HITL（Human-in-the-Loop）

## 自動化の「最後の砦」 AI が業務に浸透するにつれ、「どこまで機械に任せ、どこで人間が判断するか」という線引きが避けられなくなった。HITL はその線引きを仕組みとして定義するアプローチだ。典型的な実装では、AI の出力に信頼度スコアを付与し、閾値を下回った場合に人間のレビューキューに回す。

たとえば請求書の自動読み取りで、抽出された金額の信頼度が 0.85 未満ならオペレーターが目視確認する——といった具合である。## どこに人間を置くか HITL の設計で最も難しいのは、介入ポイントの選定だ。すべての出力を人間がチェックすれば安全だが、それでは自動化の意味がない。

逆に閾値を緩くしすぎると、誤った出力がそのまま後続処理に流れる。実務では段階的にアプローチすることが多い。初期は閾値を厳しめに設定して人間のレビュー率を高くし、AI の精度が安定してきたら徐々に閾値を緩和していく。

このフィードバックループ自体が HITL の本質的な価値といえる。## 完全自動化との使い分け すべてのタスクに HITL が必要なわけではない。メール分類やログ分析のように、誤りのコストが低いタスクは完全自動化で問題ない。

一方、医療診断の補助や金融取引の承認など、誤判断が深刻な結果を招く領域では HITL が不可欠になる。筆者が携わった OCR＋データ入力の案件では、HITL 導入後に処理速度は全自動比で 30% 低下したものの、エラー率は 1/10 以下に改善した。速度と正確性のトレードオフを定量的に測れるのも、HITL 設計の利点だ。