掲載すれば会社の広告の誤りになります。紹介文をAIで書くときの手順と、掲載前の表現のチェックは物件説明文をAIで書く手順と景表法チェックで解説しています。

ハルシネーションはどう減らす？

ハルシネーションを減らす方法の多くは、AIを賢くすることではなく、AIが推測で埋める余地を減らすことです。AnthropicのClaude公式ドキュメント（Reduce hallucinations）が挙げる手法と、国のガイドラインの記述をもとに整理すると、次の5つが実務で使いやすい方法です。

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）も、RAGの活用などにより、ハルシネーションの抑制や根拠の透明性の向上が期待されていると記載しています。RAGの仕組みと社内への導入の道筋はRAGとは？自社専用AIの作り方、資料をもとに答えるツールの使い方はNotebookLMの不動産での使い方で解説しています。

上の3つまでの方法は、プロンプトにまとめて入れられます。物件紹介文の下書きなら、次のように書きます。

添付した販売図面の内容だけを使って、ファミリー向けの物件紹介文を300字程度で作ってください。

【守ること】
・資料に書かれていない設備・数値・周辺環境は書かないでください。
・資料から読み取れない点は、推測せず「資料に記載なし」と書いてください。
・紹介文のあとに、使った数値や設備ごとに、根拠になった資料の該当箇所をそのまま引用して並べてください。
・引用で裏付けられない記述があれば、紹介文から削除してください。

最後の2行が、出力を人が確かめやすくする工夫です。引用の一覧があれば、図面と照らし合わせる箇所がすぐに分かります。指示の書き方の原則はAIプロンプトの書き方の記事にまとめています。

ただし、どの方法も発生をゼロにはしません。Anthropicのドキュメントも、同社が挙げる手法（「わからない」と言ってよいと伝える、引用で根拠づける、外部の知識を使わせない、複数回の出力を比べるなど）について、ハルシネーションは大きく減るが完全にはなくならないとし、重要な判断に関わる情報は必ず確かめるよう求めています。

AIに任せてはいけない確認は？

AIに任せてよいのは下書きと当たりを付ける作業までで、事実の確定と、お客様に出す内容への責任は人が持ちます。OpenAIのヘルプも、ChatGPTを最終的な情報源ではなく最初の下書きとして使い、引用・データ・技術的な情報は確かめるよう案内しています。

AI事業者ガイドライン（第1.2版）は、AIの出力を人が鵜呑みにしないための取り組みとして、AIの判断などを人が承認するときに、承認する理由や根拠を人が自分で考えてから承認することが提案されていると紹介しています。

AIの答えを読んで「もっともらしい」と納得するのは確認ではありません。原本を見て、自分で同じ結論にたどり着けるかを確かめます。

社内で運用するときは、AIで作った下書きだと分かる印をファイル名などに付けておくと、確認前の文書が社外に出る事故を防ぎやすくなります。AIが誤りを出した事例を社内で共有すれば、どの場面で起きやすいかを全員が知ることにもつながります。こうした決めごとを会社のルールにまとめる方法はAI利用ガイドラインの作り方、出力を確かめる具体的な手順とチェックのコツは「AIの嘘」を見抜く最終チェックのコツで解説しています。重要事項説明でAIを使うときの進め方は重要事項説明書の作成・確認でAIを使う方法にまとめています。

まとめ

ハルシネーションは、生成AIが事実と異なる内容をもっともらしく出力する現象です。AIは次に来る言葉を予測して文章を作るため、物件ごとの設備や管理費、個別の事例といった「その対象にしかない事実」ほど誤りやすく、わからないときに推測で埋める傾向もあります。発生を減らすには、わからないと答えてよいと伝え、資料を渡して資料の範囲だけで答えさせ、根拠の引用を求め、必要に応じてRAGを使います。それでもゼロにはならないため、数値・法令・出典は人が原本で確かめるという分担を先に決めておきます。今日できることは、次にAIで作る物件紹介文のプロンプトに「資料にないことは書かず、資料に記載なしと書く」の1行を足し、あわせて根拠になった資料の該当箇所を引用の一覧で付けさせて、その一覧を図面と照らし合わせることです。指示を足すだけでは守られないこともあるため、引用の一覧による照合までを1組にします。

関連記事

• 「AIの嘘」を見抜く力。不動産屋としてリスク回避の最終チェックを忘れないコツ記事を読む›
• AIの情報が古いのはなぜ？「知識のカットオフ」の仕組みと不動産業務での確かめ方記事を読む›
• RAGとは？社内マニュアル・物件規約をAIに答えさせる「自社専用AI」の作り方記事を読む›
• AIプロンプトの書き方｜不動産業務で効く5つの原則と禁止事項の指定記事を読む›
• 不動産会社のAI利用ガイドラインの作り方｜社内ルールに入れる項目と手順記事を読む›

よくある質問