ChatGPTなどの生成AIの回答に出典リンクが付いていても，その数値を生んだ調査まで存在するとは限らない。
複数の記事が同じ数値を載せている場合も，共通の誤った情報源を引用していれば，独立した裏付けが増えたことにはならない。
本記事では，架空統計を公開した実験者の報告を手掛かりに，出典の実在，引用内容との対応及び根拠の独立性を分けて確認する方法を説明する。
以下の確認手順は記事・報告書等を作成する際の編集上の提案であり，一律の法律上の義務を示すものではない。
第１ 出典の確認は三つに分ける
１ リンク先が存在するか
最初に確かめるのは，リンク先を実際に開けるか，表題，作成主体及び日付が説明と一致するかという点である。
URLが表示されていることと，そのURLから資料を取得できたことは別である。
取得できない場合は，AIが示した要約だけで資料を読んだことにしない。
別の正式な公開先等で確認できるまで，その資料を根拠とする記載の採用を保留する。
２ 引用先がその文章を裏付けるか
資料が存在しても，引用した文章や数値がそこに書かれているとは限らない。
書かれている場合も，対象，期間，分母，単位又は条件を変えて紹介すれば，資料が支える範囲を超える。
例えば，特定の企業の利用者に関する割合を，国内の企業全体の割合として紹介することはできない。
調査報告に記載された予測値を，既に発生した実績として扱うことも避ける必要がある。
３ その数値を生んだ根拠が独立しているか
引用先の説明が正確でも，その引用先が別の記事を転記しただけなら，さらに元をたどる必要がある。
確認するのは，同じ数字を載せるページの数ではなく，その数字がどの調査，記録又は計算から生まれたかである。
「複数の情報源が一致している」という評価をする前に，各情報源が別々の資料に基づいているかを確かめる。
第２ 架空統計を公開した実験者の報告
１ 本人が公表している内容
Peec AIのMetehan Yesilyurt氏は，令和８年１０月７日付の報告で，StateGlobeというサイトに架空の統計ページを作り，AIによる取得や外部サイトからのリンクを観察したと説明している。
本人は，５万ページの統計を生成し，数値を検証しなかったと述べている。
同報告では，直近３０日間に６０万件を超えるボットの取得リクエストがあり，そのうち約７万２０００件がChatGPT-Userによるものだったとしている。
ただし，これらは実験者の公表値であり，本記事で生ログ又はアクセス解析の元データを独立監査したものではない。
出典：Peec AIの実験者報告（https://peec.ai/blog/publish-stats-get-cited-the-tactic-that-put-my-data-all-over-the-web）。
２ 取得回数を引用数や閲覧者数に置き換えない
OpenAIの公式説明は，学習に用いられ得る内容を取得するGPTBot，検索に用いるOAI-SearchBot及び利用者の一定の操作に用いるChatGPT-Userを区別している。
ChatGPT-Userによるページ取得があっても，そのページが最終回答で引用されたこと，利用者がリンクをクリックしたこと又は学習データに収録されたことまでは，その回数だけでは分からない。
出典：OpenAIのクローラーに関する公式説明（https://developers.openai.com/api/docs/bots）。
また，外部サイトからリンクされたことと，その外部サイトの執筆者がAIを通じて数値を採用したことも別の事実である。
AIの利用経路を確定するには，作成記録等の追加資料が必要になる。
３ 原資料で確認していない波及例を断定しない
実験者は，学術論文や銀行の投資調査等にも数値が取り込まれたと述べている。
本記事では，それらの個別資料の引用箇所と作成過程までは独立確認していないため，各機関による誤引用を確認済みの事実として扱わない。
この報告は，出典確認の問題を考える事例として参照できるが，現在の生成AI全体の誤答率や，統計ページの公開によるアクセス増加率を示す実験としては扱えない。
第３ 再引用が増えても独立した根拠は増えない
次は，仕組みを説明するための仮想例であり，前記実験で実際に確認した経路ではない。
1. サイトＡが，裏付けのない割合を掲載する。
2. 記事Ｂが，サイトＡの割合を出典付きで紹介する。
3. 記事Ｃが，記事Ｂを引用する。
4. AIが記事Ｂと記事Ｃの一致を見て，その割合を回答に使う。
この場合，ＢとＣの２ページを確認しても，独立した２件の調査を確認したことにはならない。
元をたどると，どちらもＡに行き着くからである。
反対に，別の調査主体が別の対象から得た結果であれば，独立した検討材料になることがある。
ただし，別の主体による調査でも，対象や調査方法が違えば，数値が一致しないことだけで一方を誤りと判断することはできない。
元情報，紹介記事及び再引用先の関係を記録し，同じ起点を持つ資料を重複して裏付けに数えないことが大切である。
第４ 統計を記事や報告書へ使う前の確認表
| 確認項目 | 確かめる内容 | 不明な場合の扱い |
|---|---|---|
| 調査主体と原資料 | 誰が調べ，どこで原表・方法を公表しているか | 紹介記事だけで確認済みにしない |
| 対象と分母 | 誰を，何件，又は何回を対象にした割合か | 別の集団へ一般化しない |
| 期間と版 | 調査期間，公表日，改訂日，実績・予測の別 | 現在値や確定値へ置き換えない |
| 単位と算出方法 | 人数，セッション，取得リクエスト等の違い | 名前の似た指標を合算しない |
| 出典の独立性 | 各記事がどの調査・記録に依拠しているか | 共通の起点を複数の裏取りに数えない |
| 利用する命題との対応 | その資料から，今回の文章の結論を導けるか | 事実の紹介と筆者の推論を分ける |
重要な数値については，資料名，版，該当頁又は表番号，確認日及び記事内で用いる文章を一組で残すと，再確認しやすい。
記録の形式を整えただけで真実性が保証されるわけではないため，元資料の方法と内容を読む工程を省かない。
原調査が見つからない数値は，文章を分かりやすくするためであっても，推測で補わない。
必要であれば，数値を用いずに説明できる範囲へ記載を限定する。
第５ AIに正しく抜き出させることと，真偽の確認は別である
１ ページにない値を作らせない
AIへ資料の整理を任せる際は，値がない項目を不明のまま返すよう指示する方法がある。
ただし，ページに書かれている数値を正確に抽出できても，その数値を生んだ調査が実在するとは限らない。
抽出の確認では「元ページにこの値があるか」を調べ，真偽の確認では「その値を支える原資料と方法があるか」を調べる。
別のAIへ点検させる場合も，両者が同じ裏付けのないページだけを参照していれば，独立した確認にはならない。
２ 条件や注意書きも同時に取得する
同じ実験者の令和８年３月４日付の報告には，実験の説明をJavaScript側で表示し，JavaScriptを実行しないクローラーには見せにくくしたとの記載がある。
これは本人の実装説明であり，本記事で当時の全クローラーの動作を検証したものではない。
出典：実験者の初期報告（https://metehanai.substack.com/p/i-built-a-60000-page-ai-website-for）。
数値だけを抜き出したときに，推計であること，対象期間又は適用条件が落ちていないかも確認する必要がある。
資料を公開する側も，重要な留保を数値の近くに示し，画像や別画面だけに分離しない方法を検討できる。
これは情報を誤解なく伝えるための編集上の提案であり，特定のAIによる取得や引用を保証するものではない。
第６ 誤りが分かったときは利用先もたどる
引用元の誤りが判明した場合は，その数値を使った本文だけでなく，図表，要約，説明文，配布資料及び別の記事も確認する。
出典リンクを差し替えただけで，旧数値から導いた結論がそのまま残っていないかを点検する。
訂正の要否は，誤りが結論に与える影響によって判断する。
他の独立した根拠が残る場合と，中心となる根拠が失われた場合を分け，訂正内容と理由を記録する方法が考えられる。
本記事は，特定の公表行為について日本法上の損害賠償責任等を判断したものではなく，その責任を判断した裁判例を引用していない。
今回，判例秘書による裁判例検索は行っていない。
第７ 関連記事と原資料の位置付け
AIに引用されることと実際の流入・相談を分けて測る方法は，「法律事務所のLLMO・GEO対策－Google公式見解，効果測定，弁護士広告及び外注先管理（AI作成）」（https://yamanaka-bengoshi.jp/2026/09/14/horitsu-jimusho-llmo-geo/）で説明している。
法令・裁判例の実在と引用内容を確認する手順は，「AI作成又はAIリライトの記事を投稿するときに行うべきハルシネーション防止方法（AI作成）」（https://yamanaka-bengoshi.jp/2026/08/07/aisakusei-hallucination-boushi/）を参照されたい。
本記事で確認したのは，前記の実験者報告の記載，OpenAIの公式説明及び関連する公開記事の本文である。
実験者報告は本人の行為・観察についての原資料であるが，報告された効果すべての独立した実証を意味しない。
GIGAZINEの紹介記事（https://gigazine.net/news/20261021-ai-read-fake-statistics/）は，原報告を紹介する二次資料として位置付ける。