候補の検出から根拠に即した限定的な主張へ：オープンソース電池管理ソフトウェアに対する再現可能なAI支援・サブシステム横断監査

抄録

生成AIはソフトウェアのソースコードを調査し、潜在的な問題を発見する作業を支援できる。しかし、AIが問題と判断した箇所が、実際に不具合であるとは限らない。本研究では、オープンソースの電池管理システム「foxBMS 2」のバージョン1.11.0を対象に、AIを活用したソフトウェア監査によって発見された問題候補を、検証可能な証拠に基づいて評価した。

既存の調査で得られた15件の候補について、対象となるソースコードの版を固定し、関連する処理の流れ、別の解釈が成立する可能性、再現実験の結果を段階的に検討した。重要な問題については、元の解析プログラムとは別に作成した小規模な検証プログラムを用いて、同一研究内で再現性を確認した。

その結果、4つの問題が強い証拠によって裏付けられた。具体的には、電池セルの充電率を計算する際の電圧と充電率の単位の不一致、2000ミリ秒を示す診断設定名に対して実際には1000ミリ秒が定義されていた問題、断線検知処理における配列の参照位置の誤り、および複数の電池列を検査する際に前の電池列の検出結果が次の電池列へ引き継がれる問題である。これら4つの問題を3件の報告としてGitHub上で開発元に通知した。

開発元は3件すべてに回答し、修正対応を行った。2026年10月9日に公開版のソースコードを比較した結果、foxBMS 2のバージョン1.12.0では4つの問題に対応する処理が修正されていることを確認した。ただし、修正版のテスト一式の実行や実機での動作検証は実施していない。また、追加監査の全工程を第三者が公開資料のみから再実行できる状態にあることも確認されていない。

本研究は、AIによる問題候補の発見と、実際に証拠で裏付けられる技術的指摘とを区別する監査方法を示すものである。実際の電池製品での故障、安全上の危険、現場での発生頻度を実証するものではなく、結論はソースコードと検証記録から確認できる範囲に限定される。