件数の集計をAIにどこまで任せるか — 数を数える仕事の線引き

件数の集計における生成AIの役割とは

件数の集計における生成AIの役割とは、自由記述の意見を分類するところまでであり、件数を数えて確定させる作業は人が持つ、ということです。

生成AIは電卓ではありません。ここを混同すると、集計結果そのものが間違ったまま配布されてしまいます。

アンケートや意見募集の結果を1枚の集計表にまとめる作業は、医療現場に限らず多くの職場で発生します。自由記述が多いほど、まず「同じ趣旨の意見を束ねる」作業に時間がかかり、そのあとで件数を数えることになります。この2つは性質の違う作業だが、まとめて「集計」と呼ばれてしまうことがほとんどです。

なぜ生成AIは数え上げが苦手なのか

生成AIは、入力された文章をトークンという単位に区切り、次に来る単語らしさを予測して文章を生成する仕組みで動いています。四則演算や個数の数え上げを、専用の計算処理として実行しているわけではありません。

トークン化と数え上げの精度の関係を扱った研究では、文字単位ではなくトークン単位で処理することが数え上げの正確さに影響し、モデルの理論的な計算能力そのものを損ない得ると報告されています。数える対象の単位（例えば1件ずつの意見）と、モデルが実際に処理する単位（トークン）がずれることが、件数のずれにつながるということです。

Anthropic のガイドも、最も高度なモデルでも事実と異なる出力（ハルシネーション）が起こり得るとしています。そのうえで、不確実性を認めさせる・引用で検証させるといった対策はハルシネーションを大幅に減らすが完全には排除しないとし、重要な情報は常に検証するよう明記しています。件数はまさに「重要な情報」であり、検証を省略してよい対象ではありません。

生成AIの仕組みに出てくる用語は医療者のためのAI用語辞典にまとめています。

分担

手順

1. 分類だけを依頼する

自由記述の一覧を渡し、「同じ趣旨のものをグループに分けてラベルを付けてください。件数は数えないでください」と指定します。数える作業を最初から切り離しておくと、後工程で混ざりません。

2. 分類結果を原本と突き合わせる

AIが出した分類の一覧に、元の意見が1件も抜けていないか、二重に数えられていないかを人が目で確認します。ここを省略すると、分類が正しくても件数がずれます。

3. 件数は表計算ソフトの関数で数える

分類が済んだ一覧を表計算ソフトに入れ、COUNTIF のような関数で件数を出します。生成AIに「件数を数えて」と依頼し直す必要はありません。関数は同じ入力に対して常に同じ答えを返すが、生成AIの出力は都度の生成であり、その保証がありません。

4. 合計件数が原本の件数と一致するかを確認する

分類後の合計が、集めた回答の総数と一致することを確認します。一致しなければ、どこかで抜けか重複が起きています。この最終確認だけは省略できません。

FAQ

集計や下ごしらえの工程をどこまで機械に渡せるかを含めて業務フローを整理する段階になりましたら、設計のご相談を承っています。