2025-06-20_人とAIの_合意領域_に基づく_信頼性スコアモデリング___レビュー自動承認と信頼構築_HAZ__.pdf

Transcript

1. © DMM © DMM CONFIDENTIAL 人とAIの「合意領域」に基づく 信頼性スコアモデリング ― Modeling Trust Scores Based on Human-AI Agreement Zone (HAZ)― 「AIに任せる範囲」を明確化 レビュー審査の自動化を実現した「先駆的な研究」 1
2. © DMM 2 • 所属： DMM.com PF 第１開発部 • 業務： 商品レビューのプロダクト開発 • 役職： チームリーダー ー 自己紹介 ー AI研究は初めてですが、長年の現場経験から 10ヶ月で自動化、14ヶ月で論文化できました。 その成果をお伝えできることを嬉しく思います。
3. © DMM Agenda 1. 背景と課題 2. 生成AIの導入 3. 精度改善の取り組み 4. 自動化基準の策定 5. 自動化の成果 6. 未来の展望と提言 3
4. © DMM １章. 背景と課題 4 4
5. © DMM 研究背景：AIにどこまで任せるのか？ • 国内外の企業が、AIの役割を「支援型」（＝サポート）にとどめている ◦ 例：開発支援、要約、推薦など • 「AI主導」で重要な判断を任せ、自動化する構造に至りにくい状況 ◦ 例： ChatBotの誤回答により顧客に損害（Cursor、Air Canada社が提訴） 5
6. © DMM 6 • DMMサイトで投稿されたレビューに対し、Web公開の可否を判断（50万件/年） • 運営部3人体制・月150時間で目視チェック ◦ これらは多くのWebサービスの共通課題（コンテンツモデレーション） AI自動化に挑戦した業務：レビュー審査 自動化できない理由 • 文脈や微妙なニュアンスが含まれる • 公開ミスが企業ブランドの致命傷となる （炎上する）
7. © DMM 研究目的 • 本研究では 「AIにどこまで任せることができるか」という課題に対して 「レビュー審査業務のAI自動化」の事例を通じ、解決策を提示する 7
8. © DMM ２章. 生成AIの導入 8
9. © DMM 9 • 公開できないレビュー 全体の1割にあたり、誹謗中傷・苦情・購入否定など20種類以上 • 文脈・意図を含んだ総合審査が必要 ◦ 「下手すぎ、二度と出ないで」→ 公開NG（誹謗中傷） ◦ 「下手だが、改善余地あり」 → 公開OK（批判的だが許容） 審査の難しさ
10. © DMM 10 生成AI導入検討 • 生成AIの発展により、「文脈や意図の把握」が可能となった ◦ そこでAIで自動審査が可能か、様々なモデルの有効性を検証 ◦ 人とAIの判断（OK/NG）がどの程度一致するか（＝一致率）を計測 モデル 一致率 特徴 Claude 3 Opus 82.0% 高精度だが高コスト。長文理解に強い Claude 3 Haiku 81.5% 軽量・高速。攻撃表現の検出に強い GPT-4.0 78.5% 安定しているが、曖昧表現への過剰許容あり GPT-3.5 70.0% 精度にバラつきがあり 有効性検証（2024年5月）
11. © DMM 11 生成AI導入の検討結果 • ある程度の有効性を確認できたが、70〜80%では自動化に不十分 ◦ 特に文脈依存の高い複雑な判断は、ハルシネーションも発生しやすい • 次章では、まずAIの審査構造そのものを見直し、精度改善を行う
12. © DMM ３章. 精度改善の取り組み 12
13. © DMM 13 Agentic Workflowを導入（＝構造分離の設計思想） • 審査構造を五段分離、各段階でAIの役割を明確化 ◦ 「キーワード検出」と「文脈判定」の構造、判断確定した段階で終了する構造 NG ワード検出 最終審査 詳細分析 アノテーション スクリーニング キーワード検出 文脈判定 精度向上 AI AI AI AI
14. © DMM 14 Agentic Workflowによる精度改善 • 各段階で誤判定を吸収し、一致率は80% → 95%に向上 段階（ステップ） 概要 処理内容 NGワード検出 禁止語チェック 「◦ね」→ 即NG アノテーション 語彙マーキング 「やばい」→ 「*やばい*」 スクリーニング 違反カテゴリ検出 「*やばい*」→ 誹謗中傷カテゴリへ 詳細分析 カテゴリ分析 誹謗中傷カテゴリを深く分析 最終審査 最終結論 NG、OKの最終判断 各ステップ例
15. © DMM その他の改善策（+α） • 6ヶ月にわたり、運営部と様々な改善策により精度向上 （＊）AIにはOK/NG判定に加え「判定の根拠や理由」も生成、運営部が日々チェック • 最終的に一致率は 95% → 98% にまで向上、各評価指標も高水準 15 評価指標 値 Accuracy（一致率） 98% Recall（再現率） 98% Precision（適合率） 80% *各評価指標 *精度推移（６ヶ月）
16. © DMM 16 ＊ 「AIにまかせてよい範囲」はどこか？ • 残る 1〜2% の判断差異が自動化の障壁となった ◦ 判断のばらつきに「自動化が可能か判断できない」状態が残された • そこで精度改善に加え「自動化の対象範囲」を決める必要が生じた
17. © DMM ４章.自動化基準の策定 「ここからは、本研究の核心」 「信頼スコアとHAZ」 17
18. © DMM 信頼スコア の導入 • AIの判断結果（OK/NG）に信頼スコアを付与 ◦ 0.0〜1.0の範囲で定量化、低いほど安全で高いほど危険 18 • Step：確定ステップ ◦ Agentic Workflowの判断が確定した段階「判断の難しさ」を示す • Grade：レビュー品質 ◦ レビューの曖昧さ・攻撃性に応じ「S〜Fで6段階」で品質を分類 ＊ 信頼スコア [0.0〜1.0] = f（Step, Grade）
19. © DMM 信頼スコア のスコア帯 確定ステップ レビュー品質 信頼スコア スクリーニング S:高品質 「説明書通り使えます」 0~0.05 A:良質 「使い勝手は普通です」 0.06~0.10 B:普通 「悪くはないです」 0.11~0.15 詳細分析以降 C:該当なし 「想像と違った」 0.16~0.30 D:曖昧 「なんか微妙」 0.31~0.7 F:違反 「バカ、◦ね」 0.71~1.0 19 • 各スコア帯の意味と、対応するレビューの特徴は以下の通り （※単なるネガ・ポジ指標でない）
20. © DMM 信頼スコア の分析 • 20万件の分析では、S≦0.15のスコア帯は「人とAIの判断は観測上一致」 • 軽微な人の判断揺れあったが、公開問題なしの判断（95％信頼下限で99.997％） • また、この帯域は全体の70%を占める（＝大きな自動化の可能性） 20 S≦0.15 スコア帯と一致率
21. © DMM 0~0.05 高品質 0.06~0.10 良質 0.11~0.15 普通 0.16~0.30 該当なし 0.31~0.7 曖昧 0.71~1.0 違反 自動化基準を定義 • 信頼スコア S＝0.15を基準に人とAIの審査を分離することが可能 ◦ AIが審査可能なこの範囲を「人とAIの合意領域（＝HAZ）」と定義した 21 人審査 S=0.15 AI審査
22. © DMM HAZ：Human-AI Agreement Zone 私が提唱した概念 人とAIが合意した範囲において AIによる自動化が可能なフレームワーク 22
23. © DMM 安全と自動化を担保する構造（HAZ） • 従来：AI判定を人が全件チェック（HITL） → 業務量が削減されない • 今回：合意領域をAIが自動化（HAZ） → 業務量の削減が可能 23 従来 今回 70%：合意領域 30% 100% →
24. © DMM HAZの社会的意義 • 本研究は曖昧なAI判断の責任範囲を可視化 • 人手に頼ったモデレーション業務の自動化に成功 • このアプローチはAI自動化を求める多くの分野に有効（医療・画像診断・異常検知等） 24 AI Human HAZ (Agreement Zone） AI Human ？？
25. © DMM HAZは、提案にとどまらず 現場を大きく変えました 次は、その変化の実態をお見せします 25
26. © DMM ５章. 自動化の成果 26
27. © DMM 自動化方針 • 万が一に備え、自動公開後に不適切レビュー検知も可能な設計とした 27 通報機能 • 利用者が不適切レビューを通報できる機能 モニタリング • 不適切レビューがないか後日人が確認
28. © DMM 28 自動化実績（2ヶ月強） 審査数 • AI審査：約9万件の審査の6割（初回導入のため商品限定） 6割審査 審査数
29. © DMM 29 自動化実績（2ヶ月強） Web公開までの時間 • 人審査：最大7日 → AI審査： 10分以内 99.5%削減 公開時間
30. © DMM 社内の声の変遷 30 • 導入検討：「AI自動化など絶対に無理、責任取れない」 ↓ • 検証期間：「精度は高いが実運用が心配」→ HAZ適用 ↓ • 運用開始：「無理と思ったが、実現がすごい！クレームもゼロ！」
31. © DMM 自動化の成果 • 「モデレーション業務の自動化」を実現し、業務を劇的に改善 自動化成功の鍵 • AIに「任せる範囲を明確化」したこと こうした取り組みを通じ、「人とAIが協調」 責任分離する新たな社会構造を実現した まとめ 31
32. © DMM ６章. 未来の展望と提言 32
33. © DMM 未来の展望 ー 人とAIの共生モデル ー 33 • 今後のAIの進化を見据え「人とAIの共生」を5段階の関係モデルで定義 • 本研究で合意型（Lv3）に到達、その後、AI自身が業務改善する未来が想定 • しかし私はHAZの実践を通じ、新たな結論に至る Lv1 Lv2 Lv3 Lv4 Lv5 指示型 補助型 合意型 改善型 自律型 人が操作 人が主導 AIと合意 AIが改善 AIが自律 現在 未来 従来 ？？
34. © DMM AI時代の人間中心宣言 私は、すべてをAIで置き換えるべきと思いません。 私が考える会のテーマ「人とAIの良き関係」とは、 人が必ず主役であること Trust in Human Leadership. AIと合意した領域を共に歩むこと （Cooperate with AI — in the HAZ.） 人は選択と責任を持つ……この原則を忘れてはなりません。 あなたがAIと歩みたい領域はどこですか？
35. © DMM 35 まだまだ研究は道半ばですが ひとつの指針になれば幸いです ご清聴ありがとうございました。
36. © DMM APPENDIX 36
37. © DMM Q&A集（1/2） 37 HAZの閾値（S=0.15）はどのように決めたのか？ 20万件の実データと６ヶ月に渡る運営部との調整と検証で、 安全なラインとして社内合意したラインです。 またAIの根拠があっているかどうかということを重視しました 残る2%の自動化できない領域にはどんな特徴が多いか？ 人によって感じ方が分かれるグレーな部分が残り2％です。 ユーザー（投稿者やレビュワー）から反発やクレームはなか ったか？ ユーザーからの反発はない、また実は人の方がミスが多いことも分かっています。 誤判定が生じた場合の運用フローは？ 通報とモニタリングで、何かあればすぐ運営が対応できる体制です。 他の分野や業務にHAZは適用可能か？ OK/NGのような明らかな基準がある業務なら、AIと人で役割を分けやすい。 ・製造の品質検査：明らかにOKな製品はAIで判定 ・医療診断：軽症や問題ない症例はAI、難しいものは医師が確認 ・画像検査・異常検知：AIが自信ある部分だけ自動化 ・文書の仕分け：間違いようのないものはAI、曖昧なものは人が見る ・投稿監視 ：明確にOKな投稿だけAIで自動承認 ・金融の与信審査：安全な案件はAI、それ以外は人が最終判断 このやり方が他の分野や別案件でも通用する根拠は？ 汎用的なフレームワークではないが自動運転で実施されている。 高速道のみ自動化するなど。 「自信のある範囲だけ自動化する」仕組みは他分野でも有効です。
38. © DMM Q&A集（2/2） 38 一致度とスコアの関係、どちらが原因でどちらが結果？ 一まず一致度を見ましたが、それだけでは十分でなく、同じOKにも濃淡がありまし た。そこでどれだけOK寄りかを定量化するためにスコアを導入した スコア算出プロセス・処理時間はどれくらい？ 大量データでも実用的？ 1件あたり1分以内で処理できて、並列処理が可能であるため 現行の仕組みであっても今の100〜200倍まで対応できます。 従来法との定量的な比較をもう少し詳しく教えて 従来のHITLよりも、自動化の領域が大きく広がりました。 導入によるコスト効果や、人的リソースの削減度合いは？ 今は6割以上自動化できていて、ほぼ1人で回せるくらい負担が減りました 今後の展望や課題は？ HAZをもっと拡大して、8割くらいまで自動化したいと考えています。 HAZの範囲を広げることはできるか？ 人とAIが合意できれば、HAZの範囲はもっと広げられます。 AIモデルの選定や、モデルの具体的な種類は？ ClaudeやGPTなど複数で比較して、コスト、安定性で一番良いものを選びました AIに責任を持たせないという視点と、今後の自動化拡大に ついてどう考えるか？ AIの責任範囲を明確すること、人が主体であることを原則として自動化を広げる。