数値だけでなく、その数値から何が分かるのかという解釈も添えましょう。調査対象・方法・時期・母数を示し、事実と考察を分けて説明することが大切です。
表やグラフを置くだけで終わらず、主要な結果を本文にも書き、どんな人の判断に役立つのかを説明します。割合なら分母、比較なら比較条件も残し、その調査で言える範囲を明確にします。
「事実+解釈」に関する調査
Kevin Indig氏が2026年2月に公表したChatGPTの引用分析では、言語的な特徴の分析に11,022件の引用を使用しています。引用された文章の主観性スコアは0.47と報告され、著者は、事実の列挙だけでなく、その意味や適用方法を説明する文章に注目しています。
これは引用箇所の特徴を調べた観察分析です。「数値に解釈を加えると引用率が何%上がる」と直接検証した実験ではありません。0.47も引用率ではなく、文章の主観性を表す指標です。
実務では「結果」「解釈」「限界」をセットにします。例えば、ある回答が最も多かったという結果に、その回答から考えられる課題を添え、対象が自社顧客に限られるなら市場全体には一般化できないことも伝えます。原因まで調べていない場合は、因果関係を断定しないようにしましょう。
調査名、実施主体、実施期間、対象者数、質問文や集計方法も公開すると、数値の意味を確認しやすくなります。引用の獲得だけを目的に説明を盛るのではなく、読者が正しく利用できる形に整えましょう。
参考:Kevin Indig:The Science Of How AI Pays Attention(2026年2月17日)