AI翻訳活用入門｜ビジネスで使い分け・出力を確かめるAI 翻訳の基本

英語のメールが届くと、それだけで身構えてしまう。とりあえず翻訳ツールに丸ごと貼り付けて、出てきた日本語をそのまま信じて読む。返信も同じように訳して、そのまま送る——心当たりはないでしょうか。AI翻訳はたしかに速く、いまや「AI 翻訳 ビジネス」の現場に欠かせない道具です。けれど、使う場面と確かめ方を間違えると、ニュアンスのズレや固有名詞の取り違えが、そのまま相手に届いてしまいます。

この講座は、AI翻訳を「翻訳の使い分けと、出力の見極め」という一点に絞って扱います。AIに外国語メールの文面そのものを作らせるコツはAIメール作成入門が、AIへ渡す指示文（プロンプト）の組み立て方はプロンプトの基本が、機密情報をAIに入れてよいかというルールの全体像はAIリテラシーと情報セキュリティが、それぞれの正本です。本講座はそこへは踏み込みません。

終えると、次の3つができるようになります。翻訳の用途に応じてどのAI翻訳手段を使うかを場面ごとに使い分けられること、AI翻訳の出力をそのまま使ってよいかを観点に沿って見分けられること、そしてAIに任せてよい場面と人の確認が必要な場面の線引きを説明できることです。覚えて帰る型は「用途を決める → 手段を選ぶ → 出力を確かめる → 線引きする」。本講座では、海外取引先から英文の依頼メール（例）を受け取り、まず読んで要旨をつかみ、こちらの返信を訳して送るまでの一連を、全章で追いかけます。

AI翻訳の手段と向き不向きを知る——読む・伝える・公式に出す

翻訳の用途は「読む・伝える・公式に出す」の3つに分かれる

まず、翻訳の用途を3つに分けます。1つ目は読む——届いた外国語の文の要旨をつかむ用途。2つ目は伝える——こちらの意図を相手の言葉にして発信する用途。3つ目は公式に出す——契約や対外公開など、正確さが最優先になる用途です。共通例で言えば、英文依頼メール（例）を「とりあえず何の話か知りたい」のは読む、こちらの返信を取引先に送るのは伝える、その内容を正式な契約条件として確定させるのは公式に出す、にあたります。同じ1通のメールでも、扱う段階によって用途は変わります。

そもそもAI翻訳は、大量の対訳データから「もっともらしい訳」を返す仕組みです（出典：ビジネス+IT「機械翻訳とは何か」）。速さでは人の処理を大きく上回りますが、専門分野や文脈に応じた正確な翻訳には限界があり、誤りのリスクが残ります（出典：AAMT「機械翻訳ポストエディットガイドライン」）。だからこそ、用途に応じて使い方を変える必要があります。

手段は性格が違う——速さ・自然さ・正確さのどれを優先するか

手段にも性格の違いがあります。文脈を汲んで言い換えてくれるもの、語句に忠実で速いもの、そして人が確認・修正する手間をかけるもの。どれが一番すぐれているという話ではなく、その用途で優先したいのが速さなのか、言い回しの自然さなのか、正確さなのかで選びます。読む用途なら多少粗くても速さを優先してよい。伝える用途なら自然さを、公式に出す用途なら正確さを優先する。AI翻訳を導入するときは「どの部分をAIに任せられるか、どの部分を人間が担うべきか」を先に決めることが大切だとされています（出典：JTFジャーナル「ポストエディットの現場から…」）。とくに契約書や技術文書のように精度が求められる場面では、人間による最終確認が欠かせません（同出典）。

選ぶ手順はシンプルです。①いまの用途は読む・伝える・公式に出すのどれかを言う。②その用途で優先すべきは速さ・自然さ・正確さのどれかを決める。③その優先に合う手段を選ぶ。AIへ翻訳を頼むときに添える指示の一言を整える進め方はプロンプトの基本に譲り、ここでは「用途で手段を切り替える」ことだけを身につけます。

どの場面でも同じツールを惰性で使うというつまずき

つまずきは2つです。1つは、どの場面でも同じツールを惰性で使うこと。もう1つは、「公式に出す」場面までAIの出力を無確認で流用することです。実際、自治体の公共表示でも機械翻訳の誤訳がそのまま掲出され、後から指摘されて修正された例があります（出典：AAMTジャーナル No.75）。読む用途で起きたズレは自分のなかで止まりますが、公式に出す用途のズレは外に出て相手や来訪者に届きます。だから、用途を見極めて手段と確認の度合いを変えるのです。

この章の確認（演習）

最近あなたが「外国語の文に触れた場面」を1つ思い出してください。それは読む・伝える・公式に出すのどれだったか、そのとき優先したかったのは速さ・自然さ・正確さのどれだったかを書き出します。そのうえで、その用途に合った手段を選べていたかを一言で振り返ってみましょう。

AI翻訳の出力をそのまま使ってよいか見極める

AI翻訳は「もっともらしい訳」を返す——だから確かめてから使う

手段を選んだら、次は出力を確かめます。ここで一番こわいのは、AI翻訳の文が「日本語として自然なのに、意味がズレている」ことです。生成AIによる翻訳でも、文としては自然に見えて、原文のニュアンスや論理構造が変わってしまうことがあります（出典：JTFジャーナル「ポストエディットの現場から…」）。文脈の理解や意図の読み取り、専門用語の使い分けといった点では、まだ人間の判断が欠かせません（同出典）。つまり、自然に読めることは正しさの証拠になりません。確かめてから使う、が原則です。

固有名詞・数字・条件・ニュアンスの順に原文と照らす

では、どこを見るか。実務では、原文と訳文を次の順に突き合わせるのが効きます。①固有名詞（社名・人名・地名が原文どおりか）②数字（金額・個数・日付が一致するか）③条件（「〜の場合のみ」などの前提・例外が抜けていないか）④ニュアンス（丁寧さや断定の強さが場にふさわしいか）。共通例なら、英文依頼メール（例）の返信を訳したあと、取引先の社名・担当者名、金額や納期の数字、「先払いの場合のみ」といった条件、そして失礼にならない丁寧さの度合いを、原文と1つずつ照らします。

この4つを優先する理由は、AI翻訳が崩しやすい場所だからです。作業者の立場から見たAI翻訳の出力には、「文として自然だが意味が異なる」「用語の使い方が一貫しない」「文脈の取り違え」「訳抜けの可能性」といった問題が多いと指摘されています（出典：JTFジャーナル、同上）。固有名詞や専門用語の不統一、文脈の取り違え、訳抜けは、まさにこの4観点で引っかかります。装飾的な言い回しの善し悪しより、まずこの4点を確かめます。

なお、確認の深さは用途で変えてよいものです。出力を人が修正して品質を高める工程は「ポストエディット」と呼ばれ、「出版物レベルの精度を求めるのか」「ビジネス文書として理解できればよいのか」「社内資料として意味が通じればよいのか」で、どこまで直すかが変わります（出典：JTFジャーナル、同上）。読むだけなら要旨が取れれば十分、公式に出すなら一字一句、というように、求める品質を先に決めてから確認に入ります。

「日本語として自然なら正しい」というつまずき

つまずきは2つあります。1つは、日本語として自然だと正しいと思い込むこと。前述のとおり、自然さと正確さは別物です。もう1つは、長文を一気に貼って細部の取り違えを見落とすこと。固有名詞や数字は、まとまった文章のなかに紛れると見落とされがちです。短く区切り、4観点で原文に戻る癖をつけます。

この章の確認（演習）

AI翻訳した文（例）を1つ用意してください。固有名詞・数字・条件・ニュアンスの4観点について、それぞれ「原文と一致／要確認」を判定して書き出します。1つでも「要確認」が付いたら、その文はそのまま使わず原文に戻って直す、というところまでを実際にやってみましょう。

AIに任せる場面と人が確認する場面を線引きする

線引きの軸は2つ——影響度と機密度

最後は、どこまでAIに任せ、どこから人が確認するかの線引きです。判断軸は2つあります。影響度——間違えたら誰にどこまで響くか。機密度——外に出してよい情報か、です。

影響度の軸は、第1章で見た「公式に出す」場面で効きます。精度が求められる契約書・技術文書では、人間による最終確認が不可欠とされています（出典：JTFジャーナル「ポストエディットの現場から…」）。社内で要旨を把握するだけの翻訳と、取引先へ正式回答として送る翻訳とでは、間違いの重みがまるで違います。AIに単独で判断させるのではなく、適切なタイミングで人間の判断を介在させる——これは国の「AI事業者ガイドライン」（総務省・経済産業省）でも、人間がAIを道具として使いこなすという人間中心の考え方として示されています（出典：AI事業者ガイドライン第1.2版）。

機密を含む文面を外部ツールに貼ってよいかは別問題

機密度の軸は、もう一段重い問題です。機密情報や営業秘密を外部のAIにそのまま入力すると、扱い方によっては「秘密管理性」が失われるリスクが指摘されています。規約に機密保持の定めがない、あるいはセキュリティ措置に問題があるAIに営業秘密を入力すると、秘密管理意思が示されていないとして保護を失うおそれがある、という整理です（出典：Business & Law、経済産業省の営業秘密管理指針等を引用）。入力したデータが学習に使われるかどうかでも扱いが変わるため、利用するサービスの規約や学習利用の扱いを確認することが大切だとされています（同出典）。

ここで踏み込んだルールづくり——どの情報を入れてよいか、どのサービスを許可するか——は本講座の範囲外です。機密情報をAIに入力してよいかの全体像はAIリテラシーと情報セキュリティへ。本講座では「翻訳の場面で機密が絡んだら立ち止まる」という一点だけ押さえます。なお、機械翻訳サービスを選ぶ際は、データの再利用・処理地域・データ保持といった情報セキュリティに配慮するよう、業界のガイドラインでも求められています（出典：AAMT「機械翻訳ポストエディットガイドライン」）。

判断の手順はこうです。①影響度を見る（社内で読むだけか／対外・契約・公開か）。②機密度を見る（外部ツールに入れてよい情報か）。③どちらかが高ければ、人の確認を入れる、または機密を外して使う。共通例で言えば、英文依頼メール（例）を読んで概要を知るだけならAIに任せ、正式回答として送る・未公表の数字を含む文面を訳すといった場面では人の確認を挟みます。同じ1通でも、場面ごとに線を引きます。

この章の確認（演習）

あなたの業務から、「AIに任せてよい翻訳場面」と「人の確認を入れるべき場面」を1つずつ挙げてください。それぞれについて、影響度（間違えたら誰にどこまで響くか）と機密度（外に出してよい情報か）の観点から、その線引きにした理由を1文ずつ書きます。