検証

主張・システム・成果物があらかじめ定めた基準や仕様を満たしているかを客観的根拠で確認する手続き

検証

概要

検証（verification）とは、ある主張・システム・成果物があらかじめ合意された基準や仕様を実際に満たしているかを、客観的な根拠によって確認する手続きである。科学の実験、ソフトウェアのテスト、報道のファクトチェック、法廷での証拠審査は、いずれも対象と手段が異なるだけで、「主張と事実の間の隔たりを狭める作業」という同じ構造を共有している。検証の信頼性は、結論そのものよりも、手続きの透明性、再現可能性、反証可能性によって決まる場合が多い。

主な内容

検証と妥当性確認の区別

ソフトウェア工学では、検証（verification）と妥当性確認（validation）を区別する。検証は「製品を正しく作っているか」を、妥当性確認は「正しい製品を作っているか」を問う。すなわち、検証は仕様との一致の有無を、妥当性確認はユーザー要求との適合性を見る。この区別は、製造業の品質管理、医療機器の承認、規制遵守審査においてもほぼ同様に適用される。

科学的検証

科学的検証の核心は、反証可能性と再現性である。カール・ポパー（칼 포퍼）は、反証される可能性のない主張は科学的検証の対象になり得ないと考えた。現代科学では、事前登録、サンプルサイズ設計、多重比較補正、独立再現、査読が標準的な手続きとして定着している。一方、p値操作（p-hacking）、選択的報告、出版バイアスは、検証の信頼を損なう代表的な失敗類型として挙げられる。

ソフトウェア検証

ソフトウェア検証は、静的検証と動的検証に分かれる。静的検証は、コードレビュー、静的解析、型検査、形式検証（モデル検査、定理証明）のように、実行せずに欠陥を見つける。動的検証は、単体・統合・受け入れテスト、ファジング、負荷テストのように、実際の実行を通じて動作を確認する。実務では、テストピラミッド、コードカバレッジ、変異テスト（mutation testing）、CI/CDパイプラインのゲートを組み合わせて回帰を抑制する。安全クリティカルシステム（航空、鉄道、医療）では、DO-178C、IEC 61508などの標準に従い、検証成果物とトレーサビリティ（traceability）を文書として残すことが求められる。

データとAI検証

機械学習では、学習データと評価データの分離が基本であり、交差検証とホールドアウト検証によって汎化性能を推定する。近年は、ベンチマークのスコアだけでは実際の性能を代表しにくいという問題意識が高まるにつれ、データ汚染（benchmark contamination）の点検、分布シフト（shift）の検証、バイアス・有害性評価、レッドチームテスト、モデルカードの公開が併せて求められている。生成AIの場合、事実性（幻覚）の検証と出典引用の検証が、別個の評価項目として追加された。

社会的検証

報道のファクトチェック、学術誌の査読、法廷での証拠能力審査、会計監査、公共機関の政策評価は、社会制度としての検証装置である。これらは、手続き的正当性と利益相反の管理が結果の信頼を左右するという点で、技術的検証と区別される。

最新動向

2024-2025年の変化は、大きく四つの流れに分けられる。第一に、規制が検証を義務化しつつある。EU AI Actは高リスクAIに対して、適合性評価、リスク管理、技術文書化、事後モニタリングを要求しており、各国もAI検証・認証の枠組みを整備している。第二に、形式検証が産業現場へ広がっている。TLA+、Coq/Lean、Rustの型システム、seL4の事例のように、数学的証明に基づく検証がカーネル、分散システム、スマートコントラクトに適用されている。第三に、サプライチェーン・セキュリティ検証が重要になった。SBOM（ソフトウェア構成明細）、再現ビルド、署名・出所証明（attestation）が標準的慣行として定着し、SLSAのようなフレームワークが普及した。第四に、AIが検証の主体であり対象にもなった。LLMベースの評価・検証エージェントがテスト生成やコードレビューに使われる一方、ディープフェイク・合成コンテンツの検出と出所表示（C2PA）がファクトチェックの新たな課題として浮上した。同時に、ベンチマークの飽和と再現性危機への対応、オープン評価データセットの透明性確保が、学界・産業界の共通課題として議論されている。

検証

概要