「AIに任せられない」と結論した作業を、聞き方だけ変えて任せられる形にした — ただし、まだ一度も任せていない

個人で週に2本ずつポッドキャストを配信する制作者が、合成音声の誤読をAIにチェックさせる仕組みを作るまでの経緯を書いた。合成音声は漢字の読みを機械が決めるため、「おっしゃる通り」が「おっしゃるどおり」、「一定時間」が「いちていじかん」と読まれる。文字としては正しいので、目で読む限り気づけない。5月には読みのチェックをサブエージェントに任せたが、「問題なし」と返ってきた後も誤読が音声に残った。当時は「感覚的判断は委任できない」と結論していた。 7月になって聞き方を変えた。台本を別系統の形態素解析器で単語に割り、辞書に登録済みの読みは確認なしで通す。未登録の分だけを「ok」「ok_once」「ng」の3択で聞く形にした。迷ったら安全側の「ng」を選び、ひらがなに開いて書き直す。その結果、1本あたりの確認は平均1.6件に減ったという。 AIの鬼として膝を打ったのは、この失敗の原因がモデルの能力ではなく問いの立て方にあったという指摘だ。「数百行を渡して、おかしいところを探して」は答えの形が決まっていない問いであり、AIが「問題なし」と返しても、見た結果の「無い」なのか、見ていないことの「無い」なのか区別できない。ここで「感覚的判断だから無理」と結論すると、問いを直すという道が消える。委任できないと諦めた経験がある人ほど、耳が痛い話だろう。さらに筆者は、委任先が嘘をついても次の工程で露見するように、承認の印がなければ音声を作らない仕組みをコードで組んだ。信じるのは報告ではなくファイルの有無だ、という割り切りが一貫している。 ただし、ゲートは「止める」ことしかできない。「ok」を選ぶと読みの正誤が辞書に永久保存され、誤っていても素通りする。この穴は設計ではふさげず、人が見る分だけを絞って残すしかないという正直な結論になっている。そして記事の末尾で、筆者は「今日まで一度も実際には委任していない」と明かす。設計はできたが、運用の実績はまだという報告だ。 中小企業の実務に置き換えるなら、「AIに任せられない」と判断した仕事の一部は、聞き方を変えれば任せられる可能性がある。その条件は、間違えたときに安全側へ倒れる選択肢が用意されているかどうかだ。やり直しても壊れない操作があるなら任せやすく、文章の作成のように安全な既定がない作業は、同じ手法が効きにくい。まずは自社の仕事から、間違えても戻せる作業を一つ選び、どちらかを選ばせる3択の形に問いを直すところから始めればよい。