インタビューシステム (G検定)

1. 定義と概要

インタビューシステムとは、専門家自身が言語化しにくい暗黙知や体系化されていない経験則を、対話・質問形式のやり取りを通じて効果的に引き出し、エキスパートシステムの知識ベースに組み込める形（ルール）へ変換するための研究・技術の総称です。特定の固有システムの名称ではなく、専門家から知識を引き出す手法・研究分野そのものを指す点が、MYCINやDENDRALのような個別のエキスパートシステムとは異なります。

第二次AIブームでは、血液感染症の診断を支援するMYCINや有機化合物の構造推定を行うDENDRALに代表されるエキスパートシステムが登場しました。これらは専門知識をIF-THENルール（「もし〜ならば〜である」という形式の規則）として蓄積し、専門家並みの判断を再現しようとしました。

しかしルールを増やすには専門家への聞き取りが欠かせず、専門家の知識の多くは経験や勘に基づく暗黙知であるため、専門家自身が判断根拠を意識的に言語化しづらいという壁に直面しました。

この課題は知識獲得のボトルネックと呼ばれ、これを乗り越える対応策の一つとして、専門家から知識を効率よく引き出す手法であるインタビューシステムの研究が進められました。並行して、獲得した知識をどう整理し矛盾なく共有・管理するかという課題に対しては、意味ネットワークやオントロジーの研究が進みました。

2. 試験対策ポイント

G検定における重要な論点は、インタビューシステムが知識獲得のボトルネック（専門家の知識を一件ずつ人手でルール化する作業に手間がかかり、システム構築の壁になること）への対応策として研究された、という位置づけです。MYCINのような個別のエキスパートシステムの名称ではなく、専門家から知識を引き出すための手法・研究分野を指す点に注意が必要です。

知識獲得のボトルネックが生じる原因は、大きく2点に整理できます。ひとつは、専門家自身が判断根拠を意識的に説明できない暗黙知の存在です。もうひとつは、ルールの数が増えるほど生じる矛盾や依存関係の管理の困難さです。

インタビューシステムが担うのは前者、つまり暗黙知を引き出す入口の工程であり、後者にあたる知識の整理と矛盾の解消は、意味ネットワークやオントロジーの役割になります。

MYCINなど個別のエキスパートシステムの知識ベース構築でも、専門家への聞き取りによるルール収集が行われており、こうした人手による知識獲得の負担の大きさが、第二次AIブームが停滞する一因になったとされます。インタビューシステムの位置づけ、知識獲得のボトルネックの2つの原因、MYCINなどの実例は、この関連付けごと教材で扱われます。

3. 関連概念との比較・相違点

意味ネットワークやオントロジー、機械学習との違いは、知識獲得の工程のどこを担うかという役割分担で整理できます。

手法・技術	工程上の役割
インタビューシステム	暗黙知を対話で引き出す「入口」
意味ネットワーク・オントロジー	引き出した知識を構造化する「整理」
機械学習	データから統計的にパターンを自動抽出

インタビューシステムは、専門家の頭の中にある暗黙知を対話によって形式知に変換する段階を受け持ちます。これに対し、意味ネットワーク（概念と概念のつながりを図のように表す知識の表し方）やオントロジー（物事の種類や関係を体系立てて整理した知識の枠組み）は、引き出された知識を矛盾なく管理・共有できる形に構造化します。

両者は対立する概念ではなく、知識獲得のボトルネックという一つの課題に、入口と整理という異なる角度から取り組むパートナーの関係にあります。

機械学習との違いは、知識を獲得する方法そのものにあります。インタビューシステムは専門家への聞き取りを通じて知識を人手で引き出す点で、記号主義的（人が理解できるルールや記号で知識を明示的に表現する立場）なアプローチに立ちます。

これに対し、機械学習はデータから統計的にパターンを自動的に学習するため、専門家への聞き取り自体を必要としません。専門家の頭の中にある知識を対話で言語化するか、大量のデータから規則性を自動抽出するかという、知識獲得の入口そのものが異なる点は取り違えやすいところです。

4. ビジネス・実務での活用シナリオ

ナレッジマネジメントや技能伝承の現場では、ベテラン社員が持つ経験則やノウハウを、対話形式のヒアリングを重ねてマニュアルやチェックリストに落とし込む取り組みが進んでいます。専門家インタビューを通じて暗黙知を形式知（言葉やルールとして誰にでも共有できる形にした知識）に変換するという、インタビューシステムの発想に通じる実務です。

業務改善コンサルティングの分野でも、現場担当者への繰り返しのヒアリングを通じて、言葉にされていなかった判断基準や業務ルールを可視化し、業務フローに落とし込む手法が使われています。専門家からの知識抽出という考え方の延長線上にある取り組みです。

企業のナレッジベース整備においては、社内文書やFAQを整理して回答精度を高める作業の中で、担当者への聞き取りによって暗黙のルールを言語化する工程が必要になる場面があります。インタビューシステムが取り組んだ課題と地続きの側面があり、専門家の知識を対話で引き出すという発想は、AI黎明期の研究にとどまらず現代のナレッジ活用にも生きています。

5. 要点まとめ

• インタビューシステムは、専門家が持つ暗黙知や体系化されていない知識を対話形式で引き出し、エキスパートシステムの知識ベースに変換するための研究・技術です。
• 第二次AIブームで顕在化した知識獲得のボトルネックへの対応策として位置づけられ、獲得した知識を整理する意味ネットワーク・オントロジーとは工程上の役割が異なります。
• MYCINなど個別のエキスパートシステムの知識ベース構築も専門家への聞き取りに依存しており、人手による知識獲得の負担が第二次AIブーム停滞の一因とされています。

6. 確認問題