LLM活用による新たなインタビューサービス「qork」の革新機能発表

生成AIを活用した新たなインタビューサービス「qork」

株式会社Quest Researchは、自社が開発したインタビューサービス「qork」において新機能をリリースしました。このアップデートでは、LLM（大規模言語モデル）を活用した候補者自動フィルタリング機能を搭載。これにより、インタビュー候補者の抽出が瞬時に行えるようになり、業務の効率化が期待されています。

自動フィルタリング機能の概要

新機能では、自由記述データを分析し、調査目的に合った候補者を抽出する仕組みを採用しています。従来は人間の手作業で行われていたデータ整理やフィルター条件の設定作業が自動化され、精度と速度が大きく向上しています。最大1000名規模の候補者に対しても、迅速に対応できるのが特徴です。

具体的な機能内容

1. 自動解析と分類: アンケートやスクリーニング調査で集めた自由記述データを自動的に解析し、適合する候補者を選び出します。
2. フィルター条件の自動生成: 自然言語の抽出条件を基に、適切なフィルター条件を自動で作り出します。これにより、誤判定を減少させ、高いリコールとプレシジョンを実現します。

例えば、年収に関する回答が「400万～600万」といった多様な形式であった際でも、LLMはこれを理解し、適切な候補者の抽出を行います。これまで見られた「ハルシネーション」問題に対しても、このアプローチが功を奏します。

従来の課題とその解決

インタビュー候補者抽出では、いくつかの課題が存在しました。

- 手作業の確認作業: 回答形式が異なるため、全てを目視で確認して分類する必要がありました。
- 地域指定の複雑さ: 地域指定をする際、居住先の記載形式が多様なため、手動で特定する必要がありました。
- フィルター条件の複雑さ: 自由記述を数値化・分類するために、複雑な条件分岐を設定する必要がありました。
- 属人的な判断基準によるばらつき: 担当者によって解釈が異なるため、同じ条件でも異なる結果が出る可能性がありました。
- 大量データ処理の難しさ: 候補者数が増えるほど時間がかかり、迅速な調査が妨げられていました。

これらの問題を解決するため、株式会社Quest Researchは独自の技術でアプローチしています。具体的には、フィルター条件の生成アプローチを導入し、「ハルシネーション」のリスクを減少させ、精度を向上させました。

本機能のメリット

1. オペレーションの効率化: 候補者抽出作業が従来数時間から数分に短縮され、業務の効率が大幅に向上します。
2. 人的リソースの最適化: 繰り返しの作業からリサーチャーを解放し、さらなる意味のある調査活動に集中できます。
3. 高精度の抽出: リコールとプレシジョンの両方を高い水準で達成することが可能です。これにより、見落としや誤分類が大幅に減ることでしょう。

今後、株式会社Quest Researchはこの機能を基にして、調査全体におけるAI技術の活用を進めていく方針です。qorkはリサーチャーにとっての心強いパートナーとなることを目指しています。また、海外調査の多言語対応も視野に入れており、さらなる機能拡張が期待されています。