第13章　嘘を潰す — 検証の実装

まず結論：品質は、根性でなく仕組みで守る

速く大量に作れるようになると、新しい問題が生まれる。確認が、追いつかない。

百件の文章、数百件の引用。一つひとつ人間が目で追っていたら、速さの意味がない。かといって、確認を飛ばせば、嘘が混じる。

答えは、確認そのものを、仕組みにすることだ。根性で見るのではなく、機械に大量照合させ、人間は最後の判断だけをする。

私の学習アプリには、問題ごとに、根拠となる医学論文がひもづいている。その数、六百件以上。

これを一件ずつ手で確認するのは、現実的でない。だから、こうした。

こうして、無関係な出典を除き、ずれていたものを正しいタイトルに直した。一件ずつ目視していたら、何日もかかった作業だ。

機械化で大事なのは、速さより、何をもって合格とするかの基準だ。

私が置いた基準は、「正直にする」。実在しない引用、本文と合わない出典は、見栄えがよくても残さない。多少不便でも、誠実なほうを採る。

基準さえ決まっていれば、機械はそれに従って大量に裁ける。基準が曖昧なら、何件チェックしても、品質は安定しない。機械化の前に、基準を言葉にする。

これは医療に限らない。数字、出典、固有名詞。AIは、もっともらしい「嘘」を平気で混ぜてくる。

だから、検証は「だいたい合っていればいい」ではいけない。実在しないものは、一件も残さない。一件残すと、全体の信頼が崩れる。読者は、一つの嘘を見つけた瞬間、残り全部を疑う。

速さの裏側で、この一線だけは、機械と人間の二重で守る。

次章は、作るものを「教材」に広げる。一度の設計で、何度も使う量産の話だ。