Charter AI Pulse：職場でのAIへの信頼に関する公表値の再集計
再集計：株式会社キリコミ
取得日：2026-10-21

原典と対象範囲
公表ページ：https://www.charterworks.com/research/ai-pulse/
公表日：2026-10-21（公表ページの「Released October 21, 2026」に基づく）
報告書：https://www.charterworks.com/assets/images/cws/Charter-AI-Pulse.pdf
比率の図：32ページ https://www.charterworks.com/assets/images/cws/Charter-AI-Pulse.pdf#page=32
調査方法：46ページ https://www.charterworks.com/assets/images/cws/Charter-AI-Pulse.pdf#page=46
32ページの当該図の全3設問×全3役職、計9件の公表割合を転記した。報告書全体や個々の回答データを再分析したものではない。

元調査
期間：2026-08-11〜2026-08-26、オンライン調査。
対象：米国で、仕事にAIを少なくとも時々使うフルタイムのオフィス勤務者（デスクワーカー）5,002人。
役職別の加重前標本数：非管理職2,952人、部下のいる管理職・上級管理職1,547人、VP・SVP・経営幹部・オーナー等503人。
「一般社員」は、人員管理を担わない回答者を指す。
割合は、米国国勢調査の労働人口データに基づく加重値。

CSVの列
metric_id / metric_ja：設問の識別子と日本語表記。
role_id / role_ja：役職の識別子と日本語表記。
percent：報告書の加重割合。単位は％。小数第1位の公表精度を保った。
unweighted_role_n：役職別の加重前標本数。設問別の分母ではない。人数は46ページの方法に基づく。
page / source_url：加重割合を転記した図のページと原典URL（32ページ）。

計算方法
経営層−一般社員の差（ポイント）＝経営層のpercent−一般社員のpercent。
経営層−管理職の差（ポイント）＝経営層のpercent−管理職のpercent。
各設問の最大公表割合を役職間で比較し、管理職が最大だった設問数を数えた。
計算にはPython標準ライブラリのDecimalを使う。スクリプト：scripts/analyze-charter-ai-pulse-trust.py。
リポジトリのルートで python scripts/analyze-charter-ai-pulse-trust.py を実行すると trust-comparisons.json を再生成する。
python scripts/analyze-charter-ai-pulse-trust.py --check は保存済みの結果との一致を検証する。
入力は trust-by-role.csv、出力は同じフォルダの trust-comparisons.json。
経営層−一般社員の差は32.3、16.5、17.3ポイント。経営層−管理職は3.2、-2.0、-1.5ポイント。管理職の公表割合が最大なのは3設問中2設問。
これはパーセントの相対的な増加率ではなく、割合同士のポイント差である。
3設問の平均による総合スコアは作らず、加重割合と加重前人数を掛けて回答人数を推定しない。

限界
自己申告による米国のAI利用者の調査で、AIを使わない人は対象に含まれない。
AIの回答の正確性を測定した試験でも、AIが人の判断力へ与える因果効果を調べた実験でもない。
日本の職場全体やAI非利用者へそのまま一般化できない。
32ページの当該役職別図には、設問別の信頼区間と役職差の検定結果が示されていない。この図の公表値の差だけから統計的有意差を断定しない。
公表割合は小数第1位に丸められているため、未丸め値から計算した差と一致するとは限らない。
原典のPDF・HTML全文や個人情報は、このデータフォルダに保存・転載していない。