AI予想サービスの見分け方 — 誇大広告を避ける透明性チェックリスト

公開: 2026-07-07 / koei-ai 編集部

「AI」という言葉は、中身を見せなくても信頼されやすい魔法の言葉になってしまいました。公営競技の情報サービスを選ぶとき(koei-ai を評価するときも含めて)、確認すべきは宣伝文句ではなく検証の作法です。以下、データ分析の観点からのチェックリストです。

透明性チェックリスト

#	チェック項目	なぜ重要か
1	的中や利益を保証していないか	確率のゲームで結果の保証は原理的に不可能。保証を謳う時点で数字より営業を優先している
2	評価指標を開示しているか(的中率だけでないか)	的中率は人気側を選ぶだけで高くできる。log lossや市場比較なしの的中率は情報量がない
3	検証期間が「学習期間の外」だと明示しているか	未来リークがあると過去成績はいくらでも良く見せられる
4	使っているデータと特徴量を説明しているか	「独自AI」「秘密のロジック」は検証拒否と同義
5	不利な結果(外れた週・悪化した実験)も記録しているか	良い結果だけの提示は選択バイアス。改善の履歴は失敗の記録があって初めて信頼できる
6	サンプル数を示しているか	数十レースの好成績は偶然で普通に出る。少数サンプルの回収率は特に無意味
7	市場(オッズ)との比較をしているか	オッズは集合知のベースライン。市場に勝てているかを測らない成績は評価不能

この3つに即答できないサービスの数字は、判断材料になりません。

koei-ai はこのチェックリストを自分に課しています。的中・利益は保証しない。評価は市場比較(edge)のみ。学習と検証の時系列分離をパイプラインに焼き込み、悪化した実験も棄却記録として残す。信頼は宣伝ではなく検証の作法から生まれる — それがこのサービスの設計思想です。

koei-ai は、確率とその根拠、市場との差(edge)まで公開する分析ツールです。