社内AIリテラシー研修の作り方｜カリキュラム設計・教材・評価の手順【2026】

「社内でAIを使えるようにと言われたが、何を・誰に・どう教えればいいのか分からない」——研修ベンダーに任せるべきか、自社で作れるのかも判断がつかない、という声は多い。社内AIリテラシー研修は、ツールの操作を教えるだけでは定着せず、対象者のレベルと業務に合っていないと「受けたが使われない」研修になりやすい。本記事は2026年6月30日時点の公的な一次情報と当社の運用知見をもとに、特定の研修サービスや製品を推さず、カリキュラム設計・教材・効果測定の手順を中立に整理する。利用ルール・ガイドラインそのものの作り方は生成AIの社内利用ルールの作り方、導入の全体像は中小企業が社内AIを導入する5ステップに分けて扱う。

社内AIリテラシー研修の作り方は、(1)対象者を全社員層・業務活用層・管理推進層の3層に分け、(2)層ごとに到達目標とカリキュラムを設計し、(3)実務に直結する教材で学ばせ、(4)効果測定で回す、の4ステップに集約できる。全員一律の研修はレベルが合わずに失敗しやすい。背景として、EU AI Act第4条はAIリテラシー確保の措置を求め2025年2月2日から適用され、日本のAI事業者ガイドライン第1.2版もリテラシー向上を求めている（いずれも詳細は本文）。ただし入力禁止情報などのルール策定そのものは研修と別物で、ルールづくりは別記事に委譲する。

なお当社（YDAIコンサルティング AI編集部）は、16以上の事業で非エンジニアを含む全社員に社内AIを浸透させてきた立場にある。そのうえで本記事はどの研修サービス・eラーニング・ベンダーも勝たせず中立に整理し、特定ツールや当社サービスへの送客は一切しない。

結論：社内AIリテラシー研修は「対象者×到達目標×評価」で設計する

研修設計でまず決めるのは、教える内容ではなく誰に・何ができるようになってほしいかだ。社内の受講者を役割で3層に分け、層ごとに到達目標を言語化してから、教材と評価を後ろに付ける。この順番を逆にして「便利な使い方集」から作ると、非エンジニアには難しすぎ、活用が進んだ層には物足りない、どっちつかずの研修になる。

対象層	主な対象者	到達目標（このレベルでできる状態）
全社員層	全従業員	入れてよい情報とダメな情報を判断でき、出力を鵜呑みにしない
業務活用層	自分の業務でAIを使う担当	自分の業務に当てはめ、出力を検証して使える
管理推進層	管理職・推進担当	全社の利用を統制し、研修と評価を回せる

3層に共通する土台は「リスクを知っていること」で、応用度が上がるほど業務適用とガバナンスの比重が増える。自社にどの層が何人いるかを棚卸しすると、研修の規模と優先順位が見えてくる。一度に完成させようとせず、全社員層の最低ラインから先に立ち上げるのが現実的だ。

なぜ社内AIリテラシー研修が必要か——制度面の背景

研修を「あったほうがよい」で終わらせないために、制度面の背景を押さえておきたい。海外と日本の双方で、AIを使う組織にリテラシー確保を求める動きが明文化されている。ここでは研修の必要性に関わる範囲に絞り、ルール・規程の作り方は生成AIの社内利用ルールの作り方に委譲する。

EU AI Act 第4条のAIリテラシー義務

EU AI Act（EUのAI規則）の第4条は、AIシステムの提供者と利用者（deployer）に対し、AIを扱うスタッフ等が十分なレベルのAIリテラシーを持つよう、最善の措置を取ることを求めている。この義務は2025年2月2日から適用されている（出典: EU AI Act Article 4・2026年6月30日参照）。EUは特定のカリキュラムや資格を義務づけてはおらず、各組織がスタッフの知識・経験や利用状況に応じてリスクベースで適切な措置を決める建付けだ（出典: 欧州委員会 AIリテラシーQ&A・2026年6月30日参照）。日本の中小企業に直接の域外適用があるかは個別判断になるが、EUと取引する事業者には無関係ではない。

日本のAI事業者ガイドライン（ソフトロー）

日本国内では、総務省・経済産業省「AI事業者ガイドライン」第1.2版（2026年3月31日公表）が、AIに関わる全ての者のリテラシー向上の取組を求めている。これはソフトロー（法的義務ではない指針）だが、社内の研修体制を設計する際の物差しとして使える（出典: AI事業者ガイドライン第1.2版・2026年6月30日参照）。つまり「義務だからやる」ではなく、事故を防ぎ活用を進める実務として研修を組むのが妥当だ。

対象者別カリキュラム設計——3層のレベル分け

ここが研修設計の中心だ。3層それぞれに、到達目標とそれを満たす最小限の学習項目を割り当てる。共通して外せないのは「情報の線引き」と「出力を検証する習慣」で、これは全層の土台に置く。

全社員層——リスクと禁止事項の最低ライン

全社員層のゴールは、AIを使ってよい場面・ダメな場面を自分で判断できることだ。入れてはいけない情報（顧客情報・未公開の経営情報・認証情報など）の3類型、出力を鵜呑みにしない姿勢、困ったときの相談先——この3点に絞ると、短時間でも実効性が出る。網羅的な規程を読ませるより、自社で起きうる具体例で「これはOK・これはNG」を体感させるほうが残る。この層は人数が最も多く全員必修にするため、内容を欲張らず、繰り返し触れられる短い形式にするのが定着のコツだ。

業務活用層——プロンプトと出力検証

自分の業務でAIを使う層には、操作よりも「自分の仕事にどう当てはめるか」を学ばせる。指示の出し方（プロンプト）の型、出力を検証して使う手順、業務での落とし穴を、受講者自身の実タスクで手を動かして練習させるのが効く。導入が頓挫する典型は社内AI導入でよくある失敗7つと回避策にまとめており、研修で先に共有しておくと予防になる。

管理推進層——ガバナンスと評価

管理職・推進担当には、全社の利用を統制し研修を回す視点を持たせる。利用ルールの運用、情報漏えいや権限のリスク管理、効果測定の設計が主な範囲になる。セキュリティ面の論点は生成AIのセキュリティリスクと社内対策、PoCから本番運用へ広げる進め方はAIエージェント導入の進め方に詳しいので、推進担当はあわせて押さえておきたい。

教材と進め方——何を使い、どう運営するか

教材は大きく、自社の業務に即した内製教材、外部の研修サービス・eラーニング、公的機関の解説資料の3タイプに分けられる。どれが正解ということはなく、層と目的で組み合わせる。全社員層の最低ラインは自社の具体例を入れた内製教材が定着しやすく、業務活用層のハンズオンは外部サービスの併用も選択肢になる。

公的機関の解説資料は、研修の「正しさ」の裏付けに使える。たとえば前章で触れたAI事業者ガイドライン第1.2版は、リスクや守るべき考え方を確認する土台として全社員層の教材に組み込みやすい（出典: AI事業者ガイドライン第1.2版・2026年6月30日参照）。一次資料をそのまま読ませるのではなく、自社の業務に翻訳した具体例とセットにすると、難解さで離脱せずに要点が伝わる。

座学を一度流すだけでは業務に転移しないため、自分の手元業務を題材にした演習を必ず挟む。当社が複数業種の現場で運用してきた感触でも、研修が形骸化する最大の原因は「座学だけ」と「一度きり」で、短い実習と定期的な更新をセットにするだけで定着が変わる（当社AI編集部の運用知見・定性）。内製と外注の判断は、自社に教えられる人材がいるか、対象人数、更新の頻度で決めるとよい。外注する場合も、自社の禁止情報や業務例を教材に反映してもらえるかを必ず確認する。

効果測定——研修を「やりっぱなし」にしない

研修は実施して終わりではなく、効果を測って回す。見るべきは「受講したか」だけではない。受講後の理解度の確認、現場での活用が増えたか、運用上の事故（情報の誤入力・出力の鵜呑み）が減ったか、という反応・理解・行動・成果の段階で定性的に評価する。最初から精密な指標を作り込む必要はなく、簡単な確認テストと、現場のヒヤリハットや活用事例を集める仕組みがあれば十分に回り始める。

測定を踏まえて、つまずいている層には補講を、活用が進んだ層には次のレベルを用意する。AIツールも規約も変化が速いため、年に一度は内容を見直し、新しいツールや更新されたルールに追従させる。評価が「受講率」だけで止まると、研修は形だけ残って中身が陳腐化する——これが現場で最もよく見る頓挫パターンだ（当社AI編集部の運用知見・定性）。導入全体の進め方は中小企業が社内AIを導入する5ステップも参照してほしい。

まとめ

社内AIリテラシー研修の作り方は、対象者を3層に分け、層ごとに到達目標とカリキュラムを決め、実務に直結する教材で学ばせ、効果測定で回す、の4ステップに集約される。全員一律ではなく層別に設計すること、座学だけ・一度きりにしないこと、受講率でなく行動変容まで測ることが、形骸化を防ぐ鍵だ。背景にはEU AI Act第4条のリテラシー義務（2025年2月2日適用）や日本のAI事業者ガイドライン第1.2版があるが、研修は義務対応というより、事故を防ぎ活用を根づかせる実務として組むのが結論になる（本記事は2026年6月30日時点の公的一次情報に基づく）。

---

ルールづくりは生成AIの社内利用ルールの作り方、導入の全体像は中小企業が社内AIを導入する5ステップ、つまずき回避は社内AI導入でよくある失敗7つと回避策もあわせてどうぞ。