グラウンディング とは？

AIは学習データのパターンから文章を生成するから、事実に基づかない「もっともらしいウソ」を平気で言うことがあるんだ。これをハルシネーションと言うよ。グラウンディングは、AIに信頼できるデータを参照させて、地に足のついた回答をさせる技術なんだ。

代表的なのはRAGという手法だよ。ユーザーの質問に関連する文書をデータベースから検索して、その内容をAIに渡して回答させるんだ。「この資料を参考にして答えて」とカンニングペーパーを渡すイメージだね。

残念ながら100%ではないよ。参照データ自体が古かったり間違っていれば、当然回答も間違う。でもグラウンディングなしと比べれば格段に信頼性が上がるし、出典を示せるから人間が検証しやすくなるのが大きなメリットだね。

ファインチューニングはモデル自体を追加学習で変える方法、グラウンディング（RAGなど）はモデルは変えずに外部データを参照させる方法だよ。ファインチューニングは手間とコストがかかるけど、RAGは検索システムを用意するだけで済むのが大きな違いだね。

企業の社内データ（マニュアル、議事録、製品仕様書など）を元にAIに回答させたいけど、その社内データでGPTを再学習させるのはコストもセキュリティリスクも高い。RAGなら社内文書をベクトルDBに入れておくだけで、AIが社内の知識に基づいた回答を生成できる。Azure OpenAI Serviceの「On Your Data」機能がまさにこの仕組みで、企業のAI導入で最も実用的なパターンとして急速に普及しているんだ。