クリック率の先へ | AI時代のサイバー判断力を、行動の過程から育てる

セキュリティ教育の成果を、私たちは何で測っているだろうか。模擬フィッシングメールをクリックした割合、研修の受講率、確認テストの正答率。これらは一定の状況を把握する指標になる。しかし、人が圧力のかかる場面で、どのように判断し、行動したのかまでは説明しない。
クリックしなかった人が、危険を見抜いていたとは限らない。単にメールを読んでいなかった可能性もある。一方、クリックした後に違和感に気づき、速やかに相談した人もいる。結果だけで評価すれば、被害の拡大を防ぐ行動を見落としてしまう。
人間中心のサイバーセキュリティに必要なのは、人が安全な判断へ進む過程と、それを支える条件を捉えることである。近年の研究は、そのための測定と演習設計に具体的な手掛かりを与えている。
Weickertらは、受信箱を模したシミュレーターPhiTを用い、メールへの対処を行動の連なりとして分析した。Markov連鎖などによって、安全な対処と危険な対処がどこで分岐するのかを捉えている[1]。ただし、送信者アドレスの確認とフィッシング被害の少なさに有意な関連が認められたのは、IT専門職のシナリオに限られた。確認行動の有効性は、職務や文脈によって異なる可能性がある。
この結果から、「確認する習慣を付ければ安全になる」と一律に結論づけることはできない。確認できることと、その情報を解釈し、次の行動を選べることには違いがある。
例えば、送信者情報を開いても、何が不自然なのか分からなければ判断は変わらない。疑わしいと感じても、相談先が分からなければ行動は止まる。必要なのは、「確認してください」という指示を繰り返すことに加え、確認すべき情報、判断の手掛かり、相談へ進む経路を整えることである。
この視点は、私が提案する「デジタル避難訓練」の評価にもつながる。「感じる、止まる、間をとる、疑う、確認する、行動する」という六つの動きを、覚えたかどうかだけで評価しない。どの場面で立ち止まり、何を確認し、誰に相談し、判断をどう修正したかを観察するのである。
もっとも、六つの動きを、全員が順番どおりに通過すべき手順にしてはならない。状況によっては、すぐに報告することが適切な場合もある。「間」をとったかどうかも、操作までの時間だけでは分からない。無操作は、熟考、離席、困惑のいずれでも起こり得る。行動ログに短い振り返りを組み合わせ、行動の意味を確かめる必要がある。
判断の評価では、何を守ろうとしたのかも問われる。
Allisonらの教育用シミュレーションでは、学習者は限られた資源の下で情報セキュリティ管理者として意思決定する。その影響は、予算、セキュリティ態勢、評判、従業員の士気という四つの相互依存する指標で示され、判断ログと物語形式のフィードバックが振り返りを支える[2]。これは大学教育での実践報告であり、実務への転移を証明した研究ではないが、複数の価値を扱う演習設計として参考になる。
実際のインシデント対応でも、システムを停止すれば、技術的な被害拡大を抑えられる一方、利用者へのサービス提供が途絶えることがある。確認を重ねる間に、支援を必要とする人が待ち続ける場合もある。
だからこそ、演習では選択した行動に加え、利用可能だった情報、認識していた不確実性、人への影響、判断を見直す条件を扱いたい。結果が良かったことだけでは、その判断が妥当だったとは言い切れない。悪い結果についても、当時の条件を検討せずに個人の判断ミスへ帰してはならない。
AIを演習作成に使う場合にも、この評価の基盤が重要になる。
提示されたHärerの研究要約では、事件、証拠、アラート、学習課題、評価項目を共通モデルで結び、LLMには一部の説明文を生成させる方式が紹介されている[3]。この設計から得られる示唆は、演習を量産する際にも、事件の因果関係と学習目標の整合性を管理する必要がある、という点である。ただし、演習データの整合性と、参加者の判断力の向上は別に検証すべき課題である。
デジタル避難訓練でも、圧力の種類、利用可能な証拠、相談経路、評価基準を明確にした上で、AIによって文面や登場人物、職務状況に変化を付ける方法が考えられる。その際、表現の変更が難易度や正解の根拠まで変えていないか、人間が確認しなければならない。
以上を踏まえ、私は次の実装原則を提案したい。
事件構造と評価軸の責任を人間が担い、AIで状況のバリエーションを作り、参加者の判断を行動の過程から検証する。
これは、三つの研究によって有効性が確立された手法ではない。研究の知見と設計上の示唆をつなぎ、今後検証すべき提案である。
停止率、確認への移行率、相談への移行率、適切な対応の完遂率、根拠に基づく判断変更率は、その検証に使える候補となる。ただし、数値は高ければよいわけではない。すべてのメールで長く停止し、すべてを報告する行動は、業務や対応部門に負担を生む。通常業務への影響も併せて評価する必要がある。
また、行動の詳細を測る目的は、人を順位付けすることではない。確認から相談へ進めない人が多いなら、相談窓口の見つけやすさ、上司の応答、業務上の時間圧力を見直す。測定を、組織が支援を改善するために使うことが、人間中心の実装には欠かせない。
サイバー判断力を育てるとは、正解を覚えてもらうことだけではない。圧力の中で立ち止まり、手掛かりを確かめ、必要な支援につながり、判断を修正できるようにすることである。
これからのセキュリティ教育では、「何人がクリックしたか」に加えて、「人はどこで判断を取り戻せたか。そのために組織は何を支えられたか」を問いたい。
参考文献
[1] T. D. Weickert, A. Joinson, and B. Craggs, "Can secure habits counter phishing? An exploration using a novel in-tray simulation," Computers & Security, vol. 170, Art. no. 105057, 2026, doi: 10.1016/j.cose.2026.105057.
[2] J. Allison, H. Adihetty, and E. Charles-Jones, "A browser-based simulation for teaching trade-offs in information security management: An experience report," SIGCSE Virtual 2026, 2026. [Online]. Available: Conference abstract. [Accessed: Nov. 18, 2026].
[3] F. Härer, "Model-based authoring of SOC simulation exercises for cybersecurity education," arXiv:2611.14227, 2026. [Online]. Available: https://arxiv.org/abs/2611.14227.