アップデート: 修正リクエスト

AIが分析した結果が常に完璧であるとは限りません。現場でデータを扱う人がエラーを最初に発見しますが、すべてのフィードバックがAIの学習に反映されるべきというわけではありません。

今回のアップデートでは、誰でもAIの分析結果にフィードバックを残せる一方で、ビジネスロジックをよく知る担当者が確認したうえで承認したフィードバックだけがAIの学習に反映されるようにする、修正リクエスト機能を追加しました。おかしなデータや不要なデータが学習されるのを防ぎ、良いデータだけを継続的に蓄積できます。

なぜ必要なのか

AIは継続的なフィードバックを通じて進化します。しかし、すべてのフィードバックが良いフィードバックというわけではありません。

外注のカスタマーセンターの担当者が品質評価の結果にフィードバックを残したいとき、製造現場の担当者がAIの不良原因の分類でエラーを発見したとき、パートナー企業の担当者がデータのラベリングのエラーを発見したとき。これらのフィードバックは貴重ですが、ビジネスの文脈を完全には理解していない修正がそのまま反映されると、かえってAIの性能が低下することがあります。

修正リクエストはこの問題を解決します。誰でもエラーを発見すれば、システムの中で修正を提案でき、ビジネスロジックをよく知る担当者が確認したうえで妥当なフィードバックだけを承認します。フィードバック収集のハードルは下げながら、AIの学習データの品質は高く保てます。

修正リクエストの流れ

修正リクエストはシンプルな3つのステップで行われます。

リクエストの作成: データの詳細表示で修正が必要なプロパティをクリックし、変更する値と理由を入力したうえで修正リクエストボタンをクリックします。直接編集する権限がないユーザーに、このオプションが表示されます。

通知と確認: リクエストが作成されると、管理者に通知が送信されます。管理者はオントロジーメニューの修正リクエストページで、リクエスト者、対象データ、変更前/後の値、変更理由を一目で確認できます。

承認または却下: 管理者がリクエストを承認するとデータが変更され、修正記録（Change Log）が自動生成され、AIの学習に反映されます。却下するとリクエストは完了として処理され、データは変更されません。

活用シナリオ

修正リクエストは、役割やドメインを越えてさまざまな状況で活用されます。

AI分析の品質評価（QA）

AIが分類した結果を人が確認してAccept/Rejectを判断する品質評価のプロセスで、修正が必要な件をそのままリクエストとして残せます。QA担当者に直接編集する権限を与えなくてもよく、品質評価の記録がシステムに残り、AIモデルの改善の根拠資料になります。

外部人材のフィードバックの反映

外注センター、協力会社、パートナー企業など、外部の人材がデータを扱う場合、直接編集する権限を付与するのは難しいものです。修正リクエストを通じて外部の人材もエラーを報告でき、社内の管理者が確認したうえで必要な修正だけを選別して反映できます。

現場と本社の間の協働

製造現場の品質担当者、物流センターの運用チーム、営業拠点の担当者など、現場の人材がAI分析のエラーを発見すると、すぐに修正をリクエストできます。本社の管理者はリクエストを一括で確認し、妥当な件だけを承認して、データ品質を中央で管理できます。