意思決定記録とは何ですか?

意思決定記録は、1つのAIの意思決定に関する単一の自己完結型文書です — 理由、当時利用可能な証拠、評価されたポリシー、そしてそれを承認した人間が含まれます。何かが起こったことを記録するログエントリとは異なり、意思決定記録は、その場にいなかった誰か(監査人、規制当局、またはその決定を引き継ぐ同僚)が後で読むために作られています。

意思決定ガバナンス

意思決定記録とは何ですか?

ログはあなたのシステムが何をしたかを示します。決定記録は、他の誰かにその決定がなぜ維持されるのかを伝えます。それは、決定が疑問視されたときに渡すアーティファクトです — 数ヶ月後に、あなたのシステムにアクセスできない人によって。

TL;DR

決定記録は、1つのAI決定の耐久性があり、自己完結した文書です。それは、構造化された議論としての理由、決定時に存在した証拠、評価されたポリシー、およびそれを承認した人の身元を含んでいます。これは、決定が挑戦された瞬間のために設計されています:ログインなしで読み取ることができ、作成したベンダーを信頼せずに検証でき、出席していなかった読者が結論に至るまでの過程を追うことができるほど十分に完全です。

ログは記録ではありません。

ログエントリは「何が起こり、いつ起こったのか」に答えます。決定記録は「なぜこの決定が正当化されるのか」に答えます。この違いは、挑戦の瞬間に重要です:ログはレビュアーにエージェントが出力を生成したことを伝えますが、どの代替案が検討されたのか、どの証拠が実際に利用可能だったのか、または人が判断を行ったかどうかを伝えることはできません。可視化ツールは最初の質問には優れていますが、二番目の質問には決して設計されていません — この区別はAI監査トレイルの下で詳しく説明されています。

意思決定記録に含まれるべきもの

四つの要素があり、すべてがそれを生み出したシステムから独立して生き残る必要があります。理由 — 賛成と反対の議論が構造化されており、物語ではなく、読者が何が考慮されたかを見ることができるようになっています。証拠 — 決定時に存在していた状態でスナップショットが撮られ、後から静かに変わることができる証拠は何も証明しません。政策 — どのルールが評価され、どれが失敗したのか、失敗が最初に来ます。そして承認 — 誰がそれを承認し、誰の名のもとに行われたのか。これらが一緒になって、痕跡をコンプライアンス証拠に変えます。

なぜ10年後にも読める必要があるのか

決定記録の目的は、決定後に長い間検討されることです。これにより、ライブアカウント、稼働中のサービス、またはまだ営業しているベンダーを必要とするものは除外されます。ポータル内でのみ読まれることができる記録は記録ではなく、ビューです。これが、フォーマットがコンテンツと同じくらい重要である理由です — 自身の機械可読データを添付ファイルとして持つアーカイブ文書は、その周囲がすべて変わっても読みやすさを保ちます。また、EU AI Act Article 12の記録保持のように、数年の保持義務を持つ制度が暗黙的に前提としていることでもあります。

改ざん証拠と、それが証明しないこと

決定記録は封印されることができ、後の変更が検出可能であり、署名されることで、読者はそれがどこから来たかを信頼せずに検証できます。これにより整合性が確立されます:これは封印された記録です。これは内容が書かれたときに真実であったことを確立するものではありません。どんな暗号技術も、エージェントがその理由を正直に報告したことや、人間がクリックするのではなく熟考したことを証明することはできません — これが、第14条に基づく人間の監視が独自の構造的取り扱いに値する理由です。その境界について正確であることが、主張の残りを信頼できるものにします。

意思決定記録に含まれるもの

四つの要素、それぞれがレビュアーが実際に尋ねる質問に答えています。

構造化された推論

賛成と反対の議論を、要約された内容ではなく、何が考慮されたかを読者が視覚的に理解できるように、文章ではなくグラフとして示します。

現時点での証拠

情報源と値は決定時にスナップショットされるため、記録は当時実際に知り得たことを反映しており、現在知られていることを反映しているわけではありません。

評価されたポリシー

どのルールがチェックされ、どのルールが失敗したのか、失敗したものが最初に表示されるため、例外が埋もれることなく見えるようになっています。

認可

誰がその決定を承認したのか、代理による承認を含めて、機械による承認が人間によるものと誤解されることがないように記録されている。

これらを組み合わせることで、「エージェントはXを決定した」という内容が、レビュアーが最初からその瞬間を再構築することなく評価できる記録に変わります。

決定記録:よくある質問

意思決定記録は監査ログとどのように異なりますか?

監査ログはシステム全体の出来事の時系列の流れであり、意思決定記録は一つの意思決定に関する限られた文書です。ログは「ここで何が起こったか」に答え、記録は「なぜこの決定が有効なのか」に答えます。ほとんどの組織は両方を必要としており、互いに代替するものではありません。

決定記録は、その決定が正しかったことを証明しますか?

いいえ、そのように主張するツールは過剰に宣伝しています。決定記録は、何が決定されたのか、どのような基準で、誰によって決定されたのかを示します — 正しさに関する判断のための入力であり、判断そのものではありません。決定が正しかったかどうかは、レビュアーの問いです。

事後に決定記録を変更することはできますか?

変更が検出可能なように封印することができます。これは予防とは意味的に異なる保証です:記録は物理的に不変になるわけではありませんが、読者は自分が持っているものが封印されたものであるかどうかを判断できます。

これを実際に読むのは誰ですか?

実際には、内部監査、外部評価者、苦情に対応する規制当局、そして決定を引き継ぐ同僚がいます。彼らは皆、出席していなかった決定を評価するために必要な十分な文脈を求めています。

すべてのAIの決定に対して決定記録が必要ですか?

いいえ。義務は結果を伴う決定に付随します — それは人の権利、アクセス、金銭、または安全に影響を与えるものです。すべてを同じ深さで記録することは高価であり、重要な記録を見つけるのが難しくなります。

意思決定記録はどのような形式であるべきですか?

アーカイブ可能で自己完結的なものであり、機械可読データも含むもの。人間の可読性は重要です。なぜなら、人々が意思決定を評価するからです。機械の可読性も重要です。なぜなら、システムがそれらを検索し、検証する必要があるからです。どちらか一方しか提供しないフォーマットは、もう一方のオーディエンスを取り残してしまいます。

これはEU AI法とどのように関連していますか?

第12条は記録保持に関するものであり、第14条は人間の監視に関するものであり、両者は最終的に個々の決定の記録によって証明されます。決定記録はこれらの義務を満たす一つの方法ですが、それ自体がコンプライアンスではなく、全体のシステムとその運用方法に依存します。

Related AI governance topics

AI Governance

The umbrella discipline: how organizations keep AI agents accountable, observable, and compliant — start here.

AI Observability

Seeing what your AI systems do in production — metrics, traces, and logs.

LLM Observability

Monitoring prompts, tokens, latency, and quality of large language model calls.

AI Traceability

Reconstructing the full lineage of an AI output — inputs, steps, and decisions.

LLM Traceability

End-to-end traces of multi-step LLM and prompt chains.

AI Agent Observability

Observability for autonomous, multi-step agents — tool calls, plans, and decisions.

Agentic AI Governance

Governing autonomous agents: policy, oversight, and accountable autonomy.

AI Audit Trail

Append-only, tamper-evident records of what an AI system decided and why.

AI Agent Monitoring

Real-time monitoring of agent behavior, drift, and decision quality.

Explainable AI (XAI)

Making AI decisions understandable to the people accountable for them.

AI TRiSM

Gartner's framework for AI trust, risk, and security management.

Decision Retrieval

GraphRAG for agents — retrieving past decisions as bounded, auditable packets.

AI Compliance Evidence

What auditors actually ask for, and why policy documents are not evidence.

AI Conformity Assessment

How an AI system is checked against the rules, and what that check consumes.

Decision Tracing

Capturing the structured reasoning behind every AI decision — AI Agentree's category.

AI Precedent Systems

Letting agents learn from past decisions as searchable precedent.

Decision Audit Trails

How human teams record why a decision was made — the deliberation counterpart to an AI audit trail.

Transparent AI

Making model reasoning inspectable, and what changes when several models are compared against each other.

Multi-Agent Simulation

Running many AI personas against one scenario to surface risks before a decision is taken.

決定記録を見る

フォーマットを理解する最も明確な方法は、1つを見てみることです — 理由、証拠、政策の経緯、そして承認を1つの文書で確認することです。

プラットフォームを探索する