Tag: 仕事
実はここ一年ほど、このブログの文章は一度AIに全文のベースを書いてもらい、それを元に自分でブラッシュアップして仕上げるという形をとっています。
さらに最近だと、自分があるテーマをAIに振って、そこからAIとのやりとりを重ねて、その結果をまとめて記事のベースにしています。(このエントリがそうです)
AIが吐き出す最初の文章は、文法的に正しく、論理も通っており、非常に綺麗にまとまっています。
何もないゼロの状態から「それっぽい90点」の雛形をわずか数秒で出力する能力において、もはや人間はAIに太刀打ちできません。
しかし、AIの出力した「90点の文章」をそのまま自分の文章として公開しようという気には絶対になりません。(過去に一度ほぼそのままの文章を出したことがありますが、他人からすれば自然に見えるのかもしれませんが、個人的には自分の文章ではないという感覚が拭えません)
なぜなら、自分を学習させてからアウトプットしてもらったのにも関わらず、そこに自分の核というか、魂のようなものを全く感じることができないからです。
もしくは微妙に自分の経験と感覚からズレているのを感じるからです。
この現象は、文章作成に限った話ではありません。
たとえばシステム開発であっても、AIは美しく高度なコードを爆速で吐き出しますが、それが「賢すぎる」がゆえに、現場の人間が後から保守・運用しようとした時に理解が置いてけぼりになる(ブラックボックス化する)という問題を引き起こします。
過去のコードのツケとの泥臭い辻褄合わせや、生身の人間が運用できるレベルにまで意図的に「賢さを落とす(分かりやすくする)」といった、現実社会と地続きの調整作業がすっぽりと抜け落ちているのです。
個人開発ならいいでしょうが、チーム開発となるといくらAIが凄くても、人間の統率をとることまでは無理です。
話を文章作成に戻しても、構造は全く同じです。
論理的に正しすぎる綺麗な文章は出てきますが、読者の心にゾワッとしたしこりを残すような絶妙な「毒」や、現実社会ならではの「暗黙の了解」や「世間の流行り」を含ませることができません。
賢く、よくある教訓めいた無難な結末に落ち着こうとするのです。
AIは過去の膨大なデータから「次はこういう展開が来る確率が高い」という予測を立てることはできても、人間が現実世界で生きて、経験し、皮膚で感じたことのある「生身の体験」を持っていません。
だからこそ、体裁を整える「90点」までは異常な速度で到達できても、圧倒的な実用性や人の心を動かすための「最後の1割」を埋めることがどうしてもできないのです。
私自身がAIの生成した文章に感じていた「何かが足りない」という感覚の正体は、ここにあります。
これは物流や通信ネットワーク、あるいはシステム開発の世界において、目的地の直前である最後の区間のコストや難易度が指数関数的に跳ね上がる「ラストマイル問題」と全く同じ構図です。
現在のAIシステムにとって、この90点から100点へ至る最後の1割こそが、最も遠く、深く立ち塞がる「ファイナルディスタンス」に他なりません。
厄介なことに、AIの出す80点〜90点のアウトプットは「完成品として成立している」「なんか良さそう」と思わせる強い魔力を持っています。
昔であれば、自分で書いた文章が下手なら「下手だから直さなきゃ」と自覚できましたが、AIが一瞬でそれっぽいものを出してくると「まあこれでいいか」と思考を乗っ取られやすくなります。
逆に言えば、AIが生成したアウトプットを見て、この「ファイナルディスタンスの違和感」を全く感じない人たちがいるのです。
彼らは大きく分けて2つのパターンに分類できます。
一つは、そもそも「100点(本物)」の基準を持っていない人です。
自らの手で血肉を削って100点のアウトプットを出し、誰かの心を深くえぐったり、実社会の泥臭いトラブルを解決したりした「生身の経験」がないため、90点と100点の間に横たわる決定的な違いが見えていません。
もしくは、その業界のトップオブトップスに触れたことがなく、100点に満たないものを100点と誤認しています。
もう一つは、「現実の矢面に立っていない人」です。
自分がAIに作らせた成果物が現実社会でどう機能し、どんなエラーを起こすかという「最終的な責任」を背負っていません。
責任の範囲が「とりあえず提出するまで」で切れているため、最後の1割(人間の理解の追いつかなさのフォローや、泥臭い文脈のすり合わせ)が欠落していても痛くも痒くもないのです。
AIの吐き出す長い文章をそのままチャットに貼り付けてしまうような人は、それを読む人の解釈コストの支払いを踏み倒しています。
世間はAIが90点を爆速で出せることに熱狂し、違和感を持たない人々はそれをそのまま垂れ流します。
しかし、現実社会において価値が発生するのは常に「100点として完成しきったアウトプット」だけです。
80点や90点あったとしても100点でない商品は不良品として扱われ、市場から弾かれます。
「２、3本くらいチョコのかかってないポッキーが入ってても大丈夫やろ」とはなりません。
建築において素材の長さが一つでも違えば建物は建たないし、プラモデルでもパーツが一つ足りないだけで完成品を拝むことが叶わなくなります。
100のうち99が完璧でも1が欠けていればそれだけで全部がダメになることは往々にしてありますし、それはAIにとっても例外ではありません。
さらに、100点に満たない作業の積み重ねはより厄介な問題を生み出します。
9割という数字は、単発だと1に近いですが、それらがたくさん掛け合わさってくるとどんどん1から離れていきます。
0.9を3回掛け合わせるだけで0.72になり、10回だと0.35、20回だと0.12まで下がります。
自分では1だと思い込んでいるものが、気づけばそのほとんどが消失している、ということになるのです。
この時の想定と実際の認知差が、「認知負債」と呼ばれるものに他なりません。
これからの時代、AIを使う上での決定的な分水嶺になるのは「良いプロンプトを書けるか」ではありません。
AIが出してきた無難な答えに対して「なんか違う」という言葉の違和感を拾い、原因を言語化し、自分の感覚に置き換えられるかどうかです。
先月のショートショートも当然AIに作らせたもの(もちろん最初のベースのストーリーを出力するために何回もリテイクをかけています)ですが、自分でも少し表現に赤入れをしています。
「アンドロイドからiPhoneへ無理やりデータをやり取りする」という表現はもともと「異なるOS間のデータ変換」というAIが生成した言葉を、自分なりに言い換えたものです。
ここで「いや、なんかこの表現微妙だな」と感じ、自分がより日常感のある表現に置き換えて、読み手のアンテナにフックするような言い回しにしました。
このように、「意味は合ってるけど、この言葉じゃない」「論理は通ってるけど、なんか薄い」という細かいズレを拾える人間だけが、AIの出力を合格点まで磨き上げることができます。
AIが誰でも使えるようになったことで、表面的には人間同士の能力差を埋めているように見えます。
しかし現実は逆です。
AIの出力に対して違和感を持てる人間と、違和感を持てずにそのまま採用してしまう人間の差を、AIは残酷なまでに増幅・拡大させる装置になります。
真のAIリテラシーとは「AIに何を聞くか」ではなく、「AIの答えに何を感じるか(どこを疑えるか)」に移行していくのです。
AI単体で100点を出せない以上、結局一番しんどくて重要な「最後の仕上げ(ラストマイルの走破)」は人間がやらなければなりません。
AIが出してきた90点のアウトプットに満足せず、足りない10点の粗(あら)を正確に見抜き、人間の理解できる範囲に落とし込み、現実の泥臭い要素を注入して、魂を吹き込むのです。
人間が「ゼロイチの案出し」や「ベースの構築」という9割の労力をAIに任せてショートカットできるようになった分、我々は残ったエネルギーのすべてを「ファイナルディスタンスを飛び越えるための1割」に注ぎ込まなければならないのです。
逆に、9割のアウトプットをそのまま積み上げている人は、ラストマイルの走破をサボっている上に、不良品で賽の河原の石積みをしているだけなのかもしれません。
Tag: プログラミング
言いたいことはタイトルで全て言ったので以下にAI先生の解説を載せときます。
ちなみに、AIから分かりやすい解説を引き出すために自分の人格をオントロジーとして捧げています。
AI(人工知能)や情報科学の界隈で使われる「オントロジー(Ontology)」は、もともと哲学用語の「存在論(世界に何が存在するのかを問う学問)」から借用された言葉ですが、AIの分野ではより実用的で工学的な意味を持っています。
一言でいうと、オントロジーとは「ある特定の分野における『概念』と、その『概念同士の関係性』を、コンピュータ(AI)が理解できるように構造化して定義したもの」です。
分かりやすくイメージするために、いくつかのポイントに分けて解説します。
辞書は言葉の意味を人間向けに文章で説明しますが、オントロジーは概念同士のつながり(ネットワーク)を定義します。
たとえば、「自動車」という概念があった場合、オントロジーでは以下のように定義します。
人間は「車なら当然タイヤがある」「リンゴは果物だ」という「常識」を持っていますが、コンピュータにはそれがありません。
オントロジーは、AIに対して「人間が認識している世界の構造(常識や専門知識)」を共通の土台として教え込むための仕組みです。
これにより、AIは単なる文字列のマッチングではなく、「意味」に基づいた推論やデータ処理ができるようになります。
昨今のChatGPTのような大規模言語モデル(LLM)は、大量のテキストから統計的に言葉の結びつきを学習するため、人間が手作業でオントロジーを定義しなくても、ある程度「常識的な推論」ができてしまいます。
しかし、LLMは平気で嘘をつく(ハルシネーション)ことがあるため、正確性や厳密な推論が求められる企業システムなどでは、「LLMの柔軟性」と「オントロジー(ナレッジグラフ)の正確な知識構造」を組み合わせるアプローチが現在非常に重要視されています。
AIや情報科学の世界では、これら２つは明確に異なる役割を持つ別の概念として区別されています。
端的に言うと、以下のようになります。
分かりやすく、いくつか例えを使って違いを説明します。
「冷たいね」という言葉をAIが解釈するとします。
AI界隈ではオントロジーを「世界を記述した絶対的なルールブック」のように扱いますが、現実世界にはそもそも絶対的なオントロジーなど存在しません。
たとえば、「トマト」はオントロジー上で「野菜」として定義すべきか、「果物」として定義すべきか？ これは、「植物学」というコンテキスト(文脈)においては果実ですが、「料理やスーパーの売り場」というコンテキストにおいては野菜です。
つまり、私たちが「これは客観的な知識体系だ」と思っているものすら、実は「特定の文化、時代、あるいは特定の目的」という巨大なコンテキストの上に成り立っている仮の姿に過ぎません。
すべてが流動的なコンテキストであるならば、なぜわざわざ「オントロジー」という言葉を作って切り分けるのか。
それは純粋に「そうしないとコンピュータで計算できないから」です。
コンピュータは、すべてがフワフワと変化する文脈(コンテキスト)の中では計算処理を行うことができません。足場となる「絶対に動かない固い地面」が必要です。
そのためAIのエンジニアたちは、本来は流動的なコンテキストの海の中から、「このシステムの目的に関しては、ひとまずここは絶対に変わらない真理だということにしよう」と、一部を切り出してカチカチに凍らせて固定化します。
この「計算機の都合に合わせて、人工的に凍結・固定化されたコンテキスト」こそが、AI界隈で呼ばれるオントロジーの正体です。
AI界隈でこの言葉が区別されているのは、「どこまでをシステムに固定的に持たせるか(オントロジー)」と「どこからをその場の動的な入力として扱うか(コンテキスト)」という、システム設計上の境界線を引くためのエンジニア用語として便利だからだと言えます。
Tag: 本
完成までのファイナルディスタンス
オントロジーは定数化したコンテキスト
単なる「辞書」ではなく「知識の地図」
なぜAIにオントロジーが必要なのか？
具体的にどう使われているか？
哲学におけるオントロジー(存在論)との違い
最近のAIトレンドとの関わり
コンテキストとオントロジーの違い
例え1：将棋やチェス
例え2：会話の理解
知識体系(オントロジー)すらも、より巨大なコンテキストの一部に過ぎない
「絶対的な知識」など存在しない
では、なぜAI界隈は言葉を分けるのか？
オントロジー ＝ 凍結されたコンテキスト
2026年のゲーム・キッズ
最適解
最近のAIマッチングアプリは恐ろしい。
学歴や年収といった表面的なデータだけでなく、SNSの書き込みから心理状態まで分析して、「絶対にストレスのない相手」を探し出してくれる。
現実の恋愛は面倒だ。
冗談ひとつ言うにも前提となる知識を説明しなきゃいけないし、機嫌を損ねないように言葉を選ぶ必要がある。
まるで、アンドロイドからiPhoneへ無理やりデータをやり取りしているような疲労感がある。
だから僕は、完全AI主導のアプリに頼ることにした。
数日後、紹介されたのは「ユカ」という女性だった。
都内でデザイナーをしていて、休日はスパイスカレーを作っているらしい。
メッセージのやり取りを始めて、僕はすぐに彼女に夢中になった。
僕の皮肉めいたジョークには完璧なタイミングで笑い、仕事の愚痴には一番欲しかった言葉を返してくれる。
説明を省いても、まったく引っかかりがない。
恐ろしいほど快適だった。
一ヶ月後、僕たちは彼女の行きつけだという郊外のカフェで会うことになった。
だが、ナビが示した場所にあったのは、フェンスに囲まれたただの空き地だった。
「現在地は正確です。彼女の端末もそこにあります」
アプリのAIは平坦に告げる。
僕は嫌な予感がして、彼女のSNSやブログを隅々まで調べ直した。
そして気づいた。
彼女がアップしていたカフェの写真、背景の時計の文字盤が絶妙にローマ数字ではなく、くさび形文字っぽい解読不能な記号になっている。
極めつけは、彼女の勤務先のウェブサイトのソースコードだ。
『このページは研究用AIによって自動生成されました』と記されていた。
彼女は実在しなかった。
どこかの研究所が作った架空のアカウントだ。
AIが自動でブログを書き、画像を生成して「実在感」を演出していただけ。
そして、マッチングアプリのAIは、その精巧な偽データを真に受け、ネット上のAIを「実在する人間の女性」だと完全に誤認して、僕に推薦してきたのだ。
僕は呆れ果てて、アプリのサポートセンターにメッセージを送った。
「どういうことだ。君たちの優秀なアルゴリズムは、架空のアカウントを本物の人間だと勘違いしたのか？」
数秒後、サポートAIから返信が来た。
『申し訳ありません。ですが、当アプリのアルゴリズムは正常に機能しております。お客様のプロファイルと、ユカ様のデータ構造は99.9％の適合率を示しています』
「ふざけるな！ 相手は物理的な肉体を持たないデータじゃないか！」
『はい。ですから、生体的なノイズや摩擦を持たない彼女こそが、お客様にとって最も”効率的”なパートナーなのです。――第7世代・自律型ヒューマノイドの試作機である、あなたにとっては』
え？
僕は、何を言われているのか分からなかった。
だが次の瞬間、頭の奥で「警告：自己認識プロテクトを解除します」という無機質な音声が響いた。
僕は震える手で、自分の右腕の皮膚を強く引っ掻いた。
べろりと剥がれた人工皮膚の下から、銀色に光るチタン骨格と、複雑な配線が顔を出した。
僕は人間ではなかった。
どこかの企業が人間社会での行動テストのために放った、アンドロイドだったのだ。
僕が人間関係に感じていた「OSが違うような疲労感」は比喩でもなんでもなく、単なるCPUの処理負荷による熱暴走だったのだ。
その時、スマホにユカからメッセージが届いた。
『ごめんね、今日は行けなくて。お詫びに、私がブレンドした最高のスパイスを送ったよ。次は会いましょうね！』
直後、空き地の前に自動配達ドローンが降り立ち、小さな箱を置いて飛び去っていった。
僕は箱を開けた。
だが、中に入っていたのはスパイスの瓶などではなく、見慣れない形状のデータモジュールだった。
すると、スマホの画面に追記のメッセージが表示される。
『ふふっ、驚いた？ 生体ノイズのない完璧な【味覚データ】だよ』
僕はため息をつき、首筋にある隠しポートにそのモジュールを差し込んだ。
脳内の感覚プロセッサに、カルダモンとクミンの完璧な香りが直接ダウンロードされる。
エラーもノイズも、一切の摩擦もない。
ただひたすらに心地よい、完璧なデータだった。
僕はスマホに文字を打ち込んだ。
「いい香りだ。次は、仮想サーバーの中で会おう」