学習データとは？
学習データとは、AIモデルを訓練するために与える大量のデータのことです。LLMなら大量の文章、画像認識AIなら大量の画像といったように、AIの種類ごとに学ぶ材料が用意されます。AIは学習データの中からパターンや規則性を見つけ出して賢くなるため、「何をどれだけ学んだか」がAIの性格と実力を決めます。
質と量がAIの賢さを決める
学習データは多いほど有利ですが、量だけでなく質も重要です。誤情報だらけの文章で学べば間違いを覚えますし、特定の傾向に偏ったデータで学べば、AIの判断にも偏り（バイアス）が生まれます。
たとえば、特定の属性の顔写真ばかりで学習した顔認証AIが、それ以外の人の認識を苦手とした事例は、データの偏りがそのままAIの偏りになることを示す有名な教訓です。
LLMは何を学習している？
ChatGPTのようなLLMは、Web上の文章、書籍、百科事典、プログラムのコードなど、膨大なテキストを学習しています。ここには古い情報や誤りも含まれるため、AIの回答は常に正しいとは限りません。また「いつ時点までのデータで学習したか」という区切り（知識のカットオフ）があり、それ以降の出来事は基本的に知りません。
著作権や個人情報の議論も
学習データをめぐっては、「Web上の文章や画像を許可なく学習に使ってよいのか」という著作権の議論や、個人情報の扱いに関する議論が世界中で続いています（詳しくは「AIと著作権」の項目へ）。AIを使う側としても、こうした背景を知っておくと、AI関連のニュースや各サービスの規約変更の意味が理解しやすくなります。
最近では、人間が作ったデータが足りなくなり、AIが生成したデータを学習に使う「合成データ」の活用も進んでいます。質の高いデータをどう確保するかは、AI開発競争の勝敗を分ける最重要テーマのひとつになっています。
「AIの回答が古い」「特定の見方に偏っている」と感じたときは、学習データの範囲と偏りを思い出すと、AIの限界を冷静に受け止められます。