検索・根拠・出典
28語
検索で得た情報を、根拠としてどう扱うかに関わる用語です。グラウンディング、一次資料と二次資料、孫引きや循環引用、情報源の鮮度と取得日、引用・要約・解釈の区別、独立した検証などを扱います。
この分野を読むポイント
検索結果に載っていることは、正しいことの証明ではありません。原典にさかのぼり、いつ時点の情報かを確かめ、AIが生成した文章が別のAIの根拠になる循環にも注意します。
この分野に関連する記事
用語一覧
- グラウンディング（Grounding）
- AIの回答を外部資料や確認可能なデータに結び付け、根拠のない生成を減らすこと。
- 一次資料
- 法令本文・公式発表・原論文など、情報の原発信元に近い資料。法令・規格・料金・仕様など結論を左右する事項は、可能な限り一次資料で確認する。
- 二次資料
- 一次資料を解説・要約・分析した資料。解説時点が古い、要約で条件が落ちている等の可能性があるため、重要事項は一次資料で裏付ける。
- 原典
- 引用・要約の元となる最初の資料や一次的な出典。
- 孫引き
- 原典を確認せず、別資料に掲載された引用をさらに引用すること。AIは引用元を取り違えたり存在しない出典を示したりすることがあるため、引用は原典で確認する。
- 循環引用
- 複数ソースが実質的に同じ原典を参照し、独立した根拠に見えてしまう状態。
- ソース汚染
- 低品質・誤情報・AI生成文などが検索やRAGの情報源へ混入すること。汚染された情報源はRAGの回答を通じて誤りを再生産するため、取込前の品質確認と出所の管理が必要。
- AI生成コンテンツ
- 生成AIによって作られた文章・画像・音声・コードなど。Web上で増えているため、出典が一次情報か、AIが生成した二次的な文章かを見分ける必要がある。
- クロス検索
- 言語・検索語・情報源を変えて同一テーマを複数経路で調べること。
- 逆検証 / 逆検証検索
- 結論を支持する情報だけでなく、反対情報・反例・結論を否定しうる情報も意図的に探して確認する検証・検索手法。
- 証拠充足
- 結論を出すのに必要な根拠が十分そろっている状態。
- 検索未達
- 必要な情報や十分な根拠を検索で取得できなかった状態。見つからなかったことを存在しないと断定せず、確認範囲を明示して未確認として扱う。
- 情報源の鮮度
- 資料がどれだけ新しく、現在の状況を反映しているかという性質。法令・料金・製品仕様・役職等は変化が速いため、公開日・更新日を確認する。
- 参照版
- 法令・仕様・規約などで、どのバージョンを参照したかを示す情報。規格や法令は改正で内容が変わるため、版・施行日を記録しておくと後から検証できる。
- 更新日
- 資料や仕様が最後に変更された日。
- 取得日
- Web資料などを実際に確認・取得した日。Web資料は予告なく更新・削除されるため、取得日を記録し、必要に応じて保存する。
- 直接引用
- 原文をそのまま必要な範囲で引用すること。著作物の引用は必要な範囲にとどめ、出典を明示する。
- 要約
- 原文の主要内容を短くまとめること。条件・例外・数値の単位が落ちやすいため、原文と意味が変わっていないか確認する。
- 解釈
- 資料に直接書かれていない意味や含意を読み取ること。
- 独立検証
- 同じ原典のコピーではない別経路の証拠で事実を確認すること。同じプレスリリースを元にした複数の記事は、件数が多くても独立した証拠にはならない。
- 主張
- 回答内で事実・判断として述べる内容。
- 根拠
- 主張を支える資料・データ・論理。
- 分布シフト
- 学習時と実運用時でデータや条件の分布が変わり、性能が落ちる現象。本番データの傾向変化を監視し、評価データを定期的に更新する。
- データ鮮度
- 検索・RAG等で使うデータが現在の状態をどれだけ反映しているか。RAGでは文書の更新日をメタデータとして持たせ、古い文書が優先されない仕組みを設ける。
- チェリーピッキング
- 都合のよい証拠だけを選び、反対情報を無視すること。AIはユーザーの期待に沿う根拠を優先して集めることがあるため、反証も明示的に探させる。
- robots.txt
- Webサイト管理者がクローラーへアクセス希望範囲を伝えるためのファイル。技術的なクロール方針であり、それ自体が利用許諾や法的権利を保証するものではない。
- Paywall
- 会員登録や課金などを条件にWebコンテンツへのアクセスを制限する仕組み。
- Data Lineage
- データがどこから取得され、どの変換・加工・移動を経て現在の形になったかを追跡できる来歴情報。