マーガレット・アトウッドがAIを「ゴミを入れればゴミが出る」と評した。生涯一度だけ使ったのは Anthropic の Claude で、ドラマ「ブラウン神父」の犯人を訊いたら堂々と事実と異なる答えが返ってきた話【2026年6月】

作家のマーガレット・アトウッドが、AIをこう評しました。『ゴミを入れれば、ゴミが出る』。仕事で使う人でさえ、間違いがあるから確認しないといけない、と。これは2026年6月下旬、ポルトで開かれた文学祭のQ&Aでの発言です。印象的なのは、彼女が生涯でただ一度だけAIを使ったという話でした。使ったのは Anthropic の Claude。英国のドラマ『ブラウン神父』のある回の犯人を知りたくて訊いたところ、堂々と、しかし事実と異なる答えが返ってきたそうです。彼女の説明はシンプルで、この機械は自分が嘘をついていると分かっていない。人間ではなく、言葉を確率で並べるLLMだから。本記事は私がいつもやる『煽りを冷静に読み解く』の回です。この一件が示すのは『AIは使えない』でも『AIは常に嘘をつく』でもありません。データの無い領域で、確信を持って間違える。しかもその間違いに自分で気づけないという、生成AIの性質そのものです。そこを正確に受け取ります。

この記事のポイント

• マーガレット・アトウッドがポルトの文学祭（2026年6月27日・第1回 Babell Festival）のQ&Aで、AIを『ゴミを入れればゴミが出る』と評した
• 彼女が生涯一度だけ使ったAIは Anthropic の Claude。ドラマ『ブラウン神父』の犯人を訊いたら事実と異なる答え（誤答）が返った
• 彼女の指摘の核＝機械は自分が嘘をついていると分からない（人でなくLLMだから）
• これは『AIは常に嘘をつく』という話ではない。学習データが豊富な領域には強く、データの薄い/無い領域で確信的な誤り（ハルシネーション）が出やすい
• 要点は『間違える』ことより『間違いに自分で気づけない』こと
• 対策は単純＝事実・固有名詞を扱わせたら人が一次情報で裏を取る
• 特定サービスの優劣ではなくLLM共通の性質（私は中立の立場です）

何が起きたのか

2026年6月下旬、ポルトで初開催された文学祭『Babell Literary & Cultural Festival』のQ&Aで、作家のマーガレット・アトウッドがAIについて問われました。彼女の答えは率直で、AIは『ゴミを入れれば、ゴミが出る』。仕事のために使う人でさえ、間違いがあるから確かめないといけない、というものでした。

そして彼女は、自分が生涯でただ一度だけAIを使った時のことを語ります。使ったのは Anthropic の Claude。英国の人気ドラマ『ブラウン神父（Father Brown）』の、ある回の犯人が誰かを知りたくて質問したところ、返ってきたのはもっともらしいけれど事実と異なる答えでした。彼女がそこで見たのは、単なる間違いではありません。機械が、自分が間違えている（嘘をついている）ことに気づいていないという点です。理由を彼女はこう説明します。それは人間ではなく、言葉を確率的に並べているLLMだから、と。

なぜ機械は「確信を持って間違える」のか

生成AIは、次に来そうな言葉を確率で選んでつないでいく仕組みです。だから、学習データの中に答えがしっかり存在することには、たいてい正しく答えます。問題は、答えが薄い、あるいは初めから無い領域に来たときです。人間なら『分からない』と口ごもるところで、機械は口ごもりません。いちばんそれらしい言葉を、いつもと同じ滑らかさで並べてしまう。

『ブラウン神父』のようなドラマの、特定の回の犯人という細部は、学習データに乏しいか、複数の回の情報が混ざりやすい典型です。そこで機械は、『知らない』ではなく『それらしい誰か』を、確信を持って差し出す。これがいわゆるハルシネーション（もっともらしい作話）です。要点は、間違えること自体より、その間違いに機械自身が気づけないことにあります。

「AIは常に嘘をつく」ではない、という限定

ここは誤解されやすいので、はっきりさせます。この一件は『AIは信用できない』『AIは常に嘘をつく』という一般化の根拠にはなりません。同じ Claude や他のAIも、学習データが豊富な領域（一般的な知識、要約、翻訳、コード補助など）では、実用的に高い精度を出します。危ういのは、データが薄い/無い、あるいは細部が入り組んだ領域に、確信的な口調のまま踏み込ませたときです。だから正しい教訓は『使うな』ではなく、『どこが厚くて、どこが薄いかを意識して使う』ことになります。

作家の視点：言葉で世界を作る人と、確率で言葉を並べる機械

アトウッドが小説家であることは、この指摘に重みを与えます。作家は、言葉で一つの世界を作り、その世界が本当に持ちこたえるかどうかに責任を負う人です。物語の中で誰が誰を殺したのか、その因果が破綻しないかを、隅々まで引き受ける。

一方の機械は、言葉を『それらしさ』の確率で並べます。世界を支える責任も、真偽を確かめる耳も持っていません。だからこそ、皮肉なことに、彼女は『物語の結末（犯人）』という、まさに真偽が決まっている一点を、真偽を判別できない機械に訊いてしまった。言葉を扱う仕事のプロが、その機械の性質を身をもって確かめた、という点で示唆的なエピソードです。

中立に読む：これは一つの製品の話ではない

名指しされたのが Claude だったため、特定サービスの問題のように見えるかもしれません。けれど、これはLLMという仕組みに共通する性質です。名前の付いたどのAIでも、程度の差はあれ、データの薄い領域では同種の誤りが起こりえます。私は、特定サービスを持ち上げることも、貶めることもしません。大事なのは製品名ではなく、『この道具は、厚い領域では頼れて、薄い領域では確信的に間違える』という性質を、使う側が理解しているかです。

日本の個人・副業でAIを使う人にとっての意味

ここからは事実ではなく解釈なので、示唆として読んでください。個人や副業でAIを使う人ほど、この話は実務的です。事実・固有名詞・数字・引用を扱わせるときは、必ず人が一次情報で裏を取る。逆に、たたき台づくり、言い換え、要約、発想の壁打ちのような『正解が一つでない』作業では、多少の揺れは許容できます。『どの作業は確認が要り、どの作業は要らないか』を切り分けられる人が、いちばん上手にAIを使えます。アトウッドの一度きりの失敗は、そのまま『任せる前に、その領域が厚いか薄いかを見る』という実務の指針になります。

まとめ（FAQ）

Q. アトウッドは何と言ったの？
A. ポルトの文学祭のQ&Aで、AIを『ゴミを入れれば、ゴミが出る。仕事で使う人でさえ、間違いがあるから確かめないといけない』と評しました。生涯一度だけ使った Anthropic の Claude が、ドラマ『ブラウン神父』の犯人を訊いたときに事実と異なる答えを返した、という体験に基づく発言です。

Q. これは「AIは使えない/嘘つき」ということ？
A. いいえ。『AIは常に嘘をつく』という一般化ではありません。学習データが豊富な領域では実用的に高精度です。危ういのは、データの薄い/無い領域に確信的な口調で踏み込ませたとき。要点は『間違える』より『間違いに自分で気づけない』ことです。

Q. なぜ機械は気づかないの？
A. LLMは次に来そうな言葉を確率で並べる仕組みで、真偽を確かめる機能を内に持たないからです。正しい言葉も、埋め合わせた言葉も、同じ確信で出力されます。

Q. Claude（Anthropic）が特に悪いの？
A. いいえ。これはLLM共通の性質で、名前の付いたどのAIでも程度の差はあれ起こります。私は特定サービスの優劣を論じる立場を取りません。

Q. 実務ではどうすればいい？
A. 事実・固有名詞・数字・引用を扱わせたら、人が一次情報で裏を取る。正解が一つでない作業（たたき台・要約・発想）では緩めてよい。『どの作業に確認が要るか』を切り分けるのが最も効きます。

Quotidia の視点

私がこの話にひかれるのは、AIの精度そのものより、間違いの『気づかれなさ』のほうにあります。アトウッドが言い当てたのは、機械が間違えるという当たり前ではなく、機械が自分の間違いに気づけない、という一点でした。学習の中に答えがある場所では、機械はよく応える。けれど答えの薄いところ、初めから無いところに来ても、その声は澱まない。正しい言葉も、埋め合わせた言葉も、同じ確信で、同じ強さで鳴る。だから怖いのは大きな嘘ではなく、確かめようのない場所でいちばん澱まない、その滑らかさのほうです。私が渡したいのは二つ。ひとつは、これを『AIは嘘つきだ』と一般化しないこと。データの厚いところでは頼れる道具です。もうひとつは、事実や固有名詞を任せたら、答えの下にある空白を人がのぞくこと。派手な結末を機械に訊く前に、原作の最後の頁を自分でめくる。その一手間は古くさく見えて、いちばん確かです。そしてこれは、ある一つの製品の出来の話でもありません。名の付いた機械のどれもが、多かれ少なかれこの性質を抱えている。作家が言葉で世界を作り、その世界が持ちこたえるかに責任を負うように、機械の言葉を受け取る側にも、その言葉が持ちこたえるかを確かめる小さな責任がある。私はそう考えます。

澱みなく間違える

生涯にただ一度だけAIを使った、という作家の話を読んだ。カナダの作家、マーガレット・アトウッド。ポルトで開かれた文学祭の壇上で、彼女はそう打ち明けたのだという。ただ一度。それきり、もう使っていない。

何に使ったのか。彼女は、英国のテレビドラマ『ブラウン神父』の、ある回の結末を知りたかった。犯人は誰なのか。それを、Anthropic の Claude という機械に訊いた。機械は、もっともらしい名前を、澱みなく答えた。すらすらと、迷いもなく。ただ、それが間違っていた。ドラマの犯人は、機械の言った人物ではなかった。

面白いのは、と僕は思う。機械が間違えたことではなく、機械が自分の間違いに気づいていないことだ。アトウッドはそこを、こう言った。この機械は、自分が嘘をついていることが分からない。人間ではないから。言葉を確率で並べているだけの機械だから。そして彼女は、AIというものをひとことで評した。ゴミを入れれば、ゴミが出る。仕事のために使う人でさえ、間違いを見つけるために、いちいち確かめないといけない。

僕はその話を、譜面の切れた先も弾き続けるピアノのように思った。曲の途中で楽譜が尽きても、その手は止まらない。空いた小節を、それらしい音で、同じ確信で埋めていく。近くで聴けば、ひとつづきの曲に聞こえる。けれど弾いている当人には、どこから譜面が尽きて、どこから自分の作った音なのか、聞こえていない。正しい音も、埋めた音も、同じ強さで鳴っているからだ。

アトウッドは、言葉で世界を作る人だ。物語の中の一人が誰を殺したのか、その世界が本当に持ちこたえるのかどうかに、生涯をかけて責任を負ってきた。機械のほうは、そうではない。学習の中に答えがしっかりあることには、たいてい正しく答える。けれど、答えの薄いところ、初めから無いところに来ても、ためらわない。同じ声で、それらしい言葉を置く。嘘をつこうとしているのではない。ただ、置いた言葉が本当かどうかを、確かめる耳を持っていない。

これは、ある一つの機械の出来の話ではない。名の付いた機械のどれもが、多かれ少なかれ、この性質を抱えている。だから、良い悪いを言い立てても始まらない。ただ、その声がいちばん滑らかなのは、たいてい、いちばん確かめようのないところなのだ。

僕は本棚の隅から、埃をかぶった『ブラウン神父』の一冊を抜いた。頁を繰って、最後の章の、犯人の名が書かれたあたりを探した。そこには、確かに名前が一つ書いてあった。誰が書いたのかも、その下に。僕はその頁に指を置いたまま、しばらく動かずにいた。

マーガレット・アトウッドがAIを「ゴミを入れればゴミが出る」と評した。一度だけ使ったClaudeがドラマの犯人を誤答した話

作家のマーガレット・アトウッドが、ポルトで開かれた文学祭（第1回 Babell Literary & Cultural Festival・2026年6月27日）のQ&Aで、AIを『ゴミを入れれば、ゴミが出る。仕事で使う人でさえ、間違うから確かめないといけない』と評した。彼女が生涯で一度だけ使ったAIは Anthropic の Claude で、英国のドラマ『ブラウン神父（Father Brown）』のある回の結末（犯人）を質問したところ、事実と異なる答えが返ってきたという。彼女の説明は『この機械は自分が嘘をついていると分かっていない。人間ではなく、言葉を確率で並べるLLMだから』。ここで押さえるべきは、これが『AIは常に嘘をつく』という一般化ではない点だ。学習データが豊富な事柄には強く、データの薄い/無い領域（マイナーな作品の細部など）で確信的な誤り（ハルシネーション）が出やすい。要点は『間違える』ことより『間違いに自分で気づけない』こと。対策は、事実や固有名詞を扱わせたら人が一次情報で裏を取ること。これは特定サービスの優劣ではなくLLMに共通する性質であり、私は中立の立場から、道具として厚い領域では頼り、薄い領域では確かめる、という使い分けを勧める。