ブリングアウト、商談音声からの情報抽出に挑む新手法を発表

ブリングアウトが発表した新評価手法

株式会社ブリングアウトは、商談や会議音声からの情報抽出に新たなアプローチを提供することを目的として、2025年3月10日から開催される言語処理学会第31回年次大会（NLP2025）で新しい評価手法を発表しました。この手法は「LLM偽針混入テスト」と名付けられ、大規模言語モデル（LLM）の誤抽出リスクを可視化し、実ビジネスでの安全な導入を歓待します。

背景と課題

大規模言語モデルは多くの場面で活用されていますが、AIが誤った情報を生成するいわゆる「ハルシネーション」問題が依然として残っています。特に商談や会議の記録においては、一つの誤った情報が意思決定に重大な影響を及ぼす可能性があります。このような誤情報のリスクを軽減するための新しい手法の必要性が急務となっています。

新手法「偽針混入テスト」の概要

ブリングアウトが開発した「偽針混入テスト」では、データに偽の情報（偽針）を挿入することで、モデルがどの程度誤抽出を行うかを測定します。この手法によって、従来の評価基準では見落とされがちな誤情報抽出リスクを特定しやすくなります。これにより、業務実運用における安全性が専ら担保されることが期待されます。

研究成果と期待される効果

ブリングアウトは、この新評価手法を通じて、商談音声データを用いた商談現場をシミュレーションし、モデルの信頼性を検証しました。このアプローチは、誤抽出に対する理解を深めることで、ビジネスの判断精度を向上させ、業務の効率化やデジタルトランスフォーメーション（DX）の促進に寄与します。たとえば営業の現場やコールセンターでの業務において、事前に誤抽出しやすいパターンを把握することで、不要なトラブル対応や手戻りを減少させることができ、企業の生産性向上と顧客満足度の向上につながると考えられます。

社会的意義

この取り組みは単に企業のビジネス向上に留まらず、誤情報の拡散防止や公共領域における業務効率化にもつながります。特に医療や行政、教育の分野では、AIを利用した自動化が業務の効率化やサービス品質の向上を実現できると期待されています。

今後の展望

ブリングアウトは今後も研究開発を重ね、学術機関や他業種との連携を図ることで、LLM評価手法の適用範囲を広げていく計画です。最終的には、今後の多様なニーズに応じた安全かつ高精度なAI活用プラットフォームを目指しています。社会課題の解決を視野に入れた研究開発型企業として、ブリングアウトは日本からのイノベーションを世界にも広めていくことを目指しています。

ブリングアウトの取り組みは、企業や公共機関だけでなく、広く社会全体における情報リテラシーの向上に寄与することが期待されます。これからも、透明性の高い管理下で持続可能な社会の実現に向けて、ブリングアウトはその道を進んでいくことでしょう。