現場で起きやすい課題
生成AIチャットボットやRAGの仕組みは、読み込ませた資料の内容がそのまま回答の土台になるため、資料が古いままだと誤った答えでも自信ありげに返してしまいます。制度変更や規程の改定があっても資料の更新が後回しになりやすいのは、どの組織にも起こりうることです。人であれば「その情報は古いかもしれない」と迷いながら答えますが、AIは古い情報でも断定的に答えてしまう点に注意が必要です。まず取り組みたいのは、AIに読み込ませている資料の一覧をつくり、それぞれの最終更新日を確認するところからです。古い資料がどこに残っているかが見えてきます。
最初に整理すること
次に、資料を差し替えてからAI側の参照内容に反映されるまでにどれくらい時間差が生じるかを把握しておくことも欠かせません。取り込み処理が定期実行のみの仕組みだと、更新したはずなのに数日は古い回答が返り続けることがあり、この時間差を知らないと混乱のもとになります。仕組みとしては、制度変更や規程改定があった際に関連資料の更新をセットで行うルールを決めておくと有効です。業務フローの一部に組み込んでおけば、うっかり漏れを防ぎやすくなります。資料ごとに更新担当者を明確にしておくこと、年に一度は全体を棚卸しする機会を設けておくことも、鮮度を保つ助けになります。
光の道具箱で広げる改善
月に一度でも、重要度の高い資料についてはサンプル的に質問を投げて回答を確認する点検を組み込むと、劣化に早く気づけます。情報の鮮度は一度整えて終わりではなく、資料が生きている限り続く管理作業です。更新のたびに反映まで確かめる習慣を根づかせることが、AIの回答を安心して使い続けるための土台になります。



