アノテーションの重要性と課題
問題
アノテーション（データへのラベル付け）に関する記述のうち、誤りを1つ選べ。
解説
教師あり学習において、画像に「犬」「猫」といった正解（ラベル）を付与する作業がアノテーションです。
AIの性能は「データの質」に直結するため（Garbage In, Garbage Out）、正確で一貫性のあるアノテーションをどう効率的に行うかが、AI開発の成否を分ける最大のボトルネックになりやすいのが実務上の大きな課題です。
1. アノテーションは教師あり学習で必要となる作業である。
正しい：教師あり学習では、入力データに対してAIが予測すべき「正解の出力（グラウンドトゥルース）」を教える必要があり、その正解を作成する作業がアノテーションである。
2. アノテーションの品質が低いと、学習したAIモデルの性能も低下する。
正しい：ラベルに誤りや基準のブレ（作業者間の認識の違いなど）があると、AIが間違ったパターンを学習してしまい、最終的な予測精度が著しく低下する（Garbage In, Garbage Out）。
3. アノテーションは自動化が完全に可能であり、人手による確認は不要である。
誤り：ツールによる半自動化は進んでいるものの、最終的な正解の判断やエッジケースの処理には人間の認識能力が必要であり、人手による作業や品質確認が不可欠である。
4. アノテーション作業には専門知識が必要な場合がある。
正しい：医療画像の診断（がんの判定など）や、専門的な契約書の読解など、アノテーションを行うために高度なドメイン知識（専門知識）を持った専門家が必要になるケースが多い。
📚 より詳細を学びたい方へ
