ITパスポート 2023年 問16

コールセンターにおけるAI活用とFAQシステム【ITパスポート 解説】

正解の理由

• 音声認識（speech-to-text：音声を文字に変える技術）で電話の会話をテキスト化する。
• 自然言語処理（NLP：人間の言葉をコンピュータが理解・処理する技術）で質問の内容や意図を解析する。
• 感情分析（sentiment analysis：声や文から怒り・不安などの感情を推定する技術）で緊急度や顧客の心理を把握する。
• さらに、意味ベースの検索（埋め込みベクトルなど）でFAQから最も適した回答を高確度で提案する。

解法ステップ

1. 問題文で「AIを活用し」「より有効なFAQシステム」を実現する、とある点を確認する。
2. 選択肢で「学習・解析・推論」を含む処理を探す。AIが得意なのは「曖昧な言葉の理解」「音声や感情の解析」「意味に基づく検索」など。
3. 各選択肢をAIが関与しているか・関与していてもFAQの精度向上に直結するかで比較する。
4. AI的手法（音声→テキスト→NLP→感情解析→意味検索）を含むものを正解とする。

選択肢別の誤答解説

• ア: オペレーター業務研修でFAQを画面学習する。
  • これは教育（eラーニング）や研修の話です。AIでのリアルタイム解析やFAQ選定の改善には直接つながりません。したがってAIを活用したFAQ向上の事例とは言えません。
• イ: ダイヤル番号に従ってオペレーターに振り分ける。
  • これはDTMF（Dual-Tone Multi-Frequency：電話機の番号入力で発生する音の信号）などによるルールベースのルーティングです。便利ですが、AIによる言語理解や回答推定は含まれていません。
• ウ: 電話番号から顧客情報や過去問合せを表示する。
  • 顧客情報データベース（CRM: Customer Relationship Management）から履歴を表示するのはオペレーターの支援になります。AI的要素が明記されていないため、FAQ自動選定という観点では不十分です。データ参照は重要ですが、「FAQをより有効にするAIの自動解析・選定」には該当しません。
• エ: 電話応対時に音声から感情と内容を読み取り、FAQから最適回答候補を選び出す。
  • 音声認識・感情分析・自然言語処理・意味検索といったAI技術を組み合わせ、FAQ選定の精度を高める典型的な事例です。したがって正解です。

よくある誤解

1. 「データを表示するだけでもAIを使っている」は誤解です。単なる参照はAIではなく、分析・推論・自動選定の工程があるかがポイントです。
2. 「音声認識できれば意味が分かる」は誤解です。音声を文字にする技術（音声認識）と、その文字から意図や最適回答を導く自然言語処理は別の処理です。両方が必要です。
3. 「感情分析は万能」は誤解です。感情推定は参考情報であり、誤判定があるため必ずオペレーターの確認やフォールバック設計が必要です。

補足コラム

1. 電話音声をリアルタイムで音声認識しテキスト化。
2. テキストに対し自然言語処理で意図（インテント）とキーワードを抽出。
3. 感情分析で顧客の怒り・不安などをスコア化。
4. 意図とキーワード、感情スコアを組み合わせて意味検索（埋め込みベクトル検索）でFAQ候補をランキング。
5. 上位候補をオペレーター画面に提示し、応答の質と速度を向上させる。

• プライバシー（個人情報）の保護が重要です。音声ログや顧客データの扱いは法令や社内ルールで厳格に管理します。
• 方言や雑音で音声認識精度が落ちる場合があります。誤認識対策（雑音除去、再確認フロー）が必要です。
• AIは補助ツールです。最終判断は人が行う仕組み（オペレーターの最終承認）を残すと安全です。

• FAQ（Frequently Asked Questions：よくある質問と回答）
• AI（人工知能：データから学習し推論する技術）
• 音声認識（speech-to-text：音声を文字にする）
• 自然言語処理（NLP：言葉の意味をコンピュータが解析する技術）
• 感情分析（声や文から感情を推定する技術）
• 埋め込みベクトル（意味を数値化して類似検索する方法）

FAQ