AIに健康相談、使い方で回答がこんなに変わる

X上で話題になっている投稿がある。体調不良の相談を複数のAIに投げたところ、ChatGPTは「起きてから様子を教えて」と寄り添い型の回答をした一方、Geminiは最初に「絶対出社するな」と強めの判断を出した。しかも同じGeminiに何度か聞き直すと、「判断テストをクリアできれば問題ない」と回答が変わったという。

同じ状況の相談が、AIによっても、ターン数によっても、まるで別の結論になる。これはバグではなく、それぞれのAIが持つ学習データの傾向や、安全側に倒す強度の設計の違いが表れたものだ。健康相談というセンシティブな文脈では特にこの差が出やすい。

ここで気づいておきたいのは、「AIに聞いた」という行為が、実は「どのAIに」「何回」「どう聞いたか」によって全く異なる情報を受け取っているということだ。一度だけ質問して終わりにしていると、たまたま最初に返ってきた回答を「AIの答え」として信じてしまうことになる。

AIへの質問を一回で完結させてしまうのは、検索で最初に出てきた記事だけを信じるのと構造が同じだ。特に健康・法律・お金といった「判断に影響する領域」では、一度の回答に乗っかることのリスクが大きい。

投稿者が指摘しているのも、そこだ。「直接医者に行けばいい」としつつも、医者にも利益相反や情報の偏りがある、と書いている。AIへの信頼と医療への不信が交差するリアルな使い方が、この投稿には出ている。

重要なのは、同じ質問を複数のAIに投げると「情報のばらつき」が可視化されるという点だ。ChatGPTが慎重で、Geminiが断定的だった──その差そのものが、どちらも絶対ではないというメタ情報になる。単一のAIを使い続けると、この比較軸が生まれない。

以前、AI複数使いが標準戦術に。Claude・ChatGPT・Geminiのクロスチェック術でも触れたが、マルチAI運用はツール選定の話だけでなく、こうした日常的な判断場面でも機能する考え方だ。

今回の事例から整理できる「AIの回答を変える変数」は主に3つある。

ひとつ目はAIの種類。モデルごとに学習データや安全基準の設計が異なる。Geminiのように「最初は強めに警告し、詳細を聞くと緩和する」という動きをするものもある。これはモデルのリスク回避設計が関係している。

ふたつ目は質問のターン数。1回の質問と、3回深掘りした後の回答では中身が別物になることが多い。最初は概括的な答えを返し、文脈が追加されるほど精度が上がる構造になっているからだ。

みっつ目は聞き方・情報量。「なんか体調悪い」と「熱は37.5度、頭痛あり、昨日の夜から」では当然回答の質が変わる。AIは渡した情報の範囲でしか推論できない。

この3変数を意識すると、「AIの回答が信用できない」という感想が「どう聞けば精度が上がるか」という設計の問いに変わる。

今回の事例が示しているのは、AIの信頼性という問いの立て方そのものを変える必要があるということだ。「このAIは信頼できるか」という問いより、「自分はどう聞いているか」「何ターン深掘りしているか」「複数のAIで比較しているか」の方が実践的な問いになる。

ChatGPTを「業務の相棒」に育てる実践法でも整理されているように、AIを単発の回答機として使うのか、文脈を蓄積しながら深掘りするツールとして使うのかで、得られる情報の質は大きく変わる。

「使い倒す」とは、一回聞いて終わりにしないことでもある。回答が変わること自体を観察できると、AIの使い方の解像度が一段上がる。