原子力発電所の運転において、ヒューマンファクター事象の診断は、運転イベントから教訓を得るために不可欠ですが、その品質は専門家によるナラティブレポートの解釈とガイドラインに基づく推論に大きく依存しています。既存のデータ駆動型またはワンショットの大規模言語モデル手法は、構造化された推論が欠如しており、正式な診断ガイドラインとの整合性が限定的で、論理的に矛盾した結論を生成する可能性があります。この問題に対処するため、中国科学院などの研究チームは、G-SHARE（Guideline-based Structured reasoning framework for HumAn-factor Event diagnosis）を提案しました。
G-SHAREは、中国核動力研究設計院（CNNP）が定める九段階のヒューマンファクター事象診断ガイドラインを、多段階の診断パイプラインとして具体化します。フレームワークは、証拠抽出、段階的診断推論、および事後一貫性修復の三つの主要コンポーネントで構成されます。証拠抽出フェーズでは、元のイベントレポートから機器の状態、人員の行動、環境要因などの重要な事実を自動的に抽出します。段階的診断推論フェーズでは、九段階のガイドラインに従って、各段階で抽出された証拠を明示的に参照しながら中間推論を生成します。事後一貫性修復フェーズでは、診断出力の論理的一貫性を検証し、矛盾があれば修正を行います。この設計により、レポートの証拠を明示的に利用し、中間推論プロセスを監査可能にし、診断結果を論理的に検証することができ、診断の透明性と信頼性が大幅に向上します。
性能評価のため、研究チームは中国の原子力産業ソースから数百件の詳細なイベントレポートを含む実世界のデータセットを構築し、ドメイン専門家が注釈を付けたゴールドスタンダードサブセットを作成しました。実験の結果、G-SHAREはワンショットプロンプトや従来の機械学習ベースライン（サポートベクターマシン、ランダムフォレストなど）を大幅に上回り、最強のバージョンでは全体の精度が85%以上、マクロF1も顕著に高い値を達成しました。アブレーション研究により、構造化推論と一貫性の強制がロバストな診断に重要であり、特に弱いプロンプト条件下（入力情報が不完全またはノイズを含む場合）では、G-SHAREが高い診断精度を維持する一方で、ベースラインモデルは性能が大幅に低下することが示されました。
本研究の価値は、専門家の診断ガイドラインを監査可能な推論ワークフローに変換し、安全クリティカル産業におけるインテリジェントなヒューマンファクター分析の実用的な道筋を提供した点にあります。G-SHAREは診断の精度と一貫性を向上させるだけでなく、診断プロセスの解釈可能性と信頼性を強化し、結果をドメイン専門家が理解し検証しやすくします。将来的には、航空宇宙、医療、化学プラントなどの他の高リスク分野への応用が期待され、組織がイベントからより効果的に学び、全体的な安全性を向上させるのに貢献するでしょう。研究チームは、フレームワークの効率をさらに最適化し、リアルタイム診断システムへの応用を探る計画であると述べています。