短い質問には正しく答えるAIでも、調査、編集、保存、確認を続けて行う作業では失敗することがある。長い作業では、一つ一つの能力に加え、それらを最後までつなぐ信頼性が必要になる。
小さな失敗の機会が積み重なる
説明用に、各工程が独立に95％の確率で成功し、20工程すべての成功が必要な作業を考える。全体の成功率は0.95の20乗で、約36％になる。各工程の成功率が高く見えても、最後まで無傷で進む確率は下がる。
現実の失敗は独立ではない。初めの読み違いが後の工程すべてへ影響する場合もあれば、途中の確認で修正できる場合もある。どこに誤りが波及するかが重要になる。
答えを知ることに加え、状態を管理する
長い作業では、目的、完了した操作、未解決の問題を保持する必要がある。ファイルを保存したつもりでも保存先が違う、画面が変わったのに古い前提で操作する、といった失敗が起こり得る。
外部の道具にも待ち時間やエラーがある。再実行してよい操作か、重複すると問題になる操作かを区別しなければならない。回答の知識量だけでは、この実行上の判断を測れない。
確認と復帰を、作業の中へ組み込む
工程の途中で実際の保存内容を読み直し、目的に照らして確認すれば、誤りの連鎖を早く止められる。作業記録を残し、中断後に続きから再開できるようにすることも有効である。
長い課題を評価する研究では、人が要する時間などを使って難しさを整理する試みがある。実務では、単発の成功例に加え、繰り返したときの完了率、修正に要した時間、人の介入量を測ると実力が見えやすい。
95％と20工程は仕組みを示す仮定であり、特定AIの実測値ではない。独立性や復旧可能性が変われば、全体の成功率も変わる。
参考資料
参考資料確認日：2026年10月13日。