ピュリツァー賞でAI利用を開示した受賞・候補が過去最多の8件でした（出典: Nieman Journalism Lab）。

米国の報道賞であるピュリツァー賞で、応募時にAIの利用を開示した受賞者と最終候補が今年8件に達し、開示の項目が設けられた2024年以降で最多になりました。ハーバード大学ニーマン財団のニーマン・ジャーナリズム・ラボが2026年8月3日に報じたものです。士業事務所とは業界が違いますが、専門職が大量の文書を扱い、成果物の正確さに責任を負うという構図は共通します。どこまでAIに任せ、どこから人が読むのか。その線引きの実例として読む価値のある内容でしたので、事実関係を整理してお伝えします。

何が起きたか、AI利用の開示が2024年の導入以降で最多に

今回明らかになったのは、AI利用を開示した受賞者と最終候補の数が過去最多になったという事実です。内訳は受賞5件と最終候補3件の合計8件です（出典: Nieman Journalism Lab「A record-breaking eight Pulitzer awardees disclosed AI use this year」）。

ピュリツァー賞は2026年5月4日、報道部門15カテゴリーの受賞者と最終候補を発表しました。応募時にAIの利用を申告する項目は2024年に加えられたもので、開示件数がここまで伸びたのは初めてです。ニーマン・ジャーナリズム・ラボによると、過去2年は機械学習の技術が中心でしたが、今年は生成AIと商用の大規模言語モデルの利用が目立ち、その多くが大量の文書を読み解く場面で使われていました。

賞の運営責任者であるマージョリー・ミラーは同ラボの取材に対し、「言うまでもないことですが、AIは定着しました」と述べたうえで、データの収集や分析といった適切な用途と、記事の執筆や編集のように適切とは言えない用途の区別が業界に浸透してきたという見方を示しています。あわせて、来年は書籍部門の応募フォームにもAI利用の開示項目を設ける方針だと語っています。応募作品が最終的に人間の手で作られたものであることを、応募者の側から説明できるようにしておく必要があるという趣旨です。

なぜ重要か、4つの報道現場に共通していた使い方

重要なのは、ニーマン・ジャーナリズム・ラボが取材した4件の事例がいずれもAIを「読む対象を絞り込む層」として使い、最終的な確認を人が担っていた点です。使い方の細部は違っても、この構造は共通していました。

ウォール・ストリート・ジャーナルは、2025年夏に米テキサス州で起きた洪水をめぐり、郡のサイトから議事録や議題を自動収集し、社内のLLMツールで全ページを要約したうえで、過去の洪水に言及した箇所を探しました。同紙の計算報道担当であるジョン・ウェストは「文書の山を人が調べる必要をなくしているわけではありません。関連性の高いものが上に来るように山を並べ替えているのです」と説明しています。AIが候補として挙げた箇所はすべて記者が読み、関連ありと判断した文書は全文を読んだとされています。この取材は速報部門の最終候補に選ばれました。

ミネソタ・スター・トリビューンは、2025年8月に起きた銃撃事件の直後、容疑者が残した手記の解読にAIを使いました。表記が通常の言語ではなかったため、法人向けのChatGPTアカウントに画像を読み込ませて種類を特定し、60万語を超える分量の下訳を短時間で作ったという経緯です。調査報道編集者のトム・シェックは「AIが誤った内容を出すことを強く意識していたので、引用や文脈、逸話については人の翻訳者に確認してもらいました」と述べています。実際に近隣大学の研究者2名が重要箇所を点検し、動機の受け取り方を左右しかねない誤りが見つかったとされています。この報道は速報部門の受賞につながりました。

AP通信は中国の監視技術をめぐる調査で、大量の流出メールや政府調達文書を検索可能な状態に整えるためにLLMを使い、国際報道部門を受賞しました。調査報道記者のガランス・バークは、AIが取材や裏取りの工程を置き換えたわけではなく、AIが挙げた文書は記者が手作業で確認し、AIの要約からは引用していないと説明しています。

ニューヨーク・タイムズの事例は順序が逆でした。1万点を超える文書を数か月かけて記者が読んで分類し終えたあとに、二次チェックとしてLLMに同じ分類をさせ、食い違った箇所だけ読み直すという使い方です。分類の手順は同紙が分析手法の解説として公開しており、この調査は調査報道部門の受賞になりました。人の見落としをAIで拾う、という発想です。

今後の動きと、士業×AIの視点

今後は開示の対象が広がる方向です。書籍部門への開示項目の追加が予定されており、専門職の成果物にAIがどこまで関与したかを申告する枠組みは、報道以外にも広がる可能性があります。

士業事務所の視点で読むと、論点は3つに整理できます。1つ目は開示の扱いです。今回の事例では、記事にAI利用を明記した取材と、明記しなかった取材が分かれていました。ウォール・ストリート・ジャーナルの担当者は、洪水の取材では文書検索の延長として使ったため記事上では触れず、100万件超の航空当局文書をLLMに読ませた別の調査では長文の分析手法を公開したと説明しています。使い方の深さによって開示の扱いを変えるという考え方で、これは事務所が顧問先への説明方針を決めるときの参考になります。当サイトでも事務所のAI利用ガイドラインの作り方で関連する論点を整理しています。

2つ目は、人が読む範囲をどこに置くかです。4件すべてで、AIが挙げた箇所を人が読み直す工程が残されていました。これは生成AIが誤った内容をもっともらしく出力する性質への対処でもあります。この点はハルシネーション対策の実務や、事務所内の文書を検索可能にするRAGの考え方と重なります。文書の山を並べ替える用途と、結論を書かせる用途を分けて考える事務所が増えています。

3つ目は入力データの取り扱いです。スター・トリビューンの事例では法人向けのアカウントが使われたと報じられていますが、入力内容が学習に使われるかどうかの契約条件までは記事に記載がありません。士業事務所の場合、扱う文書に顧客の情報が含まれるため、ここが導入可否を分ける最重要の論点になります。契約プランと設定で挙動が変わる部分ですので、学習に使わせない設定を確認したうえで運用範囲を決める事務所が多いようです。守秘義務との関係を整理してから使い始めるという順序を採る例が一般的です。

まとめ

ピュリツァー賞で今年AI利用を開示したのは受賞5件と最終候補3件の計8件で、2024年に開示項目が加わって以降の最多となりました（出典: Nieman Journalism Lab）。4件の事例に共通していたのは、AIを文書の絞り込みに使い、確認は人が担うという役割分担です。来年は書籍部門にも開示項目が加わる予定とされています。専門職がAIの関与をどう説明するかという論点は、士業事務所にとっても他人事ではありません。

参考文献

• Nieman Journalism Lab「A record-breaking eight Pulitzer awardees disclosed AI use this year」
• The Pulitzer Prizes「2025 Pulitzer Prize Winners & Finalists」
• The Pulitzer Prizes「Staff of The Minnesota Star Tribune（Breaking News Reporting）」
• The Pulitzer Prizes「Staff of The New York Times（Investigative Reporting）」
• The New York Times「How The Times Analyzed the S.E.C.’s Cryptocurrency Cases」

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

引用元: Nieman Journalism Lab