SDS（安全データシート）を生成AIに読ませると、どこで読み違えるのか？——含有量の幅・代替化学名・改訂日で外れる5つの条件と、人が原本で確かめる範囲【2026年版】
この記事の要点
- SDS（安全データシート）を生成AIに読ませると、項目の抜き出しと台帳への転記は速くなります。読み違えやすいのは、含有量の範囲表記、代替化学名、改訂日、適用法令の欄、1つのセルに数値と条件が混ざった表です。
- SDS 10文書・約5万項目で大規模言語モデル4種を比べた公開研究（arXiv:2606.11204）では、最も高い正解率は84%で、90%に届いたモデルはありませんでした。
- 同じ研究では、PDFのテキストを渡す方法が、画像として読ませる方法より正解率が4〜9ポイント高くなりました。
- 生成AIには項目の一覧化と前の版との差分抽出を任せ、含有量と成分名の読み方、該当法令とリスクアセスメントの判断は人が行います。
- リスクアセスメントの結論をAIの抽出結果だけで決める使い方や、スキャンしたSDSを読ませる使い方には向きません。
この記事が支援する判断：化学物質を扱う工場の安全衛生担当や購買担当が、SDSの読み取りと台帳づくりに生成AIを使うときに、AIに任せる作業と、人が原本で確かめる範囲を決める場面を支援します。
SDSとは、危険性や有害性のある化学物質を譲渡・提供するときに、成分や取扱い上の注意を相手に知らせる文書です。労働安全衛生法第57条の2は、対象の物を譲渡・提供する者に、名称、成分及びその含有量、人体に及ぼす作用などの通知を義務づけています。生成AIが速くできるのは書いてある項目の抜き出しで、含有量の幅の読み方や自社で関わる法令は書類の外の情報で決まります。本稿では公開研究と条文をもとに、外しやすい場所と人が確かめる範囲を整理します。
SDSを生成AIに読ませると、どこまで正しく抜き出せるのか？
手がかりは、SDSからの項目抽出を大規模言語モデル4種で比べた2026年4月の研究です。公開のSDS 10文書の235項目、約5万件の値を、人が確かめた正解と照らし、指示の出し方も3通り比べました（Grill ほか、arXiv:2606.11204。2026年10月29日に要旨と本文を確認）。要旨は結論を「no model surpassed the 90% accuracy threshold commonly required for reliable real-world deployment.」と書いています。
| 比べた条件 | 研究での結果 | 実務での読み方 |
|---|---|---|
| 最も正解率の高い組み合わせ | Gemini 1.5 Pro と手順を書かせる指示で84% | 最良でも100項目のうち16項目前後は外れる前提で使う |
| ほかの商用モデル | GPT-4o 81%、Claude 3.7 Sonnet 79% | モデルを替えても90%には届かない |
| 公開モデル（Llama 3.1-70B） | 66〜71% | 社内で動かすモデルは外れがさらに増える |
| テキストで渡すか画像で渡すか | テキストの方が4〜9ポイント高い | 電子データのPDFは文字のまま渡す |
研究の数値は、安全衛生の実務でどう読めばよいのか？
数値は「どの書き方で外れが増えるか」の目安として読みます。著者らは、含有量の範囲やばく露限界値のように、1つのセルに数値と単位と条件が混ざる表を難しい例に挙げています。SDSの1文書には数十から数百の項目があるため、どこかが違う前提で、AIの答えに原本の節番号を添えさせると人の確認が速くなります。
SDSで生成AIが読み違えやすい5つの条件は？
読み違えが起きやすいのは、次の5つの条件が残っている場面です。どれもAIの出力が整った一覧になるため、誤りに気づきにくい点が共通しています。版の混在は部品カタログの過去記事でも扱いました。
| 条件 | 生成AIの外れ方 | 抜き出しの前にやること |
|---|---|---|
| 1 含有量の範囲表記（10%未満の端数を切り捨てた値と切り上げた値の幅で書かれている） | 幅の片方の端や中央の値を、1つの含有量として台帳に入れる | 幅は上限と下限を分けたまま返させる |
| 2 代替化学名等（成分の化学名の一部を省略・置き換えて通知されたもの） | 置き換えた名前を実名と扱い、法令の対象物質の照合を外す | 代替化学名等である旨の記載を抜き出させる |
| 3 改訂日と版（同じ製品の旧版が社内に残っている） | 古い版の値を最新として転記する | 改訂日を必ず抜き出させ、仕入先の最新版と照らす |
| 4 適用法令の欄（仕入先が書いた法令の一覧） | 欄にある法令だけを、自社で関わる法令の全部として扱う | 自社の用途と取扱量での該当は人が判断する |
| 5 1つのセルに数値・単位・条件が混ざる表（ばく露限界値、輸送情報） | 単位や条件を落とし、別の規制の値を取り違える | 値・単位・条件・出典の規制を別の列で返させる |
古い版と新しい版が同居していれば、AIはどちらを取り出しても不自然ではありません。
部品選定を生成AIに手伝わせると、どこで間違えるのか？——カタログの定格・注記・型式で取り違えが起きる5つの条件と、任せてよい作業の範囲【2026年版】
5つのうち、見落とすと影響が大きいのはどれか？
影響が大きいのは1と2で、どちらも化学物質のリスクアセスメントの入力になる値です。労働安全衛生規則第34条の2の6は含有量を重量パーセントで通知するよう定め、営業上の秘密に当たる場合は、通知を「十パーセント未満の端数を切り捨てた数値と当該端数を切り上げた数値との範囲をもつて行うことができる」としています。同じ条文は、相手の求めがあればリスクアセスメントに必要な範囲で詳しい内容を通知するよう定めています（出典：e-Gov 法令検索 労働安全衛生規則）。また労働安全衛生法第57条の2第3項は、一定の成分について代替化学名等の通知を認めています。
生成AIに任せてよい作業と、人が原本で確かめる範囲は？
生成AIに任せてよいのは、答えがSDSと渡した資料の中にある作業です。具体的には、項目を社内の化学物質台帳の形に起こす、同じ製品の前の版と並べて変わった項目を拾う、記載のない項目や「情報なし」の項目に印を付ける、複数の製品で同じ成分を探して並べる、の4つです。含有量と成分名の読み方、自社で関わる法令、リスクの見積もりは人の仕事です。ミルシートを扱った過去記事でも、照合の記録の残し方について同じことを書きました。
AIの一覧表だけを保存すると、どの原本のどの値を読んだのかが後から分かりません。
ミルシートを生成AIに読ませると、どこで見落とすのか？——規格値との照合で外れる5つの条件と、人が原本で確かめる範囲【2026年版】
抜き出しを頼むときに、SDSと一緒に何を渡せばよいのか？
次の4つを一緒に渡すと、表2の1・3・5の外れが減ります。
- 項目の定義：台帳の列ごとに、SDSのどの節から取るかと、値の形（幅なら上限と下限の2列）です。
- 前の版のSDS：社内に残っている版です。改訂日と変わった項目を並べさせます。
- 自社の使い方のメモ：用途と取扱量です。法令の該当は人が判断し、AIには判断の材料を並べさせます。
- 出力の約束：「値ごとに原本の節番号を示す」「書かれていない値は推測せず空欄で返す」と指示します。
改訂日と原本を残すことが、なぜ台帳づくりの前提になるのか？
労働安全衛生規則第34条の2の5第2項は、通知する者に、人体に及ぼす作用の記載を直近の確認から5年以内ごとに1回、最新の科学的知見に基づいて見直すよう定めています。変更が要ると認めたときは、確認した日から1年以内に変更し、同条第3項により変更後の内容を相手が見られるようにしなければなりません（出典：e-Gov 法令検索 労働安全衛生規則）。
生成AIで台帳を作る場合、AIが抜き出した値だけを保存すると、どの版のどの節を読んだのかが後から分かりません。台帳には、原本のファイル、改訂日、AIが抜き出した値、人が確かめた結果と確かめた日の4つを並べて残します。
SDSの読み取りに生成AIが向かないのは、どんなときか？
次の5つの場面では、生成AIの抜き出し結果をそのまま使うことは推奨しません。誤りが健康に直結するか、判断材料がSDSの外にある場面です。
| 向かない場面 | 理由 | 代わりにやること |
|---|---|---|
| リスクアセスメントの結論や保護具の選定を、AIの抽出結果だけで決める | 最良のモデルでも正解率は84%で、外れた値がそのまま結論に入る | 抽出結果は材料として使い、判断は担当者が原本を見て行う |
| スキャンしたSDSや、画像にしたPDFを読ませる | 研究では画像で渡す方法の正解率がテキストより低かった | 仕入先に文字の入った電子データのPDFを求める |
| 含有量の幅や代替化学名等が多い製品 | AIが幅を1つの値にし、置き換えた名前を実名と扱う | 該当の項目は人が読み、必要なら仕入先に詳細を求める |
| 国内の法令の記載がない輸入品のSDS | 適用法令の欄が他国の規制で書かれている | 国内の法令での該当を、輸入元や仕入先に確かめる |
| 製品名や配合を含む書類を外部のサービスに入れる | 入力した情報の扱いがサービスごとに違う | 社内で使ってよい環境かを先に確かめる |
よくある質問（FAQ）
SDSの読み取りを生成AIに任せても、法令上の問題はありませんか？
本稿で確かめた労働安全衛生法と労働安全衛生規則の条文には、SDSの読み取りに使う道具を定めた規定はありません。ただし、通知された事項は労働安全衛生法第101条第4項により作業場で労働者に周知するもので、リスクアセスメントの材料にもなるため、含有量、成分名、改訂日は人が原本で確かめます。AIの抽出結果を確かめずに使うのは避けてください。公開研究でも、90%の正解率に届いたモデルはありませんでした。
含有量が「10〜20%」のように幅で書かれているのはなぜですか？
労働安全衛生規則第34条の2の6第2項が、営業上の秘密に当たる場合に、10%未満の端数を切り捨てた値と切り上げた値の幅で通知することを認めているためです。リスクアセスメントに必要な場合は、秘密の保全を条件に、より詳しい内容を通知するよう仕入先に求められます。AIには幅を1つの値にまとめさせないでください。
新しい版のSDSが届いたとき、生成AIで何を確かめればよいですか？
前の版と新しい版を並べて渡し、改訂日と変わった項目の一覧を作らせます。人は変わった項目を中心に原本で見直し、台帳の値と改訂日を更新します。人体に及ぼす作用の記載は5年以内ごとに見直す決まりがあるため、古い版が台帳に残っていないかも合わせて確かめます。
まとめ
SDSを生成AIに読ませると、項目の抜き出しと台帳への転記は速くなります。一方で、最良の正解率は84%で、表2の5つの条件で外れが残ります。AIには一覧化と前の版との差分抽出と印付けを任せ、含有量と成分名の読み方、自社で関わる法令、リスクの見積もりは人が原本と現場で判断します。台帳には原本と改訂日とAIの抜き出した値と人の確認結果を並べて残し、リスクアセスメントの結論をAIの結果だけで決めないと最初に決めてください。
次に読みたい関連記事
- ミルシートを生成AIに読ませると、どこで見落とすのか？——規格値との照合で外れる5つの条件と、人が原本で確かめる範囲【2026年版】
- Excel帳票を生成AIに読ませると何がずれるのか？——読み違いを招く7つの作りと、渡す前に直す範囲・渡してはいけないブックの条件【2026年版】
- 社内文書をAIに検索させる（RAG）とは？——製造業で効く文書・効かない文書の3類型と、始める前にそろえる4条件【2026年版】
出典・参考
- Jonas Grill、Thomas Bayer、Sören Berlinger「Benchmarking Large Language Models for Safety Data Extraction」（arXiv:2606.11204 v1、2026年4月22日投稿。要旨と本文を2026年10月29日に確認）
- 労働安全衛生法 第57条の2（e-Gov 法令検索。2026年10月29日に条文を確認）
- 労働安全衛生規則 第34条の2の4、第34条の2の5、第34条の2の6（e-Gov 法令検索。2026年10月29日に条文を確認）
化学物質の台帳づくりのどこから生成AIを使えるかは、届くSDSの形式と、台帳の列の持ち方を1つ書き出すと決めやすくなります。化学物質の管理への生成AIの使い方を相談する（無料）
