ENTRY

◀︎ AI NEWS TOPへ

英法務省、保護観察の記録の検索に意味の近い言葉も拾うAIを足したが、探す時間の数字の変化は小さく、手間の減りは聞き取りでの話と省が報告

2026.11.02
英法務省、保護観察の記録の検索に意味の近い言葉も拾うAIを足したが、探す時間の数字の変化は小さく、手間の減りは聞き取りでの話と省が報告

英国の法務省は、保護観察の担当者が使う記録の検索に、意味の近い言葉も拾うAIを足しました。2025年10月から、事件の管理の仕組み「デリウス」で使っています。2026年10月1日の省のブログによると、探す時間の変化は小さく、その数字は書かれていません。省は、時間の減りは測りにくかったと書いています。一方、担当者への聞き取りでは、多くの場面で探す手間と頭の負担が減ったとしています。聞き取りの人数と方法、性能を試した数字は公開されておらず、外の人による確かめもありません。使う人の数(1日約1000人)も、新しい検索を使い始める前の2025年3月の数字です。

この事例で分からないこと

  • 一次は法務省のブログと政府の公開の記録だけで、外の人による確かめはありません。公開の記録は、外の人は性能を試していないと書いています
  • 本番で使い始めたあとの効果の数字がありません。探す時間は「小さな変化」とだけ書かれ、使われ方の増えも数が書かれていません
  • 探す手間が減ったという話は聞き取りによるもので、聞き取りの人数と方法が書かれていません
  • 性能を試した数字(F1、MAP@60)が公開されていません
  • 1日約1000人・平日5000回は2025年3月の数字で、新しい検索を使い始める前のものです

何が起きたか

英国の保護観察では、担当者が、罪を犯した人との面談や連絡の内容を記録に書きます。記録は「デリウス(Delius)」という仕組みに入ります。ブログによると、1年に4000万件を超える記録が入ります。

担当者は、新しく人を担当すると、その人の過去、危険、必要な支えを早くつかむ必要があります。同僚から人を引き継ぐこともあり、他人が書いた記録も読みます。

2021年10月から、記録を言葉で探す検索がありました。ただ、書いた人が使った言葉を知らないと見つかりません。ある人は「たばこを吸う(smoking)」と書き、別の人は「紙巻きたばこ(cigarettes)」と書きます。そのため担当者は、似た言葉を何度も打って、見落としがないかを確かめていました。省は、検索の記録を調べ、この繰り返しに担当者の時間がかなり使われていると見積もりました。

AIの使い方

新しい検索は、言葉どおりに探す方法と、意味の近い言葉を探す方法を合わせたものです。意味の方には、ミックスブレッドAI(Mixedbread AI)の公開のモデル「mxbai-embed-large-v1」を使います。モデルは省の中で動かしています。外の会社のサービスには、記録を送りません。モデルに手を加えて学ばせることもしていません。

モデルは、記録の文と検索の言葉を、それぞれ数の並びに変えます。意味が近いほど高い点になり、決めた点を超えた記録を返します。たとえば「火事」で探すと「放火」「燃やす」も出ます。つづりの間違いや、保護観察の略語も拾いやすくなりました。

言葉どおりに合う記録は、これまでどおり出ます。意味の検索は、それに足す分だけを出します。担当者は、出た記録を読んで、要るかどうかを自分で決めます。検索を使わずに、全部の記録を読むこともできます。

使う前に、担当者が印を付けた記録で試しました。言葉は「住まい」「家庭内の暴力」「警察」「守るための対応」「酒・薬」の5つです。両方を合わせた検索が、ほかの方法より良かったと書かれています。

発表された数字

📊 項目 法務省の説明
デリウスに入る記録 1年に4000万件超
新しい検索を使い始めた時期 2025年10月
使う人と検索の回数(2025年3月時点) 1日に約1000人、平日に平均5000回
偏りを調べた記録 3万件(全体として決まった偏りなし)
試しに使った言葉 5つ(性能の数字は公開されていない)
言い換えの繰り返しで失った時間の割合 小さな変化(数字なし)

出典:法務省のブログ(2026年10月1日)、政府のアルゴリズムの公開の記録(2025年10月8日)。2025年3月時点の数字は、新しい検索を使い始める前のものです

ブログは、使い始めてからの反省を3つ書いています。まず、聞き取りでは、思い出してもらうより、実際に探す場面を見る方が分かりました。次に、効果がすぐ出るとは限りません。画面の見た目が前とほとんど変わらず、前と同じ探し方をする人もいました。最後に、画面がごちゃごちゃしていて、使い方の説明が見つけにくい点も分かりました。

公表された説明と、確かめられていないこと

📢 公表されている説明 ⚠️ 確認できていない点
両方を合わせた検索がほかより良かった F1などの性能の数字
探す時間の数字の変化は小さかった 前と後の時間の数字
聞き取りで多くの場面で手間が減った 聞き取りの人数と方法
検索の使われ方はこの半年で大きく増えた 増えた数、増えたのが新しい検索によるものか
全体として決まった偏りはなかった 外の人による試し
1日に約1000人、平日に平均5000回(2025年3月) どの検索を数えた数字か、使い始めたあとの数

凡例:📢=当事者(法務省)が公表している説明 ⚠️=出典に書かれておらず、こちらで確認できていない点
出典:法務省のブログ(2026年10月1日)、アルゴリズムの公開の記録(2025年10月8日)。公開の記録は、外の人は性能を試していないと書いています

誰に関係するか

工場の設備の保守の担当で、前の人が書いた作業の記録を引き継ぐ技術者なら、この検索の足し方を試せます。「異音」「変な音」「うなり」のように、人によって言葉が違う記録を探す場面です。言葉どおりの検索は残し、意味の近い記録を足して出します。

コールセンターで、お客さまの対応の記録を調べる担当にも近い使い方です。この事例では、時間の数字では効果が見えにくく、担当者が探す場面を見て確かめました。試す前に、何を測るかを決めておくとよさそうです。

まとめ

省は次に、検索の使い方の説明を広め、2026年4月に国中で始まった保護観察の別の仕組み「MPOP」にも、この検索を入れるとしています。

参考文献

最新の記事も併せてチェック

Tags

タグ一覧へ ▶︎

Kamone
著者 Kamone

30歳で学者志望からITエンジニアに転身。通信・金融業界におけるインフラ領域を中心に、オンプレミスからクラウドまで幅広く経験。AWS学習コミュニティでは公認メンターとして教材制作や講師を務める。現在はリツアンSTCにて事業推進に携わり、AI活用とエンジニア支援の高度化に取り組んでいる。

Kamone
著者 Kamone

株式会社リツアンSTC社員。

1984年 東京都中野区生まれ。

大学中退後、工場や警備員などを経て、何もスキルが身についていないことに危機感を覚える。
2014年 何か手に職をつけなければと思い、電子専門学校からエンジニアになった弟を見て「コイツにできるなら俺もできる」と安易な考えで未経験からIT業界に飛び込む。
そこは「まともな案件に入れなければ営業としてこき使われるか中国に送られるらしい」と恐ろしい噂が飛び交う会社だった。
「とんでもないところに来てしまった…」と戦慄するも、運よく大手新聞社系のインフラチームから声がかかり、エンジニアとしてのスタートを切る。

その後、SESを転々としながら通信・金融業界のオンプレ・クラウド案件を中心にインフラエンジニアとして経験を積む。

2021年 AWS学習サービス「Cloudtech」に参加し、公認メンターとして書籍出版プロジェクトや教材制作・講師などのコミュニティ・サービス運営に関わる。

2023年 ゆとりーマンのYoutube動画で新興SESの闇とリツアンの存在を知り、転職。(当時所属していたSES企業が動画で紹介されていた特徴に当てはまっていて愕然)
その後、CloudTechとリツアンの橋渡し役を担い、合同プロジェクト「テラコヤテック」の運営に関わる。
2025年 リツアンの「エンジニアに一円でも高い報酬を」「会社は社員に使われるためにある」「出入り自由」といったスタンスに共鳴。エンジニアから転向し、リツアンの事業推進に参画。
現在に至る。

他人の文体を真似たり、他人が書いた文章を手直しするのが得意、という若干嫌な気持ちにさせる特技を持つ。
AI活用を鋭意研究中。
(リツアンいいとこ一度はおいで。)

今すぐわかる。報酬シミュレーション