コンピューターの世界には、初期のメインフレーム時代から伝わる古い格言があります。「ゴミを入力すれば、ゴミが出力される」。これは、機械は入力された情報に基づいてしか動作せず、誤った情報を与えれば、誤った答えを自信満々に返すという意味です。人工知能が防火システムの設計、設置、検査に使用するツールに搭載され始めた今、この原則の重要性はかつてないほど高まっています。その技術は目覚ましいものですが、その基盤となるデータがすべてを左右するのです。

防火においてデータ品質が重要な理由

防火対策は、細部まで正確に設計することが基本となる分野です。NFPA 13規格に基づいてシステムを設計する専門家は、実際の火災、実際の故障、そして実際の人命損失によって検証された知識体系に基づいて作業を行っています。AIツールにこの作業の支援を依頼する場合、私たちはそのツールが学習した情報に基づいて作業を行うよう求めていることになります。その情報が最新かつ正確で、実際に使用する規格に基づいている場合、ツールは真に役立つものとなります。しかし、情報が古かったり、不完全だったり、インターネット上の検証されていない情報源から収集されたものであったりすると、ツールは静かに、しかし確実に誤りを犯す原因となります。そして、人命安全に関わるアプリケーションにおいて、このような確信に満ちた誤りは最も危険なものです。

生命安全システムにおけるAIにとってデータ品質とは何を意味するのか

私たちの世界で「データ品質」が実際に何を意味するのかを考えてみましょう。それは、規格の版が重要であるということです。NFPA 13の旧版で学習したモデルは、もはや適用されない間隔規則や危険分類を引用している可能性があります。それは、情報源が重要であるということです。メーカーの設置マニュアルから抽出したガイダンスは、フォーラムのコメントスレッドとは異なる重みを持ちますが、その違いを区別できないAIシステムは、両方を同じように正しいものとして扱います。それは、文脈が重要であるということです。軽危険区域には正しい規則でも、本来対象としていない保管配置に適用すると、間違っているだけでなく、危険な場合もあります。データがその違いを教えない限り、機械はその違いを認識できません。

NFPAとNFSAはどのようにして信頼できる情報源に基づいてAIを構築しているのか

業界が注目すべき取り組みを始めているのはまさにこの点です。NFPAとNFSAは、オープンウェブではなく、権威ある情報源に基づいたAIツールの開発に着手しました。NFPAは、NFPA LiNK内で提供しているCASIアシスタントについて、公式のNFPAコンテンツに基づいており、参照した出典箇所への引用を返すため、ユーザーが信頼できる回答であると説明しています（NFPA、2026）。NFSAも、エンジニアリングや設計に関する質問に対応するChat EODツールで同様のアプローチをとっています。ツールが実際の規格や基準から回答を引き出す場合、入力の質は飛躍的に向上し、出力は専門家がすぐに活用できるものになります。この根拠こそが重要なのです。それは、推測するツールと、実際に手に取る文書に基づいて推論するツールとの違いです。これらの取り組みの価値は、AIによって支えられていることにあるのではなく、その開発に携わる人々が、その内容に細心の注意を払ったことにあるのです。

データが不十分な場合の幻覚問題

データが不十分な場合とは対照的です。汎用モデルに防火に関する質問をすると、権威があり読みやすい回答が生成されることがよくあります。規格名を明記したり、適切な語彙を使用したりしているかもしれません。しかし、経験豊富な専門家でなければ気づかないような間違いが含まれている可能性があります。これが幻覚問題であり、まれな不具合ではありません。システムにデータが裏付けられる範囲を超えて発言させようとした場合、予測可能な結果です。システムは嘘をついているわけではありません。真実の概念を持っていません。パターンからもっともらしい回答を組み立てているだけであり、根底にあるパターンが不十分または欠陥がある場合、回答も不十分または欠陥があり、その欠陥を隠す流暢な言葉で装飾されているのです。法律業界は、2人の弁護士がAIツールが捏造した判例に基づいて訴訟書類を提出し、裁判官から制裁を受けた際に、このことを公に学びました（Mata v. Avianca）。捏造された引用は本物のように見えましたが、実際には存在しなかったのです。

専門家としての責任と医療水準

事態の重大さを考えると、これは単なる技術的な興味の対象にとどまりません。私たちの分野では、ミスは画面上の問題にとどまりません。それは承認された設計図となり、設置されたシステムとなり、入居される建物となるのです。図面に承認印を押す記録担当の技術者は、その図面に対する専門家としての責任を負っており、AIツールはその責任を共有しません。ツールに入力されたデータが不正確だったとしても、結果に対する責任は依然として専門家にあります。これは身の引き締まる思いであり、私たち一人ひとりがこれらのツールにどう向き合うべきかを考える上で、重要な点です。私たちは、何によって生み出されたものであろうと、それを生み出す過程に責任を負うべきなのです。

防火におけるAIツールの活用に関する優良事例

では、こうしたツールが登場した今、優れた実践とはどのようなものでしょうか？まず、回答の出所を知ることが重要です。情報源を示し、実際の規格を引用し、依拠した箇所を指し示すことができるツールは、単に断言するだけのツールよりもはるかに有用です。次に、検証が続きます。AIシステムからのすべての出力は、後輩の作業をチェックするのと同じように、関連するコードと照らし合わせてチェックする必要があります。なぜなら、本質的にはそれがあなたが行っていることだからです。そして、長年の経験から培われる判断力も重要です。経験豊富な設計者は、理由を説明する前に、回答が間違っていると感じ取ることができます。この直感は機械が代替できるものではありません。データが期待を裏切ったときの最後の砦となるのです。

データ品質がAIが人命を守るかどうかを左右する

こうしたことは、テクノロジーを敬遠する理由にはなりません。信頼できる情報源に基づいたツールは、既に綿密なデータによって何ができるかを示しており、今後さらに進化していくでしょう。重要なのは、それらよりもずっとシンプルで、古くからある真理です。ツールの性能は、それに投入するデータによって決まります。ほとんどの分野では、不十分な回答は単なる不便さで済みますが、私たちの分野では、人々の命を危険にさらす可能性があります。だからこそ、データ品質は私たちの専門職にとって、単なる背景的な懸念事項ではありません。これらのツールが人々の命を守るのに役立つのか、それとも私たちが何十年もかけて築き上げてきた医療水準を静かに損なうことになるのかを決定づける、まさに重要な懸念事項なのです。

機械は今後も進化し続けるでしょう。しかし、私たちの責務は変わりません。消防工学コミュニティは既に、どこに注目すべきかを明確に示しています。2025年にバークレーで開催されたSFPE AI in Fire Engineering Summitに出席した際、検証と妥当性確認が、会場に集まった専門家の間で共通の優先事項として際立っていました。私たちが守る建物の利用者は、機械が盲目的に与えた答えではなく、私たちが自ら検証した結果を頼りにしています。「ゴミを入力すればゴミが出力される」という言葉は、このフレーズを生み出したメインフレームオペレーターにとって真実でした。それは今日でも変わらず真実であり、それを忘れることの代償はかつてないほど高くなっています。

 参考文献

Chat EOD：業界によって開発され、業界のために作られました。 https://nfsa.org/2025/11/06/chat-eod-developed-by-the-industry-for-the-industry/

NFPAは、火災および生命安全におけるデジタル変革を推進するNFPA LiNK 3.0を発表した。 https://www.nfpa.org/about-nfpa/press-room/news-releases/2026/nfpa-unveils-nfpa-link-3-0-advancing-digital-transformation-in-fire-and-life-safety

Mata対Avianca訴訟における弁護士AIの失策から得られる実践的な教訓。 https://www.acc.com/resource-library/practical-lessons-attorney-ai-missteps-mata-v-avianca

2025年開催のAI in Fire Engineeringサミットを振り返る。 https://www.sfpe.org/blogs/amanda-tarbet/2025/08/01/2025-ai-in-fire-engineering-summ