AIシステムの失敗または予期しない動作の根本的な原因を特定し、是正措置を導くための体系的な調査。
インシデント発生後の手法（5 Whys、フィッシュボーン図など）により、障害事象（例：モデルの誤分類、システム停止）をデータパイプライン、モデルロジック、インフラストラクチャ層へと遡って追跡し、主要な欠陥を特定します。根本原因分析（RCA）は、調査結果と是正計画を文書化し、是正措置がシステム上の課題に対処して再発を防止することを担保します。ガバナンス上は、重大度の高いインシデントについてRCAの実施を必須とし、結果は経営層によるレビューの対象となります。
レコメンデーションエンジンが不適切なコンテンツを推奨し始めたことを受け、チームは根本原因分析を実施しました。その結果、データ取り込みスクリプトがテスト環境と本番環境のデータを統合してしまい、学習データに偏りが生じていたことを特定しました。チームはスクリプトを修正し、モデルを再検証するとともに、取り込みパイプラインにユニットテストを追加することで、将来的な環境間コンタミネーションのリスクを解消しました。
