■AI予想は、当たった。けれど、正解ではなかった

ワールドカップ開幕前、フィープラーニングでは、公開情報をもとに、
AIへ「勝ち上がり期待ランキング」を試算させました。

開幕前の6月3日、AIが予想した上位4チームは、次のとおりです。

1位　フランス
2位　スペイン
3位　アルゼンチン
4位　イングランド

そして、実際の最終順位はこうなりました。

1位　スペイン
2位　アルゼンチン
3位　イングランド
4位　フランス

予想上位の4チームは、すべて実際のベスト4に入りました。

一方で、順位が一致したチームは一つもありません。

ベスト4の顔ぶれは、4チーム中4チームが一致。
順位の完全一致は、4チーム中0チーム。

これは、当たった予想なのでしょうか。
それとも、外れた予想なのでしょうか。

結果を見て胸がざわつくのは、AIが大きく外したからではありません。

かなり当たっていたからです。

________________________________________

■「ほぼ正しい」が、いちばん危うい

明らかに間違った答えを見れば、私たちは立ち止まります。

「本当だろうか」
「何かおかしくないか」

と、疑うことができます。

しかし、もっともらしく、だいたい合っている答えには、つい安心してしまいます。

企業のAI活用も同じです。

AIに市場を分析させる。
研修企画を作らせる。
人材データを整理させる。
評価コメントのたたき台を書かせる。

出てきた答えが自然で、説得力があり、方向性も間違っていなければ、
私たちは「これでよさそうだ」と思います。

けれど、その瞬間に見落としているものがあるかもしれません。

AIの危うさは、間違えることだけではありません。

人間が、確認しなくなることです。

「ほぼ正しい答え」は、明らかな誤答よりも、私たちの思考を止めやすいのです。

________________________________________

■AIが当てたもの、外したもの

今回のAI予想は、最終順位を確定的に言い当てるものではありません。

大会前の公開情報をもとに、各国の戦力や実績などから試算した
「勝ち上がり期待ランキング」の一例です。

AIは、どの国が大会の中心になるかという大きな構図を捉えました。

一方で、その4カ国がどの順番に並ぶかまでは、正確に捉えられませんでした。
AIが当てたのは、優勝争いに加わるチームの顔ぶれです。

AIが外したのは、その強さが、最終的にどのような順番で結果になるかです。

トーナメントは、一つのプレーで枝分かれします。
選手のコンディション、戦術の変更、延長戦の一瞬、スタジアムの空気。
大会前のデータからは、見えないものがあります。

だからこそ、予測を評価するときには、最初に決めておかなければなりません。

何を当てたら、成功なのか。
優勝国なのか。
ベスト4の顔ぶれなのか。
最終順位なのか。
それとも、各チームの可能性の高さなのか。

評価軸を決めずに、「AIは当たった」「AIは外れた」と語っても、本当の検証にはなりません。

________________________________________

■予測の価値は、結果のあとに決まる

AIが答えを出した時点で、予測は終わりではありません。
むしろ、そこが始まりです。

予測したときに、

「どのような情報を使ったのか」
「何を重く見たのか」
「どのような前提を置いたのか」
「なぜ、この答えになったのか」

を記録しておく。

そして結果が出たあとに、

「何が見えていたのか」
「何が見えていなかったのか」
「次に同じ判断をするなら、何を変えるのか」

を振り返る。

予測が当たったなら、どの前提が有効だったのかを確かめることができます。

ただし、偶然当たった可能性もあります。
予測が外れたなら、何を見落としていたのかを考えることができます。

つまり、当たった予想も、外れた予想も、振り返らなければ学びにはなりません。
答えだけを受け取れば、AIは少し賢そうな予想屋です。
前提まで確かめれば、AIは思考の相棒になります。

________________________________________

■育てたいのは、AIと答え合わせができる人

企業のAI研修では、プロンプトの書き方やツールの操作方法が中心になることがあります。
もちろん、それらは必要なスキルです。
しかし、上手に答えを出させることだけが、AI活用ではありません。

AIの答えに対して、

「その根拠は何か」
「どのような前提があるか」
「反対の可能性はないか」
「現場の実感と、どこが違うか」
「結果を見て、何を更新するか」

と問い直せること。

これから育てたいのは、AIを操作できる人にとどまらず、AIと答え合わせができる人です。

大会前のコラムでは、教育担当者を、社員が安心して考え、試し、
学べる“思考のピッチ”を整える人と表現しました。

大会が終わった今、そのピッチにもう一つ加えたいものがあります。
それは、試合が終わったあとに映像を見返し、

「なぜ、あの判断をしたのか」
「次は、どうするのか」
を語り合う時間です。

教育担当者の役割は、AI研修を手配することだけではありません。

社員が仮説を立て、試し、結果を振り返り、次の判断へつなげられるよう、
“答え合わせの場”を整えることも大切です。
それは、社員がAIとともに学び続けるための環境をつくることでもあります。

________________________________________

■結果は、予測の終わりではない

AIは、実際にベスト4となった4チームを、すべて上位4チームに挙げました。

しかし、その順位を正確に当てることはできませんでした。

当たったとも言える。
外れたとも言える。

けれど、本当に大切なのは、AIに勝ち負けをつけることではありません。

その予測と結果を比べたことで、私たちの見方が更新されたかどうかです。

何が見えていたのか。
何が見えていなかったのか。
次に判断するとき、何を変えるのか。

AIの価値は、未来を正確に当てることだけではありません。

私たちが、どのような前提で未来を見ているのかを映し出し、
次の判断を少しだけ良くすることにもあります。

予測は、未来を決めるためにあるのではありません。
私たちが未来を見る目を、育てるためにあるのではないでしょうか。

＜参考情報＞

・FIFA公式「FIFA World Cup 2026｜Final tournament standings」
・FIFA公式「Spain 1-0 Argentina｜World Cup 2026 Final」

※AI順位予想は、2026年6月3日時点の公開情報をもとにフィープラーニングが試算した
「勝ち上がり期待ランキング」の一例です。
公式な予測ではなく、使用するデータや条件、AIへの問い方によって結果は変わります。



________________________________________

フィープラーニングでは、「日々のニュースを受け流すのではなく、
“この先何が起こるか”を考え、ビジネスにつなげられる人の育成を支援しております。