AI翻訳を仕事に取り入れるときは、「AIだから正確」という判断ではなく、どの方式を、どの資料に、どの確認工程と組み合わせるかを決めることが大切です。同じサービスでも、選択するモデルや用語集、入力できる情報、契約条件によって使い方は変わります。ここでは2026年10月31日時点の提供元の説明を踏まえ、仕組みと導入時の考え方を整理します。製品の実機比較や精度測定を行ったランキングではありません。
AI翻訳と機械翻訳は対立するものではない
機械翻訳は、コンピューターによって言語間の翻訳を行う技術・処理を指します。その中でニューラルネットワークを用いる方式がNMT（Neural Machine Translation）です。AI翻訳という呼び方は、こうした技術や大規模言語モデルを利用するサービスにも使われます。「従来の機械翻訳」と「AI翻訳」が完全に別の仕組みであるとは限りません。
例えばGoogle Cloudのモデル比較資料では、NMTと翻訳向けの大規模言語モデル（Translation LLM）、それぞれのカスタマイズに関する選択肢が説明されています。モデルごとに対応言語も異なるため、「そのサービスは日本語対応」と分かった後も、実際に使うモデルと翻訳方向を確認します。提供元が示す性能の説明は、そのまま自社文書での評価結果にはなりません。
モデルの学習と、一回の翻訳処理を分けて考える
学習は、データを使ってモデルを調整する工程です。一方、利用者が文章を入力して訳文を得る処理は、既に用意されたモデルを利用する場面です。翻訳するたびに、入力した文が必ずモデルの学習へ取り込まれ、次の利用者への回答に反映されるわけではありません。
Cloud Translation APIのデータ利用に関する説明では、送信内容を翻訳機能の学習・改善に使わないとされています。これは当該APIの説明であり、一般向けの翻訳画面や別会社のチャットサービスに自動的に適用できる条件ではありません。無料か有料かだけで判断せず、利用するサービス名、契約プラン、入力内容の利用目的、保存やアクセスの条件を確かめます。
用語集の適用、翻訳例を参照させる機能、モデルの追加学習も区別が必要です。用語集に採用訳を登録することと、モデル全体を再学習することは同じ操作ではありません。何を登録すれば、どの範囲へ反映されるのかを説明書で確認し、変更の担当者と履歴を残しましょう。
先に決めるのは「どこまで読めればよいか」
海外の公開資料から必要な情報の所在を探す作業と、顧客へ渡す操作説明書を完成させる作業では、求める確認の深さが異なります。概要把握のための一次訳なら、重要な段落を原文で確認しながら利用できます。一方、外部公開や契約、事故につながる操作案内では、訳文全体の照合と分野担当者による内容確認を工程に入れます。
| 利用場面 | AI出力の扱い | 次に行う確認 |
|---|---|---|
| 公開資料の一次調査 | 内容の見当をつける参考 | 採用する情報を原文・出典へ戻って確認 |
| 社内の定型通知 | 承認済み表現を使う下書き | 宛先、期限、条件、変更箇所 |
| 顧客向け説明書 | 編集・照合を前提とする原稿 | 全体対照、用語、画面・図、技術承認 |
同じ文書の中でも、会社紹介と安全上の注意では誤りの影響が違います。処理を一括にする場合も、重要箇所を先に指定すると確認の重点を共有できます。
代表的な原稿で小さく評価する
導入前には、短い平易な文章だけでなく、実際に扱う資料の特徴を含む原稿を選びます。社内独自の略語、長い修飾、否定、数値と単位、表の見出し、主語が省略された日本語などが候補です。使用を許された資料から個人情報・機密情報の扱いを確認したうえで試し、正しい訳と問題箇所を原文に対応させます。
比較時は、同じ原稿、同じ翻訳方向、同じ条件をそろえます。訳文の読みやすさに加え、意味の欠落、情報の付け足し、条件の反転、用語の不一致を分けて記録します。修正に要した時間や、分野担当者へ戻した照会の数も見ると、実際の工程に合うか判断しやすくなります。
Google Cloudのカスタマイズ資料も、学習データと同じ誤りを含むデータで評価すれば、見かけのスコアが良くても問題を見逃すと説明しています。自社で追加学習を行う場合は、学習に使っていない例を評価に用い、苦手な条件を含める設計が必要です。
評価で見つかった問題は、「AIは苦手だった」という感想で終わらせず、原文の位置と誤りの種類を残します。例えば製品名の表記揺れなら用語集の改善、主語の取り違えなら入力原稿への補足、表の行の混在なら抽出方法の変更というように、対処する場所が異なります。原文が曖昧なままモデルだけを替えても、確定できる情報が増えるとは限りません。
運用後も、モデルの更新、資料の分野変更、用語集の大きな改訂があったときには、代表原稿を使って結果を見直します。前回の良い結果だけを次の版へ引き継がず、どの条件で確認したかを記録しておくと再評価ができます。社内で許可された利用範囲が変わった場合も、原稿の入力前に条件を更新します。
公開までに残す記録と確認の役割
実務では、元原稿の版、利用モデル・設定、用語集の版、処理日、修正者、確認者を記録します。出力を自然な文章へ整えた後にも、数字、否定、義務・許可、固有名詞を原文と突き合わせます。AIへ再度確認を依頼することは補助にはなりますが、それだけで独立した専門家の確認を受けたことにはなりません。
分からない箇所は、流暢な表現で埋めず照会にします。例えば「対応します」の担当者や期限が不明なら、訳文を確定する前に原稿の作成者へ確認します。用語の採用理由や回答を残しておくと、次回の更新でも同じ判断を引き継げます。
JOHOへAI翻訳の出力確認を相談する場合は、元原稿と出力の両方、用途、公開先、用語集、入力に関する社内条件を共有してください。全文の対照確認、文章編集、専門分野の確認、レイアウト確認のどこまでを依頼するかを決めることで、必要な工程を具体的に相談できます。
