要約と質問応答：情報の山から答えをすくい取る 

検索エンジンで調べものをするとき、私たちが本当に欲しいのは「関連する文書」そのものではなく、その中にある「答え」や「要点」です。けれども、従来の検索はあくまで文書のリストを返すだけ。結局はユーザー自身が膨大なテキストを読んで整理しなければなりません。そこで登場したのが 要約 と 質問応答（QA） です。両者は、検索の次のステップとして「情報の山を掘り下げ、必要な部分だけを取り出す」役割を果たしています。

要約：長い文章をコンパクトにする 

要約の目的はシンプルです。長い文章の中から重要な部分だけを取り出し、短くわかりやすく提示すること。これによって、読む時間と労力を大幅に減らせます。 

要約には大きく二つの方法があります。ひとつは 抽出型要約。文章中の重要な文や句をそのまま抜き出して並べる方法です。アルゴリズムが「どの文が重要か」をスコアリングして決めるため、元の文章の一部をそのまま使います。ニュース記事の「3行まとめ」のようなイメージです。 

もうひとつは 生成型要約。文章全体を理解したうえで、新しい文章としてまとめ直す方法です。こちらは自然な言い回しができる反面、内容を間違えてしまうリスクもあります。 

実際の応用範囲は幅広く、ニュース要約や論文の抄録作成、裁判文書の「主文と理由」の要点整理、会議や講義の自動議事録作成など、多くの場面で使われています。 

質問応答：知りたいことに直接答える  

要約が「読む手間を減らす技術」だとすれば、QAは「答えそのものを返す技術」です。
ユーザーが入力した質問に対して、文書を探す必要もなく直接答えを示してくれるのが特徴です。 

たとえば「雇止めが無効とされた理由は？」という質問を入力したとします。検索だけなら関連判例が一覧で返ってきますし、要約なら「この判例では合理的期待が認められた」といった一文が提示されるでしょう。QAならさらに踏み込み、「契約更新に合理的期待が認められたためです」と、質問の形に即した答えを返してくれます。 

QAシステムの内部はふつう二段構えになっています。まず「Retriever」と呼ばれる部分が関連文書を探し出し、次に「Reader」がその文書を読んで答えを導きます。近年ではさらに自然な答えを生成する仕組みが取り入れられ、人間らしい言い回しで応答できるようになっています。 

検索から要約・QAへのつながり 

検索、要約、QAは別々の技術に見えますが、実際には一本のストーリーとしてつながっています。 

• 検索：関連しそうな文書を集める。
• 要約：その中から要点を短く整理する。
• QA：質問に即した形で答えを返す。

この流れは、情報のリストアップから「答えの直接提示」へと進化していることを示しています。利用者体験の観点から見ると、検索は入口、要約は中継点、QAは出口にあたると言えるでしょう。 

LLMがもたらした変化 

大規模言語モデル（LLM）の登場は、要約とQAのあり方を大きく変えました。従来は専用の訓練データを用意しないとモデルが機能しませんでしたが、LLMはゼロショットや少数ショットで柔軟にタスクをこなせます。 

さらに注目されているのが RAG（Retrieval-Augmented Generation） です。まずベクトル検索で関連文書を見つけ、それをLLMに入力して要約や回答を生成します。これにより、ただ答えを生成するだけでなく、「どの文書に基づいたか」という根拠を示すことも可能になります。 

すでに法律分野では、判例検索に要約とQAを組み込み「この判例が参考になる理由」を自動で説明するシステムが試されています。医療分野でも、論文や症例記録から要点を整理し、診療上の問いに答える取り組みが進んでいます。ビジネスの現場では、会議録を要約して経営層の質問に答える仕組みが導入されつつあります。 

課題とこれから 

便利さが増した一方で、課題も残っています。
特に問題視されるのは「幻覚（hallucination）」と呼ばれる現象で、存在しない答えをもっともらしく返してしまうことです。専門分野での利用には、回答に根拠文書を添えたり、知識グラフなど外部データと組み合わせたりする工夫が欠かせません。 

また、利用者の立場によって答え方を変えることも重要です。専門家には判例番号や条文引用を示す必要がありますが、一般の人には平易な言葉で説明する方が親切です。今後はユーザーの目的や知識レベルに合わせて答え方を調整する「パーソナライズドQA」が求められるでしょう。 

まとめ

要約とQAは、検索の限界を乗り越えるために登場した技術です。要約は情報を短く整理し、QAは質問に直接答えることで、私たちが知識にアクセスするスピードと効率を飛躍的に高めています。 

そしてLLMは、検索・要約・QAを一つの流れとして統合しつつあります。これからの知識アクセスは「検索して読む」から「質問して答えを得る」へとシフトしていくでしょう。