生成AIを本当の意味で使いこなすには、高いスキルと知識が必要だと私は考えています。この考えを「生成AIパラドックス」と名づけて、個人の見解としてまとめました。
この記事で分かること
- 「生成AIパラドックス」とは何か
- 生成AIの回答に反論するのに、なぜ経験と知識が必要なのか
- 生成AIの先にある変化について、私が思っていること
「生成AIパラドックス」という結論
「生成AIパラドックス」。私は、昨今の生成AIの活用について、こう結論づけました。結局のところ、高いスキルと知識がないと、本当の意味で生成AIは使いこなせないと気づいたのです。
私の立場
私は会社で「アンバサダー」という立場にいて、部門全体の教育を任されています。偉そうな肩書きですが、要するに、その分野に詳しい人という位置づけです。
私自身は、今の会社に来る前の10年以上前から、ずっとAIの研究開発をしていました。それなりに知識は得ましたが、この分野はまだまだ難しいと感じていました。
AIとの出会いまで
ディープラーニングが出てきた2010年代の前半から、少し気になっていました。そのころは金融機関のIT部門で働いていて、責任者でもありました。グランドデザインから設計、開発、運用まで任されていて、ベンダーさんと一緒に作っていました。
私がいた所は事業会社でしたが、システムの高い専門知識、交渉能力、設計、開発などができる必要がある企業でした。「業務知識」だけでなく「専門性」が必要な、いわゆる外資でした。
それはさておき、在籍していたころから「AIが急激に伸びているな」とは感じていました。ただ、自分がそこに関わることはないだろうと、漠然と考えていました。会社の状況が少しずつ変わるなかで大きな変革が訪れ、「外に出て戦うか」ということになりました。
買収騒動のようなものがなければ、今でも在籍していたと思います。 仕事は手ごたえはあり、嫌いではありませんでしたから。
AIの研究に入るまで
いろいろあって、新人教育としていきなりAIハッカソンに参加することになり、いきなり優勝しました。その後もとんとん拍子に、ある大手新聞社に取り上げてもらいました。それが役員の耳に入って呼び出され、AIの研究に入っていくことになりました。
そこからいろいろな製品を開発するなかで、テレビにも取り上げてもらいました。活躍する場をたくさんいただけたのは、本当にありがたいことでした。
さらに幸運なことに、私が専門に研究していたのはNLPだったので、それも今につながっていると思います。
用語メモ: NLP 自然言語処理のことです。人間の使う言葉を、コンピューターで扱う分野です。
一時期は下火になっていたので、画像解析やオブジェクトトラッキングの仕事もしていましたが(笑)、そうして今に至ります。
経験は、時間でしか得られません
何が言いたいのかというと、今に至るまでに、さまざまな知識を身につけてきたということです。ハードウェアの知識や言語に始まり、オンプレミス、クラウド、インフラの知識まで。サーバーのキッティングから、日々のDLTやLTOの交換作業まで行っていましたし、アプリの新規設計、保守開発、運用、運用サポートまで、一人でこなしていました。
用語メモ: キッティング、DLT、LTO キッティングは、機器の初期設定や導入準備の作業です。DLTとLTOは、データのバックアップに使う磁気テープの規格です。
機械的なトラブルからシステム的なトラブルまで、あらゆる経験が身に染みています。こうしたナレッジが蓄積されているわけで、これは単純な知識だけでは得られない、経験値そのものです。これだけは時間が解決しないと得られないもので、若い方には、どうしても不足しがちなものだと思います。
それは悪いことではなく、しかたのない部分でもあります。経験していないものは、知りようがないからです。教科書に全部が書かれているわけでもありません。現場で起こる事故は想定外ばかりで、どこにも書かれていないことのほうが大半です。だから「想定外」なんです。
生成AIを使いこなすにも、経験と知識が必要です
今の生成AIは、すさまじく膨大な知識や知恵を学習したものです。ただ、それを引き出すためにも、「経験」と「知識」が必要だということに気づきました。もちろん、エージェントに「役割」を与えて知識を引き出すという、プロンプトテクニックはあります。
しかし、役割を与えたエージェントから、もっともらしい説明を受けて、作業が完了したとします。
「これこれこういう理由で、こうだから、こうしました。(ふんす)」
こういった回答が来たときに、反論できる「知恵」と「知識」があるかどうかが問われます。
「それは違う。なぜなら、こういうケースのときはこうあるべきで、実測値がこうなっているから、この場合はこうしなければならない」
こう言えるかどうかです。おそらく、どんなに背伸びをしても、経験したことのないことは納得してしまうのだと思います。
これは、Claude Fable 5.2でも間違えますし、Claude Opus 5.5でも間違えます。生成AIはどこか人間くさいというか、間違ったことも言います。だから、そこに突っ込みを入れられるのは、「経験」と「知識」があってこそだと思います。生成AIも人間も可愛い奴だと思いませんか?
「生成AIパラドックス」と名づけた理由
この現象に名前をつけるとすると、冒頭の「生成AIパラドックス」でした。誰でも使えるようで、実は難しい、ということです。
これからの変化について思うこと
ここからは、あくまで私の予想です。
おそらく遠くない未来に、この問題も解決されて、いよいよコーディングという行為に、人間が必要なくなる時代が来るのかもしれません。
また、「語学」という分野も、なくなっていくのではないかと見ています。リアルタイム翻訳機ができると思っているからです。外国語を覚えなくても、高精度でリアルタイムに変換できる、カナル型のデバイスが開発されて、不要になっていくのではないでしょうか。
用語メモ: カナル型、SLM カナル型は、耳の穴に差し込んで使うイヤホンの形です。SLMは、小規模言語モデルのことで、特定の用途に絞って作る、小さめの言語モデルを指します。
もちろん、専門分野の言葉は難しいので、すぐにどうこうという話ではないと思います。それも、専門スキルを学習させた特化型SLMが出てきて、消えていくのではないかと思います。
産業の大きな転換点にいるのだと、つくづく感じています。
私の教育の方針
だからといって、教育を放棄するわけではありません。私は、山本五十六方式で教育をしていこうと考えています。
用語メモ: 山本五十六方式 山本五十六の言葉として知られる「やってみせ、言って聞かせて、させてみせ、ほめてやらねば、人は動かじ」の考え方です。
いきなりハードルを上げず、少しずつ前に足を踏み出せるように、リードできればと思っています。
まとめ
- 生成AIは、誰でも使えるようで、使いこなすには経験と知識が必要です。
- 生成AIの説明に反論できるかどうかは、経験の差が出るところだと感じています。
- 経験は時間でしか得られません。一方で、コーディングや語学のあり方は、これから大きく変わるかもしれません。