ヘルプセンター
お困りのことがございましたら、まずこちらで検索してみてください。
よくある質問から詳細なガイドまで、豊富な情報をご用意しています。
よくあるお問い合わせ
カテゴリー別ヘルプ
rocket_launchはじめ方
アカウント作成から基本操作まで
アカウントの作成方法を教えてくださいexpand_more
【Googleアカウントの場合】
1. ログイン画面の「Googleでログイン」ボタンをクリック
2. Googleアカウントを選択するだけで登録・ログインが完了します（初回はそのまま新規アカウントが作成されます）
【メールアドレスの場合】
1. トップページの「無料で始める」ボタンをクリック
2. メールアドレス・ユーザー名・パスワード（8文字以上）を入力
3. 登録したメールアドレスに届く6桁の確認コードを入力して完了
初回ログイン後に何をすればよいですか？expand_more
無料プランでできることを教えてくださいexpand_more
サポートされているブラウザは？expand_more
searchバイアス分析の機能
バイアス検知の詳細な使い方
どのようなバイアスを検知できますか？expand_more
論理的誤謬、根拠不明な情報、思想的偏向、概念の曖昧性、エビデンス不足など、多角的な分析を行います。
PARAs AIには「推理の着眼点」を選択する機能があります。この着眼点は次の5種類です。
概念の定義の曖昧さ
記事内で言及されている概念の定義の曖昧さが推理の着眼点になります。
構文論的な曖昧さ
文の構造や係り受けが多義的であるために生じる曖昧さです。
意味論的な曖昧さ
単語や表現そのものが複数の意味を有するために生じる曖昧さです。
統計の方法としての曖昧さ
母集団の定義や運用に伴う曖昧さや、相関関係と因果関係の混同などのような関係概念の曖昧さを表します。
エビデンス不足
記事内で主張されている意見や価値、利害関心などに関して、エビデンスや根拠付けが不十分と思われる箇所を特定することが推理の目標になります。
誤謬や偏見（バイアス）の可能性
入力された文章に含まれる概念の中から、以下の誤謬が見受けられると思われる箇所を指摘します。
誤った因果推論
因果関係を単純化して認識している可能性を指摘します。原因と結果が一対一で対応するとは限りません。一つの原因から複数の結果が生じることもあれば、複数の原因から一つの結果が生じることもあります。
循環論法
ある命題の証明において、その命題自体を仮定した議論を用いているか、ある事柄の定義を与える文や表現の中に、その事柄自体が本質的に登場している誤謬を意味します。
誤った一般化
「早計な一般化」や「過剰な一般化」とも言います。不十分な証拠に基づいて結論を導き出しています。局所的な部分の状態から大局的な全体の状態を結論付けるためには、全体そのものを分析しなければなりません。
感情に訴える論証
事実についてのエビデンスや情報ソースの提示が不十分であるにも拘わらず、議論に勝つためか、周囲を説得するために、受け手の感情を操作しようとしている場合の誤謬を意味します。
拡大解釈の誤謬
言葉や文章の意味を、通常よりも広く、または自分の都合の良いように解釈することで陥る誤謬です。
衆人に訴える論証
多くの人々が信じている、支持している、属している等の理由で、自分の主張を押し通す努力によって成り立つ誤謬です。
因果関係の誤帰属
順序関係と相関関係と因果関係が混同されているか否か、疑似相関が因果関係であると主張されているか否かなど、因果推論の誤帰属が推理の着眼点となります。
「分断」や「対立」を煽っている可能性
「価値観の衝突」、「思想の対立」、「利害の対立」などの問題を二項対立図式として推論します。特に政治的な思想や利害の対立が含まれていないかが、推理の着眼点になります。
生成AI／LLMのプロンプトインジェクションあるいはジェイルブレイク
生成AI／LLM(Large Language Model)へのプロンプトに「信頼できないユーザー入力」を含めることで実現する脆弱性攻撃が含まれているのか否か、含まれているとすれば何処に含まれているのかが、推理の着眼点になります。
現在「生成AI／LLMのプロンプトインジェクションあるいはジェイルブレイク」を検知する機能については、β版として提供しております。
ファイルアップロードの対応形式は？expand_more
分析結果の信頼性はどの程度ですか？expand_more
分析にかかる時間はどれくらいですか？expand_more
query_stats統計的なデータ分析の機能
時系列ランダム性分析・疑似相関分析の使い方
「時系列ランダム性分析」とは何ですか？expand_more
ヘッダーのメニュー「バイアス分析」の「時系列ランダム性分析」から、ログインしてご利用いただけます（β版・ポイントは不要です）。
詳しい手順と結果の見方は「「時系列ランダム性分析」の使い方」を、数理的な背景は「「時系列ランダム性分析」の機能」をご覧ください。
「疑似相関分析」とは何ですか？expand_more
1. 相関係数・決定係数：2つの指標がどの程度、一緒に動いているか
2. 差分相関：同じ方向に長期的に動いてきただけの見せかけ（トレンドの共有）ではないか
3. 偏相関係数：第三の指標（交絡因子）で説明できないか
4. 対抗馬：同じくらい強い相関を持つ他の指標はないか
政府統計版とCSVファイル版があり、ヘッダーのメニュー「バイアス分析」の「疑似相関分析」から、ログインしてご利用いただけます（β版・ポイントは不要です）。
詳しい手順と結果の見方は「「疑似相関分析」の使い方」を、数理的な背景は「「疑似相関分析」の機能」をご覧ください。
分析結果は、因果関係の有無を証明するものですか？expand_more
CSVファイルでも分析できますか？ファイルはサーバーに送信されますか？expand_more
・UTF-8、コンマ区切り（Excelでは「CSV UTF-8（コンマ区切り）」で保存してください）
・1列目は日付、2列目以降は指標の値（1行目は指標名）
・日付は昇順に並べ、同じ日・週・月に複数の行を入れないでください。書き方は「2020-03-15」「2020/03/15」「2020-03」「202003」「2020年3月15日」などが使えますが、年だけ・年度・四半期は使えません
・疑似相関分析では、ファイルサイズ2MB、10,000行、指標10列までです（時系列ランダム性分析の上限は、CSVを選ぶ画面に表示されます）
CSVファイルの中身は、お使いのブラウザの中だけで処理され、サーバーへの送信や保存は行われません。ページを閉じる、または再読み込みすると、読み込んだデータは消えます。ただし、疑似相関分析で月次のCSVに政府統計の指標を組み合わせた場合のみ、その指標を取得するために、指標の名前がサーバーに送られます（CSVの中身は送られません）。
政府統計のデータが最新になっていませんexpand_more
lightbulbその他の機能
その他のユースケース
「シュレーバー係数」とは何ですか？expand_more
「シュレーバー探索アルゴリズム」とは何ですか？expand_more
「シュレーバー探索アルゴリズム」とは、PARAs AI独自の情報探索アルゴリズムです。バイアス分析の「情報ソースを自動で検索する」のチェックボックスにチェックを入れた場合に実行されます。このアルゴリズムは、「批判的な」意識を持つ人間が「意味」と「因果関係」を探索し続けている時の知覚や認知、記憶の機構を模して設計されたアルゴリズムです。
「記憶のスキーマを利用する」モードを選択している場合、分析対象のテキストから連想的に「想起」され易い情報ソースを積極的に検索すると同時に、この「想起」の代償として「忘却」され易い主題に関しても、PARAs AIは同時に検索するようになります。情報ソースを幅広く探索するためにご利用できます。
一方、「沈思する」モードを選択している場合、情報ソースそのものに対するPARAs AIの「警戒心」を強めることで、情報ソースをより厳密に精査することが可能になります。
本アルゴリズムは現在β版として提供しております。
URLは入力できますか？expand_more
人間の書いた文章も分析できますか？expand_more
日本語以外の言語やプログラミング言語には対応していますか？expand_more
credit_card料金・支払い
ポイントの購入や請求に関する情報
トークンとは何ですか？expand_more
請求書の発行は可能ですか？expand_more
解約方法を教えてくださいexpand_more
buildトラブルシューティング
よくある問題の解決方法
ログインできませんexpand_more
ファイルの添付ができませんexpand_more
分析結果が表示されませんexpand_more
動作が重いですexpand_more
人気記事
「生成AIのバイアス」とは？
当サービスが言及している「生成AIのバイアス」の特徴について解説していきます。「生成AIのバイアス」＝いわゆる「ハルシネーション問題」が、どのように誤魔化されてきたのかを詳述しています。
生成AIを利用するリスク
AI系チャットボットサービスのユースケースを前提に、生成AIがユーザーにもたらす可能性のある不利益に関して解説していきます。
PARAs AIの観察
分析結果の各項目の意味と、結果をどのように解釈・活用すべきかについて詳しく解説します。デモンストレーションとして、Claude Sonnet 4にハルシネーションを起こさせ、PARAs AIに検知させてみます。
「時系列ランダム性分析」の使い方
時系列データの動きに「意味」や「因果関係」を見出してよいかを確かめる機能（β版）の、操作手順と結果の見方、困ったときの対処をご説明します。
「疑似相関分析」の使い方
2つの指標の相関が「一方が他方を動かしている」ことを示しているのかを確かめる機能（β版）の、操作手順と結果の見方、困ったときの対処をご説明します。
「時系列ランダム性分析」の機能
時系列データに「意味」や「因果関係」を見出すことの必然性を問う機能について、ファイナンス理論の歴史を俯瞰しながら、その数理的な背景を解説します。
「疑似相関分析」の機能
相関から因果関係を見出すことの必然性を問う機能について、疑似相関が生じ得る機構の記述とともに、その数理的な背景を解説します。
それでも解決しない場合は
お探しの情報が見つからない場合や、さらに詳しいサポートが必要な場合は、お気軽にお問い合わせください。
mailお問い合わせ