II-B3 学習データとカットオフを理解する

AIに質問すると、堂々とした口調で答えが返ってきます。しかしその知識には、実は「いつまでの情報を学習したか」という締め切りが存在します。II-B1で見た「学習は一度きりの重い工程」という性質を思い出すと、この締め切りがなぜ生まれるのかが分かります。この回では、学習データカットオフの正体と、それがAIOの現場で具体的にどんな問題を引き起こすのかを一緒に確認していきます。

学習データカットオフとは何か

学習データカットオフ（知識カットオフ）とは、モデルが学習データの収集を締め切った時点のことです。それ以降に起きた出来事を、モデルは基本的に知りません（出典: Tufe Company, 2026年7月確認）。II-B1で見たとおり、学習には数週間から数ヶ月規模の計算コストがかかるため、常に学習を回し続けるのは現実的ではありません（出典: 株式会社AX, 2026年7月確認）。だからこそ、どこかの時点でデータ収集を締め切り、そこまでの情報でいったんモデルを完成させる必要があるのです。

「信頼できる知識の時点」と「収集範囲」は別物

Anthropic社は、自社モデルについて「reliable knowledge cutoff（回答が最も豊富で信頼できる時点）」と「training data cutoff（データを収集した範囲）」を区別して説明しています。報道によれば、同社の最新モデル系列は2026年1月までのデータで学習されたとされています（出典: Claude Help Center, 2026年7月確認／otterly.ai, 2026年7月確認）。「収集はしたが、その時点の情報を十分に反映しきれているとは限らない」という2段階の考え方があることは覚えておいて損はありません。

なぜAIOの実務でこれが重要なのか

学習データカットオフの存在は、AIOにおいて次のことを意味します。自社の新商品・価格改定・組織変更などを、AIが古い情報のまま回答してしまうリスクが常にあるということです。イメージとしては次のような食い違いが起こり得ます。

自社の実際の状況: 2026年7月に料金プランを改定済み
AIの回答(学習時点の記憶に基づく場合): 「料金プランは月額○○円です」(改定前の金額のまま)

この食い違いは、AIが嘘をついているのではなく、単に学習データカットオフ後の情報を持っていないために起きます。ここで登場するのが、次のII-B5で扱うRAGです。RAGは学習後の最新情報を検索して補う仕組みで、この締め切り問題への対処法の一つになります。

「AI検索」なら締め切りは関係ないのか

ChatGPT検索やPerplexityのような「AI検索」は、II-B5で扱うRAGの仕組みを使い、学習データカットオフ後の情報もある程度補うことができます。ただし、それはAIが質問のたびに検索結果を都度参照しているから成立していることであり、モデルが「記憶」として持っている知識そのもののカットオフが動くわけではありません。検索で外部情報を補える場面と、モデルの素の記憶だけに頼ってしまう場面は分けて考える必要があります。また、AIサービスごとに学習データカットオフの時期は異なるため、同じ質問でも使うサービスによって回答の鮮度が変わることがある点も押さえておきましょう。

実践ステップ

1. 1
   自社の主要な料金・サービス内容が、直近1年以内に変更されていないか棚卸しする
2. 2
   変更があった項目について、ChatGPTやPerplexityに実際に質問し、古い情報のまま回答されていないか確認する
3. 3
   古い情報のまま回答されていた場合、該当ページに更新日を分かりやすく明示し直す
4. 4
   新商品・価格改定・組織変更などの告知ページには、変更日を目立つ場所に記載する運用ルールを社内で決めておく
5. 5
   このチェックは一度で終わらせず、次のII-B5（RAG）・II-B10（grounding）で扱う仕組みと組み合わせて、定期的な運用に組み込む
6. 6
   複数のAIサービスで同じ質問を試し、サービスごとに回答の鮮度が違わないか比較しておく

このレッスンはテキストとスライドで学べます。スライドは上のビューアからご覧ください。