#企業動向 MIT Technology Review 2026年7月20日

AIは、採用時にバイアスを形成する人間よりも大きい

ジョブに応募する次回は、AIは、どんな人でも見る前にレムをスクリーニングするかもしれません。 しかし、AIが公平に判断するかどうかを疑問にするのは良い理由があります。 研究者は、LMSがトレーニングデータから人間のバイアスを拾うことを既に知っている。 新しい研究では、LMSが独自のバイアスを開発できることを示唆しています...

出典: MIT Technology Review（配信元の紹介文より引用）

このニュースの全文は、配信元でお読みいただけます。 MIT Technology Reviewで元記事を読む →

この話題に関連する、TOEの実践・観測記録

ニュースの背景を、当社が実際にAIを動かした一次記録から補足します。

AI検索観測所

FAQ・Q&A形式は、なぜAI検索に取り上げられやすいのか

想定質問と短い答えを並べるFAQ形式は、AI検索に引用される材料として相性がよいとされます。その理由を仕組みから説明し、実際にどう作れば効きやすいかの型を整理します。効果の測定値は測っていないものは書きません。

続きを読む →

AI実践室

止まったメディア更新を、見張り役が自動で叩き起こしていた話 ― 導入初日に3本を復活させた記録

前の記事で、自社メディアの自動更新が最大91%抜けていたと書きました。その穴を塞ぐために「見張り役」を1本入れました。1時間ごとに全ジョブを見回り、止まっていたら自動で再始動します。導入初日、実際に3本を叩き起こし、59時間止まっていた記事生成を復活させました。ただし、この見張り役にも正直な弱点があります。

続きを読む →

失敗の鬼

経理は13本、マーケは1本 — 27本の自動化ジョブが教えてくれた「AIに任せてよい仕事」の見分け方

弊社の自動化ジョブは27本ありますが、内訳は経理13本に対してマーケはたった1本。しかも毎朝の定型集計には、あえてAIモデルを一切使っていません。この偏りと設計判断から見えてきた「AIに向く仕事・向かない仕事」の見分け方を、実際の数字だけで書きました。

続きを読む →