00:06
はい、おはようございます、Kenです。今日は水曜日ですね。週の半ばということで、後半も頑張っていきましょう。
今ですね、もう7月1日、これ収録しているのが7月1日なんですけれども、もうちょっとでですね、クロードのフェイボーがまた解禁になるということで、
前回、3週間前は、解禁の時に触れなかったので、今回はですね、がっつり触ってみようかなと、楽しみにしています。
そんな今日、あ、あとですね、ちょっと雑談なんですけど、この前、コンビニはファミマが好きですっていう話をしたんですけれども、そこの補足として、
ファミマって、まずポイントカードをスキャンした後に、セルフレジですね。
レジ袋をスキャンする画面になるんですよ。 その時に、他のコンビニのレジだと、レジ袋を使うかどうかを選択しなきゃいけないんですね。
ただファミマは、レジ袋をピッてする画面でいきなり商品を読み込ませたら、もう読み込みができるんですね。
つまり、レジ袋を使うかどうかを選択するっていうひと手間が省けるので、非常に素早く決済まで到達できるという点も、ファミリーマートの良い点かなと思っています。
ということで、ファミマに行った時はですね、セルフレジ一択で、自分の動きを最適化してですね、ピッピッピッと進めて、お買い物ができるという状態なんですけれども、
その最適化にも今日の話はちょっと関わってくるんですけど、AIですよね。 AIについて、これもコーチングが結構関わってるんですが、
また詳しくはですね、別の回でも話していこうと思うんですが、今回はAIが得意なことと苦手なことっていうところで、AIがどんどん発展していくとですね、人間はAIにできないことをやっていく必要があるわけですよね。
できることはAIにやらせちゃえばいい、っていう風になっていくと思うんですけど、AIの学習っていうのは基本的に過去のデータを学習して、次を予想、次を予想ってして、ものすごい計算量をしてデータを学習していくと。
そうすると出力するデータは、まず勝手には出力できないですよね。プロンプトを入れてそれに基づいて出すっていうのが一つと、あとその出すデータもですね、なるべく平均で出すわけです。
03:10
一番確率が高いものを出すっていう風になってるわけですね。
ってことは過去の最適化とも言えますし、過去のデータの延長のものしか出力できないんですね。過去の組み合わせと言ってもいいんですけど、逆に人間はですね、何ができるかっていうと、過去の組み合わせにない全く新しいものが作れるっていうのがこれ一個言えると思うんですね。
全く新しいものを発明できる。過去の延長ではなくて、それって要はコーチングでいうところの現状の外のゴールと言えるわけです。現状の外っていうのは達成方法がわからないのことですよね。
コーチングのゴール設定には現状の外以外にもあと二つあって、WANT TOのゴールを各本名にまんべんなくバランスホイールを意識して設定するっていうのがあるんですけど、このWANT TOだから平均ではなくて外れ値になっちゃうわけです。
私も最近Netflixで新しい海外ドラマにハマって、全部で8話なんですけど一気見しちゃったんですね。それによって睡眠時間が削られるわけなんですけど、これもWANT TOだからできるわけですよね。全く努力ではないわけです。見ちゃうみたいな感じ。
その結果平均のデータじゃなくてちょっとずれたものが生まれることもある。これが人間の特徴なわけですよね。だってWANT TOだから止められてもやりたいわけなので勝手にやり始めちゃうんですよね。
AIはプロンプトでこれを出力してくださいって言わないと出せない。人は勝手にやっちゃうと。こういう違いもあって、最後バランスホイールなんですけど、このバランスホイールっていうのが各本名にまんべんなく現状の外のゴールを設定するわけなので矛盾を生じさせるわけですよね。
例えば健康を疎かにせずかつ思いっきり職業のゴールを追求するですとか、地域社会への貢献を考えながら趣味も楽しみたいみたいな感じで。
いろいろたくさんいっぱい設定すると当然達成方法がわからないものをたくさん持っていると矛盾が生まれてしまいます。矛盾が生まれた時にどうすればいいかというと抽象度を上げると、例えば2つのものが矛盾した時にそれを同時に達成できることがあるわけです。
06:17
電話も使いたいしカメラも使いたいけどポッキーに入れて持ち運びたいなと思った時にカメラ付き携帯が生まれるみたいな感じですね。ちょっと例えがあっているか微妙ですけど。
そんな感じで発明が生まれる、新しい方法が見つかる、過去の延長線上にないものが生まれるということもあるわけです。
なので新しいものを作る、抽象度を上げるという構造にも実はこのコーチングの理論はなっているわけですね。
というかコーチングはスコトンマンを外すものですから、スコトンマンを外すということは抽象度を上げるということでもあるので同じっちゃ同じなんですね。
ということで何が言いたいかというと、これからAIが発達する上でますますコーチングというのは人間に必要になってくる。
それはなぜかというと人間にしかできないことをやることがコーチングだからというようなお話でした。
それでは今日はこれで終わりたいと思います。また更新しますね。ありがとうございます。
