01
この解説で練習する実務の判断
基礎の説明に続いて、具体的な場面と理由、間違えやすい点を確認します。答えを読む前に、次の行動を自分の言葉で説明してください。
読む順番と学習メモは基礎からのPMP学習コースで整理できます。
02
やさしい具体例で、意味と判断をつなぐ
AIの出力は分析や作成を助ける材料です。細かな数字や自然な文章でも、根拠や対象への適合を確かめる必要があります。
進捗予測が「12.4日」と出ても、学習に使った案件の規模や地域が異なれば当てはまらない場合があります。入力、比較できる実績、誤差を検証し、意思決定者が限界を理解して使います。
陥りやすい読み違い
- 具体的な数値なので検証なしで採用できる
判断の根拠
- 精密に見える表現と、信頼できる根拠を区別する。
当サイト独自の学習例です。比較はこの例の条件に基づきます。
説明を閉じて、なぜ「具体的な数値なので検証なしで採用できる」では不十分かを話してみましょう。さらに学ぶなら関連する考え方と具体例へ進めます。
03
状況問題で使う:AI出力は検証の段階と情報の範囲で扱う
利用承認、同意、データ保護を確認し、人が根拠を検証します。既に検証・修正済みなら同じ確認を繰り返さず、次の正規の判断へ進めます。
具体例:要約の決定事項が正しくても、人事情報を含む全文を全員へ配布してよいとは限りません。内容の正確さと配布権限を別々に確かめ、必要な範囲に絞ります。
ポイント
間違えやすい点:大量のレビューでも書いた人が一部に偏れば代表性は保証されません。誤説明が外部へ出たら、定められた報告・訂正手順を優先します。
確認問題
2択の理解チェック
04
新しいECOでAIが加わったのはなぜ?
ECO 2026の冒頭は、AIやサステナビリティといった新しい流れに触れています。これまでPMP試験で扱っていなかった流れが、専門職の仕事に影響しているという説明です。PMIはこれらの流れを職務分析(JTA)の材料にし、試験のタスクとの関係を確かめたと説明しています。
一方で、26のタスクと、その例として挙げられた行動(イネーブラー)の文には、AIという語は出てきません。サステナビリティは、計画・品質・順守・リスクの例として何度か書かれていますが、AIは明示されていません。
このため当サイトでは、AIに関わる問題は既存のタスクの場面の中で出ると考えています。たとえば次のようなタスクです。
| 領域とタスク | AIとの関わり方の例 |
|---|---|
| Process Task 1:計画とデータにもとづく判断 | AIでデータを分析し、判断の材料にする |
| Process Task 9:プロジェクトの状況の評価 | 進捗データの集計や報告の下書きにAIを使う |
| Business Task 2:順守の計画と管理 | セキュリティや規制の要求を満たしてAIを使う |
| Business Task 5:リスクの計画と管理 | 情報の漏えいやAIの誤りをリスクとして扱う |
| Business Task 8:外部のビジネス環境の変化 | AIなど技術の変化がスコープに与える影響を評価する |
05
AIの活用が正解になるのはどんな場面?
AIを使う選択肢が正解になりやすいのは、人の判断を助ける作業に使う場面です。

- 大量の進捗データや課題ログを集計し、傾向を見つける。
- 過去のプロジェクトのデータから、見積もりの参考値を出す(最後は人が確かめる)。
- 進捗やリスクのデータから、遅れの予兆を早めに見つける(チームと事実を確かめる)。
- 会議の記録や報告書の下書きを作り、PMやチームが確認して仕上げる。
- 多言語のチームで、翻訳を補助に使う(重要な合意は人が確かめる)。
- 繰り返しの事務作業を減らし、チームが価値の高い仕事に時間を使えるようにする。
共通するのは、AIの出力をそのまま使わず、人が確かめてから使うことです。AIの出した数字や文には、誤りが含まれることがあります。確認の手順を決めておくのは、品質の考え方にもかないます。
06
AIに任せてはいけない判断は?
PMPの考え方では、プロジェクトの判断と、その結果への責任は人にあります。次のような判断をAIに丸ごと任せる選択肢は、誤りになりやすいです。
AIで補助してよい
- 分析データの集計・傾向の分析
- 文書文書や報告の下書き
- 見積もり見積もりの参考値
- 検討選択肢の洗い出し
人が判断・責任を持つ
- 分析優先順位と意思決定
- 文書人の評価・配置・処遇
- 見積もり倫理・順守に関わる判断
- 検討ステークホルダーとの合意
当サイトの整理。組織の規程によって使える範囲は変わります。
特に人に関わる判断(評価・配置・処遇)は、AIの結果だけで決めると、公正さや説明責任の問題が出ます。AIを使う場合も、結果を人が確かめ、本人と話す手順を省かないのが正しい行動です。
07
データ・セキュリティ・倫理の論点は?
AIの問題で特に大事なのは、組織の規程と順守を確かめてから使うという点です。ECO 2026のBusiness Environment Task 2には、順守の要求を確かめる行動があります。例に挙がっているのは、セキュリティ・安全衛生・サステナビリティ・規制などです。Task 5は、リスク登録簿の例として「ITセキュリティの不備」を挙げています。
- 機密情報:顧客情報や社外秘の資料を、組織が認めていない外部のAIサービスに入力しない。
- 規程の確認:AIの利用に関する組織の方針や、契約の条件を確かめてから使う。方針がなければ、ガバナンスの中で決めてもらう。
- 偏りと誤り:AIの結果に偏りや誤りがないかを確かめる。特に人に関わる判断では慎重に扱う。
- 透明性:AIを使って作った資料や分析であることを、必要に応じて関係者に伝える。
これらは、PMIの倫理・職業行動規範の「責任」「誠実」の考え方とも重なります。倫理の考え方は倫理問題の解き方で扱っています。
08
AIの問題でよくある誤答は?
AIが出てくる問題では、誤答にも型があります。当サイトの整理では、次の6つです。
| 誤答の型 | 選択肢の例 | なぜ誤りか |
|---|---|---|
| うのみにする | AIの見積もりを、そのまま予算にする | 元のデータと前提を確かめていない |
| 全面的に禁止する | リスクがあるので、AIの利用を一切やめる | 規程の範囲で使える機会を閉ざしている |
| 規程の確認を飛ばす | 便利なので、すぐに外部のAIサービスを使う | 機密・契約・セキュリティを確かめていない |
| 判断を丸投げする | AIの評価結果で、メンバーの配置を決める | 人に関わる判断の責任を、人が持っていない |
| 技術に走る | PMが自分でAIの設定を直し、精度を上げる | PMの役割は判断と調整。原因の確認や専門家への相談が先 |
| 黙って使う | AIで作った分析を、そのことを伝えずに報告する | 透明性がなく、関係者の信頼を損なう |
正解の多くは、「確かめてから、人が判断して使う」選択肢です。禁止と丸投げの両極端は外します。
09
AIの問題はどう出題され、どう考える?
当サイトでは、AIの問題は次のような場面で出ると考えています。どれも、AIの知識よりPMとしての判断が問われます。
- メンバーがAIを使いたいと言ってきた:禁止も黙認もせず、組織の方針と情報の扱いを確かめてから、使い方を決める。
- AIの見積もりや分析が実態と合わない:AIの結果をうのみにせず、元のデータと前提を確かめる。
- AIが遅れやリスクの予兆を示した:無視も過信もせず、チームと事実を確かめる。必要ならリスク登録簿に加えて対応を決める。
- AIの導入で業務が変わる部門がある:組織変革として影響を評価し、関係者と話して支援する(組織変革マネジメントの解説)。
- 市場でAIの技術が急に変わった:外部環境の変化として、スコープやバックログへの影響を評価する。
購入前に問題と解説の見本を確認できます。問題の読みやすさと解説の根拠を見て、必要な演習を模試パックの収録内容・料金で確かめてください。
10
条件を変えて考える:AIの予測をプロジェクト判断へ使う前に
AIが出した予測を、そのまま確定した事実や承認として扱いません。入力、制限、適用対象を確認します。
新しい現地実績が集まれば、モデルや入力を改善できます。ただし、改善後にも同じ条件で有効かを検証します。
具体例・判断理由・確認問題を読む:AIの予測をプロジェクト判断へ使う前に|前提・偏り・説明責任
ポイント
精密な数字や自信のある文体は、正しい根拠の代わりにはなりません。出力が複数回一致しても、同じ抜けが残る場合があります。
11
具体例で考える判断の根拠
AIが遅延確率を示しましたが、過去データに今回の技術が含まれていません。
入力の代表性、誤差、説明可能性、機密性を確認し、人が判断の責任を持ちます。
ポイント
当サイト作成の学習用の例・想定です。PMI公式模試や本試験の問題を転載したものではありません。
12
間違えやすい境界と、理解の確認
高精度という表示だけで、未経験の条件への適用まで保証されません。
- AIの提案なら承認手順を省けますか?
考え方:権限と検証、必要な管理は維持します。
13
実践 R1.9:データを判断へ使う前に確かめる
AIが順調と予測しますが、入力は先月までの古い進捗です。
時点、欠損、代表性、偏り、分析の前提を確認します。数字を別の根拠と照合し、意思決定者が限界と責任を理解して使います。
データの信頼性は、収集時点・対象・欠損・偏り・前提で確かめます。AIの出力にも同じ確認が必要です。
具体的な進め方:先月までの順調な実績で作った予測に、今週の供給停止が入っていなければ判断に使う前に補います。
- データが矛盾したら何をしますか?
考え方:定義と収集元を確認し、食い違いを解消してから判断します。
ポイント
間違えやすい点:細かい小数や高精度の表示は、今回の条件での正しさの保証ではありません。
確認問題1
4択の理解チェック
メンバーが生成AIを使いたいと言ってきた
(当サイトの独自問題)あるメンバーから、顧客との打ち合わせの記録を、外部の生成AIサービスで要約したいと相談があった。報告の作業を減らすためだという。記録には、顧客の未公開の情報が含まれている。プロジェクト・マネジャーがまず行うべきことはどれか。
選択肢を押すと、正誤と解説が表示されます。
正解と解説を見る
正解:3。機密情報を外部のサービスに入れる前に、組織の方針と契約の条件を確かめるのが先です。ECO 2026のBusiness Environment Task 2が挙げる、順守の要求を確かめる行動にあたります。
1:顧客の了承を得る前に、組織の方針と契約で許されるかを確かめる必要があります。2:機密情報の扱いは、チームだけで決められることではありません。4:リスクを記録しただけで、使ってよいかを確かめずに使わせています。
確認問題2
4択の理解チェック
AIの見積もりが過去の実績と合わない
(当サイトの独自問題)組織が導入したAIツールで、次のフェーズの作業量を見積もった。すると、過去の似たプロジェクトの実績より4割少ない値が出た。スポンサーは、この見積もりをもとに予算を決めたいと言っている。プロジェクト・マネジャーが次に行うべきことはどれか。
選択肢を押すと、正誤と解説が表示されます。
正解と解説を見る
正解:4。4割もの差があるときは、AIの結果をうのみにせず、使われたデータと前提を確かめます。差の理由がわかれば、根拠のある見積もりをスポンサーに示せます。
1:確かめずに採用し、判断をスポンサーに任せています。2:AIの結果に役立つ情報があるかもしれないのに、検討せずに捨てています。3:差の理由を確かめないまま、数字を機械的に組み合わせる形です。
確認問題3
4択の理解チェック
AIの導入で仕事が変わる部門
(当サイトの独自問題)問い合わせ対応に、AIの自動応答を導入するプロジェクトがある。コールセンターの担当者から「自分たちの仕事がなくなるのではないか」という不安の声が上がった。要件の打ち合わせにも、協力が得られなくなっている。プロジェクト・マネジャーが行うべきことはどれか。
選択肢を押すと、正誤と解説が表示されます。
正解と解説を見る
正解:1。AIの導入は、組織の変化を伴います。ECO 2026のBusiness Environment Task 7は、組織変革の支援です。組織の変化がプロジェクトに与える影響を評価し、必要な行動を決めます。まず不安の中身を聞き、役割の変化や研修などの支援を関係部門と考えます。
2:話を聞く前に、管理者を通して動かそうとしています。3:一方的な説明で、相手の不安の中身を聞いていません。4:記録はしていますが、協力が得られない問題に手を打たないままです。