# チャリティ団体のためのグリーン AI

> チャリティ団体や非営利団体向けに、使命に役立つ場面で AI を使い、コストとエネルギーを抑え、受益者のデータを守り、誠実に発信する方法を案内します。

Source: https://greenai.guide/ja/ガイド/チャリティ団体のためのグリーン-ai/  
Updated: 2026-11-19

## 要点

チャリティ団体にとってのグリーン AI とは、使命にはっきり役立つ場面でだけ AI を使い、それで十分な場合は小さなツールや無料のツールを選び、支援する人々を守ることです。短い責任ある利用の方針、事業者へのいくつかの質問、そして誠実な発信があれば、小さな組織に必要なことのほとんどをカバーできます。

## 要点

- ほとんどのチャリティ団体はすでに AI を使っています。Charity Digital Skills Report 2026 によると、英国のチャリティ団体の 79% が日常的に AI を使っています。
- テキストのリクエスト 1 回あたりのエネルギーはわずかですが、画像の生成や長い自動化ワークフローははるかに多く使い、量が増えれば積み重なります。
- 職員の時間を本当に節約できる場面やサービスを改善できる場面で AI を使い、テンプレート、検索、既存のツールで足りる場面では使わないようにしましょう。
- 法的根拠がなく、データの行き先も確認していない状態で、受益者の個人データを一般向けの AI ツールに入力してはいけません。
- 目的、データ、エネルギー、誠実さをカバーする 1 ページの AI 方針があれば、ほとんどの小さなチャリティ団体は始めることができます。

## なぜチャリティ団体はグリーン AI について考えるべきなのですか？ {#why-should-a-charity-think-about-green-ai}

AI はすでにほとんどのチャリティ団体の仕事の一部になっており、その使い方がコスト、データのリスク、そして行動が価値観とどれだけ一致しているかに影響するからです。今のうちに考えておく方が、後で問題を直すよりも安く済みます。

この分野では、AI の利用はもはや当たり前です。英国のチャリティ団体からの 807 件の回答に基づく Charity Digital Skills Report 2026 によると、79% が日常的に AI を使っており、前年の 76% から増えました。同じ報告書では、AI ツールを信頼していない団体が 15% から 35% に増え、AI 方針を持つ小規模チャリティ団体は 36% にとどまることもわかりました。2026 年の早い時期に公表された中間結果では、チャリティ団体の 39% が AI の環境への影響を懸念していました。

これらは英国の数値ですが、同じ問いは世界中の非営利団体に当てはまります。限られた予算、機密性の高いデータ、そして団体が価値観どおりに行動することを期待する支援者です。

## チャリティ団体の AI 利用は、実際にどれくらいのエネルギーを使うのですか？ {#how-much-energy-does-a-charity-s-ai-use-actually-take}

通常のテキストのタスクであれば、リクエスト 1 回あたりはそれほど多くありません。画像、動画、大規模な自動化では、ずっと多くなります。最も重要なのは、タスクの種類と、それをどれだけ頻繁に実行するかです。

- **テキストのプロンプト。** Google は、Gemini アプリへのテキストのプロンプト（中央値）で 0.24 Wh を使ったと報告しています。OpenAI の最高経営責任者は、ChatGPT への平均的な問い合わせで約 0.34 Wh を使うと述べています。どちらも各社独自の方法による自己申告なので、おおまかな目安として扱ってください。
- **画像。** Luccioni、Jernite、Strubell によるテストでは、画像の生成には 1,000 枚あたり平均約 2.9 kWh を使いました。これは、1,000 件のテキストの分類で測定された 0.002 kWh の 1,000 倍以上です。
- **全体像。** 国際エネルギー機関（IEA）は、2024 年にデータセンターが世界の電力の約 1.5% を使ったと推計しており、その増加の主な要因は AI です。個々の組織の割合は小さくても、合計は小さくありません。

つまり、数人の職員が AI を使って手紙の下書きをする程度なら、フットプリントは小さいものです。キャンペーン用の画像を何十回も生成し直したり、届いたすべてのメールに AI を走らせる自動システムを使ったりすると、エネルギーとコストがかかります。

## チャリティ団体にとって、AI はどんなときに使う価値がありますか？ {#when-is-ai-worth-it-for-a-charity}

職員の時間を使命のために空けられる、サービスを改善できる、あるいは本来なら費用的にできないことができる、そして支援する人々へのリスクが低い。そんなときに AI は使う価値があります。より簡単なツールで足りる場合や、誤りが誰かを傷つけるおそれがある場合には、その価値はありません。

新しい使い方を取り入れる前に、次の 4 つを問いましょう。

1. **どんな利点があるか？** 節約できる時間、より多くの人に届くこと、より良い判断。具体的に考えましょう。
2. **もっと簡単な方法はないか？** テンプレート、差し込み印刷、検索、すでに料金を払っているソフトウェアの既存機能などです。
3. **何がうまくいかない可能性があるか？** 弱い立場にある人への誤った情報、偏り、データの漏えい。出力は誰が確認するのか？
4. **どれだけのコストがかかるか？** 利用料、結果を確認する職員の時間、エネルギー、そして後で乗り換えるときのコストです。

この問いに合格することが多い使い方：

- 助成金の申請書、報告書、SNS の投稿など、定型的な文章の下書きと編集（結果は人が編集する）
- 意見公募の資料や研究など、長い公開文書の要約
- 地域の人々に向けた情報の翻訳（重要な場面では、その言語に堪能な人が確認する）
- 字幕やわかりやすい英語版の作成など、アクセシビリティの支援

はるかに慎重さが必要な使い方：

- 個々の受益者についての判断を行う、または判断に影響を与えるもの
- 健康、お金、法律、セーフガーディング（保護）に関する助言を行うチャットボット
- 支援者が本物だと受け取るおそれのある、人や場所の画像の生成

## どんな無料のツールや講座が役立ちますか？ {#which-free-tools-and-courses-can-help}

多くのチャリティ団体は、無料または低価格のツールと、すでに使っているソフトウェアに組み込まれた AI で、必要なことのほとんどができます。それらを上手に使えるようになる方が、新しいものを買うよりもエネルギーとお金を節約できます。

- **新しいサブスクリプションを追加する前に、既存のソフトウェア**（オフィスソフト、メール、デザインツール）**の AI を使いましょう。** データの設定を確認してください。
- 選べる場合は、簡単なタスクには**小さなモデルや「ライト」モデルを選びましょう。** UNESCO とユニバーシティ・カレッジ・ロンドン（UCL）は、適したタスクであれば、タスクに特化した小さなモデルでエネルギー使用量を最大 90% 減らせること、またプロンプトと回答を短くすると半分以上減らせることを示しました。
- **短く明確なプロンプトを書き**、短い回答を求めましょう。たいていは結果も良くなります。
- **何度も生成し直すのは避けましょう。** 「再生成」を何度も押す代わりに、依頼の内容を見直しましょう。
- **短い講座を受けましょう。** AI の入門や、責任ある AI、グリーン AI についての無料の講座を、当サイトの[講座一覧](/ja/講座/)に載せています。小さなチームにとって足かせになるのは、ツールよりもスキルであることが多いので、有意義な時間になります。

日常的なヒントは、[AI を効率よく使う](/ja/グッドプラクティス/ai-を効率よく使う-日々の習慣/)ガイドにさらに載っています。

## チャリティ団体の AI 方針には何を盛り込むべきですか？ {#what-should-a-charity-s-ai-policy-cover}

良いチャリティ団体の AI 方針は、短く実用的で、上級の役職者が責任を持つものです。職員とボランティアに、何を使ってよいか、何を決してしてはいけないか、誰に相談すればよいかを伝えるものであるべきです。

盛り込む内容：

- **目的：** AI は使命を支えるために使うもので、AI を使うこと自体が目的ではありません。
- **承認済みのツール：** 短いリストと、新しいツールを誰が承認するか。
- **データのルール：** 受益者、寄付者、職員、ボランティアの個人データや機密データを一般向けの AI ツールに入力しないこと。データ契約の対象となるツールでは何が許されるか。
- **人による確認：** AI の出力を公開、送信、または実行に移す前に、誰が確認するか。
- **エネルギーと釣り合い：** 最も簡単なツールを優先すること。はっきりした価値がない限り、大量の画像や動画の生成は避けること。使っていない AI 機能はオフにすること。
- **誠実さ：** AI を使ったことをどんなときに人々に伝えるか、そして公にどう説明するか。
- **見直し：** 方針をいつ見直すか（たとえば毎年）。

[グリーン AI 方針](/ja/グッドプラクティス/グリーン-ai-ポリシーの書き方/)のガイドには、団体に合わせて使えるテンプレートがあります。

## AI の事業者には何を尋ねるべきですか？ {#what-should-we-ask-ai-suppliers}

まずデータについて、次にエネルギーとコストについて尋ねましょう。小さなチャリティ団体でもこれらの質問はできます。はっきり答えられない事業者は、適切な選択ではないかもしれません。

- **データ：** 私たちのデータはどこに保存され、処理されますか？ モデルの訓練に使われますか？ それをオフにできますか？ どれくらいの期間保存されますか？ 削除できますか？
- **セキュリティとコンプライアンス：** 英国 GDPR や EU GDPR など、どのデータ保護法に従っていますか？ データ処理契約を結んでもらえますか？
- **エネルギー：** リクエスト 1 回あたりのエネルギー使用量、あるいは使っているデータセンターとその電力源を教えてもらえますか？
- **モデルの選択：** 簡単なタスクには、より小さなモデルを使えますか？
- **コストとロックイン：** チャリティ団体向けの割引はありますか？ 解約する場合、データをエクスポートできますか？

より詳しいリストは、[持続可能な AI 調達](/ja/グッドプラクティス/持続可能な-ai-調達/)のガイドにあります。

## 受益者のデータはどう扱うべきですか？ {#how-should-we-handle-beneficiary-data}

受益者のデータは、団体が持つ中で最も機密性の高いものとして扱い、法律、契約、リスクを確認していない限り、汎用の AI ツールには入れないようにしましょう。支援する人々は弱い立場にあり、異議を唱えることができないかもしれません。

- **法的根拠。** 地域のデータ保護法のもとで、個人データをこのように使う法的根拠があることを確認しましょう。
- **影響評価。** 個人データに AI を使う前に、特に新しいものやリスクの高いものについては、データ保護影響評価を行いましょう。
- **最小化。** できる限り名前や個人を特定できる情報を取り除き、必要最小限のデータだけを使いましょう。
- **人が責任を持ち続ける。** 個人への支援についての判断を、AI だけに任せてはいけません。
- **影響を受ける人々に聞く。** 支援する人々が AI をどう使い、どう感じているかを知りましょう。話を聞くことで、より良く、より公平な使い方を考えることができます。

## AI の利用について、どうすれば誠実に伝えられますか？ {#how-do-we-talk-about-our-ai-use-honestly}

AI を何に使っているかを率直に伝え、その環境フットプリントについては控えめに語りましょう。支援者は、自分たちの選択を説明するチャリティ団体を信頼します。うますぎる話に聞こえる主張には警戒します。

- AI が何を手伝っているかを伝えましょう（「報告書の最初の案を AI で下書きし、それを職員が編集しています」）。
- データをどう守っているかを説明しましょう。
- 数値と方法なしに、AI の利用を「グリーン」や「カーボンニュートラル」と呼ばないでください。効率の向上は、全体としての使用量の増加、つまり[リバウンド効果](/ja/用語集/#rebound-effect)につながることもあります。
- 支援者が本物の写真と受け取るおそれのある場合は、AI が生成した画像であることを表示しましょう。
- 気候や自然についてキャンペーンを行っている場合は、ある使い方がなぜ価値があるのかを説明できるようにしておきましょう。

[誠実な環境主張](/ja/グッドプラクティス/ai-についての誠実な環境主張/)をご覧ください。

## チャリティ団体は独自の AI をつくるべきですか？ {#should-a-charity-build-its-own-ai}

その必要はめったにありません。独自のモデルをつくったり訓練したりするのは費用がかかり、既存のモデルを使うよりはるかに多くのエネルギーを使います。また、チャリティ団体のニーズのほとんどは、すでにあるツールで満たせます。何千件ものケース記録の整理や、信頼できるナレッジベースからのよくある質問への回答など、専門的なニーズがある場合は、まず既存の小さなモデルや、自分たちの文書の簡単な検索で足りないかを考えましょう。

何かを委託する場合は、品質の基準を満たす最も小さなモデルを使うこと、毎回生成するのではなく回答を再利用すること、そしてシステムがどれだけ使われ、運用にどれだけのコストがかかっているかを報告することを、開発者に求めましょう。プロジェクトの資金が終わったときに誰が保守するかも計画しておきましょう。

## 次にすること {#what-to-do-next}

1. 既存のソフトウェアに組み込まれたものや、職員が個人で使っているものも含めて、団体全体で**使われている AI ツールを一覧にしましょう。**
2. 当サイトの[方針ガイド](/ja/グッドプラクティス/グリーン-ai-ポリシーの書き方/)を使って**1 ページの AI 方針を書き**、誰が責任を持つかを決めましょう。
3. 今日から**はっきりしたデータのルールを決めましょう。** 受益者、寄付者、職員の個人データは、一般向けの AI ツールに入力しないことです。
4. AI で本当に時間を節約できそうな**タスクを 1 つ選び**、1 か月試して、結果を正直に確認しましょう。
5. **無駄を減らしましょう。** プロンプトを短くし、生成し直す回数を減らし、使っていない AI 機能はオフにします。
6. [講座一覧](/ja/講座/)から、**職員とボランティアに無料の講座を受けてもらいましょう。**
7. 次の契約更新の際に、**主な AI 事業者に**上記のデータとエネルギーについての質問をしましょう。

## よくある質問

### 環境保護のチャリティ団体が AI を使うのは間違いですか？

それ自体は間違いではありません。問題は、その使い方がコストに見合うだけ使命に役立つかどうかです。よく選んだテキスト AI を控えめに使う分にはフットプリントは小さいですが、大量の画像や動画の生成や、常時稼働の自動化はもっとよく考える必要があります。

### 無料の AI ツールを安全に使えますか？

一般的なニュースレターの下書きなど、個人データや機密データを含まないタスクであれば、多くの場合は使えます。利用規約を確認してください。無料ツールの中には、入力した内容をモデルの訓練に使うものがあります。受益者、寄付者、職員の個人データは入力しないでください。

### AI 方針は必要ですか？

はい。短いものでも必要です。どのツールを使ってよいか、どんなデータを決して入力してはいけないか、どんなときに人が出力を確認しなければならないかを、職員とボランティアに伝えるものです。

### 支援者に AI の利用をどう説明すればよいですか？

AI を何に使っているか、人々のデータをどう守っているか、そして AI がつくったものを職員が確認していることを、はっきり伝えましょう。数値で示せない限り、AI の利用がグリーンである、カーボンニュートラルであるとうたうのは避けてください。

## 出典

- [Trust issues rise as charities' AI adoption continues (Charity Digital Skills Report 2026)](https://www.civilsociety.co.uk/news/trust-issues-rise-as-charities-ai-adoption-continues.html), Civil Society (2026)
- [AI adoption among charities shows no sign of slowing down (interim findings, Charity Digital Skills Report 2026)](https://www.civilsociety.co.uk/voices/zoe-amar-ai-adoption-among-charities-shows-no-sign-of-slowing-down.html), Civil Society (2026)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [The gentle singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
