#113 AIを使うとバカになるのか〜ニーナとアレキサンダーどこいった？〜

トレンドについての会話

よろしくお願いします。

お願いします。

Osamuです。

Takumaです。

TECHNOTREK fmは、ITフリーランスで海外MBA留学中のOsamuと、同じくITフリーランスのTakumaがガジェット仕事暮らしについて話をするポッドキャストです。

です。

あ、1個あるそういえば小話。

小話。

ちょっと、イエス・ノーで全然この長さが変わるんですけど、今からの質問に対して。

怖いな。

Takumaの観測範囲かどうかが定かでないが、

最近日本でまたローファー流行ってます?

ローファー?靴?

こんな話一緒にしてるかもしれない。

流行ってんの?

Twitterとかで見てるの?

2つあって、1つはインスタの、俺結構ファッションはインスタで見るタイプなんだけど。

はいはいはい。

ローファーのメンズの服数増えてきたかもっていうのと、

ローファースニーカーみたいなのが各種ブランドが結構出してて。

なるほど。

アッパーはローファーデザインなんだけど、ソールはスニーカーみたいな。

あーでもそういうの買ったね、俺。

最近。

流行ってんのか。

じゃあ、やっぱり。

年末ぐらいに、トレンドとか何も考えてなかったけど、

普通にアルフレッドバニスターとか、革靴のメーカーブランドで、

まさにソールがそういう、ちょっとローファーにしてはごっつめみたいなスニーカー寄りのやつがいいなと思って買ったわ。

これよりももっとニューバランスとかが。

あーニューバランスのやつ確かに見たわ。流れてきた。

ニューバランス、オニツカとかも出してたかな。

確か出してる。オニツカ、ニューバランス。

どうしたの?

オサムからすると、対日本のすべてを知ってる人間として俺が扱われてる気がするけど何も知らない。

情報の入り口、日本の情報の入り口がここしかないから。

やっぱさ、海外の人が原宿に行ってびっくりするのは、そういうファッションのトレンドが多分、Nがオーストラリアしかないが、

3倍、いや3倍どころか10倍くらい移り変わりが激しい気がしてて、

それにびっくりする。インスタとかでそういうプロダクトが出たみたいなのを見たりして、

えーどんなのやろうって思って、こっちのニューバランスの機関店とかオニツカとか行っても、もちろんそんなものがないわけで。

確かに。

それに流行ってるのか?

流行ってる流行ってないに関わらず、なんか普通に物としていいなと思う。

去年か一昨年かはOAOとかがスニーカーなんだけど、スニーカーの履き心地で見た目カバーグッズっぽいやつみたいな。

カジュアルじゃないな、オフィシャルでも。

はいはいはい。

オフィシャル。

ビジネスでもカジュアルでも行けますね。

ビジネス的なシーンでも全然履けるみたいな見た目の。

でも履き心地はスニーカーみたいなやつ出してたりしてたけど、それの逆バージョンって感じ。

なるほど。

逆バージョン?逆じゃねえな。

同じか、同じだ。

最近、革靴もね、昔結構好きだったんだけど、高いやつよりデザイン性が特殊な革靴が好きで、

またそれに再燃しつつある、全然そういう文明的なローパワー1個ぐらい持っておきたいなって思って、

多分インスタで何か調べたら、あれよあれよと情報が入ってくるから流行っているのかなって思ったし。

1個でもいいねつけたり保存したりしたらアルゴリズムがはいどうぞどうぞってめっちゃ持ってくるからね。

全てを投げつけてる。

それでトレンドが形成される。

一瞬でタイムライン変わるから。

そうそう、トレンドとなるのはちゃんとスニーカー系のところが新しいプロダクターしてたから、これもし流行りなのではという。

俺のインスタのタイムラインというか動画リール面は基本的にもう東急フォームの動画しか流れてこなくなっちゃう。

どういうこと?

そういうのに多分やたら再生してたからなんだろうけど。

東急フォームを再生してたの?

ダルビッシュとかの変化球投げるシーンとストレス投げるシーンを重ねる動画とかってよくある。

でフォームが一緒なのに球筋が全然変わるみたいなのを結構再現してるような動画を普通に見てたら、

クサ野球とかやってる人たち向けの野球インフルエンサーみたいな人たちもいるのよ。

知らなかったんだけど、アルゴリズムで持ってこられる前に。

その人たちの練習風景とか東急フォームの練習してるやつとかがリールで流れてきてすげえ時代だなと思って。

AIの影響と議論

少年野球やってる時にこれが見たかったなと思って。

アルゴリズムの話と今日のアジェンダが計らずしてつながりつなげちゃって面白かった。

素晴らしいつなぎをいつもしてくれますね。

今日はたくまさんが持ち込んでくれたAI。

AIを使うとバカになるのか。

このポッドキャストのアジェンダの書き方的にバカになるのかとか。

こういう力はつくのかつかないのかみたいなのを言うと、大体それを否定する結論から始まるっていう。

でも俺はちょっとここはバトルバトルが始まるかもしれない。

その方が面白い。

この文言自体はどこから取ってきてるのかっていうと、

ツイッターQXじゃない、逆だ。XQツイッター。

俺の中でツイッターは永遠にツイッターだから。

そこで大体AIの情報。

ツイッターアインストールしたいんだけどさ。

AIの情報はツイッターでしか最速で手に入らないから。

驚き屋をかき分けて本質情報を手に入れるっていう。

その中で俺のツイッターのタイムラインはさっきのアルゴリズムの話で言うと、

AIのことしか流れてこなくなってるんだけど。

その中でO3が出たタイミングかな。

ChatGPT O3最新モデルが最近先週ぐらいに出ましたけど。

先週かな。出たけど。

あれすごいんですよ。

すさまじい知能と呼ぶにふさわしいほどの力を持っているんだけど。

あれが出た瞬間にあまりに何でも投げられすぎて、

これ使ってる人間みんなバカになっていくと思うみたいな主張が。

煽りとか驚き屋的な話じゃなく、マジで知能が下がるからやめといた方がいいみたいな啓蒙みたいな人たちが増えてきて。

何言ってんだろうなって思ったからそれを書いたんだけど。

これを聞いて思ったのはバカになるかどうかっていうのは分からんけど、

何かしらの能力がCで何かしらがなくなるとは間違いなくあるなっていう。

そうそう。そこの変化だとシンプルにパラメーターの。

その人の能力のエンハンスする機会じゃないですか、あれって。

常日頃から何かしらの良い問いを自分の中で繰り広げている人はそれへの対話者が会われることによって、

自分の興味分野への深みが増していったり、より深いインサイトにたどり着けるようになるみたいな。

どちらかというと、その問いが良いかどうか分からないけど、

いろんなことを日々考え、ふと疑問に持ち調べるみたいな習慣が結構強いタイプなんですね。

絶対にいろんなことを先生に聞き、興味を持ち、何かこれちげーなと思ったらまた別で調べるとかやるんだけど、

その結果、俺は自分の中で出てくるQに対してすぐAが返ってくる。

Qに対してすぐAが返ってくるから、それが当たり前になっちゃうと、

人にもいきなり突拍子のない質問をしてしまうようになったというか。

俺自分でめっちゃ明らかに小話苦手になったなって思って。

それはオーストラリアに来たからなのか、AIが使い始めたからか分かんないけど。

なんかすごいさ、新卒の時とか、自分のソーシャルグラフに知覚変動が起きる時とかに、

すげー自分が会ったことないタイプの頭いい人と出会った時に、

自分より2ランクぐらい上の経験を持つ人たちと会った時に、

すごい突拍子もない質問される機会ってあるけど、そういう感じなのかもしれない。その人たちの知能。

なんか自分の中のロジックっていうのがあって、

昔まではそれをちゃんと相手と自分が違うという前提に立ち、

AイコールCにならないように、AイコールBイコールCと説明をするとして、

そういうのが今まで培ってこれたけど、いきなりAイコールCを聞いても答えてくれるコンパニオンができたことによって。

自分の中ではあるロジックだけど、他人から聞いたらスカポンタンなのになっちゃうみたいなのが結構増えたなっていうのが体感としてある。

それどういうこと?って聞き返されて、あ、これはこうこうこうでこうじゃないって言ったら、なるほどみたいな。

それと一般的なバカと頭がいいの定義がまず、イベントだったらしなきゃいけないんだけどさ、しないで進めると。

頭いい人って一足飛びの試行するみたいなのが割とあるから、そういうムーブになっちゃってるんだろうなと。

結論AIによって結構その頭の使い方変わってよくはなってる気がするんだよね。

知能の変化

物事に対する興味がどんどん湧いてくる仕組みになるから、これもなんだあれもなんだろう。

そういうのを考える癖がつくという意味では、人の脳みそがより使われる機会が増えるイコール、知恵が増える。

知恵が増えるっていうのは多分バカの反対にするからバカになるのかに対する答えがノーと証明できるみたいなのはありそうだけど、

あ、ごめんね、たぶんなんかさっき今言いかけたのは。

そう、俺がこのツイッターたちのこう啓蒙を見たときにそんなわけないでしょって思った理由として、

その人らの多分主張としては、バカになるっていうのはサボっちゃうというか、情報を得るまでの苦労をしなくなるがゆえに、

脳みそを使わなくなるということ。

そうそう、脳みそを使わなくなって、なんか聞いたら考えもせずに答えが返ってきちゃうから考える力が弱くなるみたいな。

一理あるよねって思うし、自分もその側面を一瞬感じるときあるから、そりゃ別れだと思うんだけど、

実際、なんか今O3が、チャートGBTがメタデータ、自分のこれまでの対話のメタデータを全て取得できるようになったから、

それで聞いたときに、俺二千何百回ぐらいこいつと会話をしてるらしいんだけど、

で、直近30日間の利用人数20かとかっていう、これぐらいのヘビーユースをしてる中で、

と思ってるとさ、何言おうとしたんだっけな、

確かに考えもせずに答えが手に入るようになったんだけど、

自分がチャートGBTに聞いたり、仕事関連も多いんだけど、聞いて何かを得ようとしてるときの感じって、

なんか抽象的な話だから話しづらいんだけど、

何て言うんだろうな、なんか1たす1は何ですか、2っていうのを返してもらってるような、

そういう答え一つみたいなものを聞いてるっていうよりは、本来その答え、

次の問いに行くための問い位置みたいな、もっと大きな難解な問いが奥にあって、

本来はそこにたどり着くまでに、例えば関連書籍を5、6冊買って読んで、

AIの思考プロセスへの影響

自分の中である程度抽象的な言語みたいなものを手に入れてからその問いにやっと行けるみたいなものだったものが、

今は最初のステップをすっ飛ばせるっていう、すっ飛ばせるというか短縮できる。

分かる分かる。

ある問いの答えにたどり着くまでにいくつか証明しなきゃいけない仮説が多分あって、

その仮説に対するある程度の意見を持っている状態で、それが正しそうかどうかっていうのを確認する作業として使っているような感じ。

そうそう。積み上げてるんだよね、まず積み木を。

結構でっかい城を作んなきゃいけなかったんだけど、それまでにはめちゃくちゃな時間的な投資も労力も、

もちろんそこで多分家庭で頭を使うっていうのも当然あったんだろうけど、

それをカットすることでよりでかい、本来届かなかった城を作るような、積み木で城を作るようなところから思考を始めてスタートすることができるっていう。

そこの方がバリ頭使うし、あとその結局家庭で手に入った抽象化された事象みたいなものは自分の言葉として、

本当の理解って人に教えられるようになってから始めて言えるよっていう感じだけど、

人に教えられるようになるくらいの理解まではGPTを詰めて消えるから、反論もできるしこっちから、

いやこれって矛盾してないみたいな、こういうことじゃないのとかっていうのは。

そうすると昔のGPTだったらこっちに従順だからさ、私が間違ってましたってちゃんと手のひら返しをしちゃってたけど、

今はちゃんと真実を信じた状態で、いやあなたの主張が間違ってるんですよっていうふうにちゃんと返してくれるから、本当の意味で理解ができる。

そういうAIをただの考える時間の短縮装置として使うとバカになるは多分イエスだろうけど、

企業のESGに関する考察

AIを何かしらの課題の解決とか、複合的な事象に対してのデータベースとして使うとその限りではないみたいな感じ。

例えばそうだね。

まさに例えばで、昨日それを思ったことがあって、今UBAの課題でですね、企業の社会性と利益を両立するためにはみたいな、結構俺が好きなタイプの自由って言ったらそういうトピックがあって、

日本の上場企業もたまに出してるけど、サステナビリティレポートっていうESGの目標値がこうでこうでこうで、我々はこんなに頑張りました見てくださいねみたいな、

決算広告資料のサステナビリティ版みたいなのが結構あるんだけど、それを分析し、いかにちゃんと問題に向き合ってる企業とそうでない企業の差があるかみたいなのをチームとして作ってるんだけど、

私のチームは今Amazonのケースを扱ってて、Amazonのケースめちゃくちゃ面白いんですけど、Amazonってですね、NASDAQ上場企業、NASDAQのトップ20の銘柄の中でESGスコア最下位、

NASDAQのリテールとか同じ同業界の中のトップ20の中で19位、20位はTeam…っていう。

ティームの手前なんだ。

そう。

マジで。

おい、Teamとほぼニアリーコード。

そうだよ。

それは面白いね。

で、なんでそうなってるかって分析するのを私は面白いなと思ってやってるんだけど、一個でっかい課題としては、Amazon…ESGが分かりやすいからESGで言うとエンバイオメント環境とソーシャル、社会のコミュニティとか、ガバナンス、その組織内の健全性みたいなのがあると思うんだけど、

もうずーっとここ十何年、工場の労働とか、あと社員の労働組合のボイコットとかがあるのに一切それを取り合ってこず、ESGにもレポートに入れず、

Amazonの従業員が一日病単位でKPIを管理されて、最低賃金働かされて、生活するのもやっとです、みたいな講義を5年続けてるのには見向きもしないで、アメリカのホームレスに100万件の家をプレゼントします。我々すごいでしょ、みたいなレポートを書いてるの。

ここの非対称性と、なぜそれに取り組まないのかという組織的な、意思決定のフレームワークとかを批判するっていうのをやってるんだけどさ、そういう考え方のOSとして批判される部分と表現の仕方として間違ってるところ。

メディアで明らかに従業員の声が上がってるのに、自分たちのレポートとしてはホームレスに家支給しますみたいな、やばいじゃんコミュニケーション方法。内容とは別でそういうコミュニケーション方法を批判するみたいなトピック作ってそれをインド人の友人に投げたら、

統計的手法の重要性

ただの公開情報をバレットポイント、過剰書き出してきて、ただお前公開情報をライズするだけじゃなくてお前のクリティカルシンキングを入れやがれっていう話をしたんだけど、向こうのほうでずっと公開された情報をチャットGPに打ち込んで出てきた答えをコピペして貼ってるだけだから何も進展しないのね。

もう馬鹿になってるパターンの代表例って感じ?

いやいや使って馬鹿になってると思って。

で、この課題として我々が取り組むべきフォーマットはこうで、クリティカルシンキングの例はこうでっていうのを与えたら、その例を今度はそいつとチャットGPに打ち込んで出てきたんだけどそれぞれに良い答えが返ってきたのね。

一回考えるというプロセスがそこに挟まったことによって、考えるというプロセスは俺が代替したんだけど、によって同じAIを使ったというアクションは同じなのに全然効率の違うものが出てきたというのを考えるとやっぱツールじゃなくてその問題だよなという。

馬鹿がより馬鹿になる機械になってる気がする。

本当に鏡というか、馬鹿になってるっていうか単純サボっちゃってるだけなんだろうけどね。

頭を使うことを放棄して、馬鹿になってるというよりは頭を使わずに済んじゃうから使ってない、サボってる、楽するルートができちゃってるからしてるっていう感じだと思うんだけど。

本当にこちらがLLMだから本当に言えてみようと思うけど、ランゲージモデルだからこっちの渡した言葉の鏡として答えが返ってくるから。

こちらが難しい言葉を使えば使うほど向こうも多分難しい言葉で返して大丈夫だなっていうので回答がそういう風になってくるし、

こっちのOSに合わせてくれるような回答だから答えだけ雑に聞くような聞き方だとポンってそのプロセスとかも雑な感じで返してくるし、

なんかそういうものを感じるんだよな。

さっき俺が言おうとした例えばで言うとこの…

ごめんごめんちょっと。

今自分のログを見てたんだけど。

仕事関連は言えないものあるからあれなんだけど、仕事に近い領域で言うと、

例えばさっきの2ステップ先の問いを知るためにまず1ステップを倒さなきゃいけないけどそれが大変すぎてとか、

言ってた例で言うと、俺の広告とかウェブマーケットの話だと統計手法がめっちゃ重要になってくるんで、

何か試作の評価をするにあたって単純に数字上がった下がったじゃなくて、

それが本当に統計的に有意なのか偶然じゃないのかみたいなものをちゃんと評価してやんないと誤った選択肢を選んでしまうみたいなものがあるから、

統計ってめっちゃむずいじゃない?その手法の部分まで踏み込んでいくと。

一応ゼミでやってたから、ピーチとかそういう基本的なものは知ってるんだけど、

じゃああいつがどういうふうにワークしてたのかは、俺は当時バカだったので、バカな使い方をしてたので、

一回全マーケターが通る森岡さんの本、

真摯のやつ?ああ、確率思考の戦略論だっけ?

確率思考の戦略論を読んで、こんなのできないよって挫折すると、

全部マーケターが一度通る統計学との付き合い方。

あれがまさに二歩先の問いを実践してる人のトップマーケターの考え方。

あれができればトップマーケターではない、現状況的には違うと思うけど、

一つのトップマーケターの例としてあそこまで数学的にすべてを解明しようとするっていうのも確かに正しい、

非常にP&G的な考え方だと思うけど、

あれがキツってなるんだけど、

あれに必要なまでのステップとしての理解、階段がない状態で、今までだったら統計詳しい人が社内にいたら、

データサイエンティストの人とかそっちの人たちにめっちゃ頼りながら聞いて何とか理解するとか、

統計の本ガバガバ読みまくったりとか、

横田さんはそもそも何の本を読んでここまで来たのかみたいなものを探って、

何年かかるんだみたいなプロセスをやってようやく本の真髄にたどり着ける感じだと思うんだけど、

今はもうあの本で出てきた片っ端からわからん統計手法とか数学的手法とか、

なんでこの計算式がそもそもこの文脈で出てきてんのみたいな話も、

こっちがそう聞けばこっちの言葉で翻訳して返してくれる存在になったので、

本当に昔いた社内で詳しい人にとにかく片っ端から聞いて、

新卒時代にどうにか理解させてもらうみたいな、

ああいうのをいまだにAIに返せることでできるし、

それが統計に限らず全方位的に質問を返してくれるマシンが手元にあるみたいな感じだから、

その階段を作るまでがめちゃくちゃ要因になった。

本来だったら今AIが仮になかったとしたら、

それをとて諦めて俺は雰囲気で統計をやっているっていうスタンスでさ、

多分優位。

やってたけど、そうそう。

じゃあPG出すにも統計的にその優位判定するにも確か3手法ぐらいあってとか、

それぞれがどういうシーンでベストケースなのかとかさ、

あと数字がでかくなったり複雑性が上がったりすればするほど、

CVRを比較するだけのAVテストだったらたぶんそんなに知識はいらないんだけど、

今やってる仕事的にもう少しマスマーケよりの指標とかいろんなものを見なきゃいけなくなってきてからは、

いよいよわけわかんなくなってきて、数字が何も信じられなくなったときに、

一旦基礎からすべて理解し直して自分の言葉になってから、

ようやく使いこなせるようになってきたかなっていう感じだからさ。

そういう、何だろうな、トピック?

質問自体が目的なんじゃなく、あくまで質問は手段であるときにAIは自分の脳みそをエクササイズしてくれるよね。

本当にそう。階段を作る作業がすごい簡単になったって感じ。

仕事の話だとあれだけど、本当にあらゆること同じように聞いてるんだけどさ、

例えば最近このモニター、PCの。

買い替えよっかなと思って。

いろいろ調べてたんだよね。

自分の体験的に昔iMac使ってたけど、iMacのモニターがまじで史上最高だった。

本当に目が疲れないし、ピクセルを感じないというか、本当に美しいディスプレイで。

今4Kのデルのモニター使ってて、これも別に悪くはないんだけど、やっぱり劣化してる感じがして。

じゃあそのiMacと同じような環境を今4Kで、どれくらいの金を払えば俺は手に入れることができるのかっていう。

これを調べるためにはモニターの技術的仕様とか、あらゆる専門用語あるじゃないですか。

AIと技術的理解

カンデラバイトとかコードの指標もあれば、あとピクセルの密度の話もあれば、

あとMac特有の4K、5Kの違いみたいな。

5Kじゃないと確かMacがフル性能を発揮できないんだよ、外部モニターで。

みたいな話もそもそも知らなかったんだけど。

だから俺4Kさえ買っとけばいいだろうって思ってたところが、そもそも違うみたいな話とかを、

目的だけiMacと同等の環境を実現したいんだと。

iMac2021かのモデル的にあれと同じ環境って言って。

今これだと不満があると。

差は何なのか技術仕様から明らかにしてほしいと。

で、差が出てきて、じゃあこれが何でそれに作用するのかみたいなところも各項目ごとに技術的に聞いていくとちゃんと返ってくるわけ。

みたいなことでやっと本質的な理解ができて、今のモニターとかなってないこととの差分。

で、それを満たす、モニターをまたそれを調べさせることができるわけよね。

で、出てきたやつで価格見て、あ、なるほどね20万円やっぱりそうですかみたいな。

本来だったら多分そのプロセッショナルが家電量販店にいる店員さんとかは分からんけど、アルトネリオプロセッショナルだとした時に。

でも相当家電量販店でも当たりはずれあるけどね、絶対この領域。

何が思ったかというと、自分の中で持っているある理想的な何かを証明していくために付き合ってくれる存在じゃないですか。

そこでの対話によっては結果だけじゃなくてその知識もつくという意味だとやっぱり頭が良くなっている。

料理の科学

そう。

すべてが抽象化されて自分の箱に入っていくみたいな感覚って言ったら伝わるかもしれないんだけど。

言わんとしていることはすごいわかる。

自分が出会った自分より全然賢いみたいな人って抽象化が本当に強くて、全く地球の反対側みたいな概念からも何かしら今の辞書に紐づける力を持っているというかそれを活用できる力を持っているみたいな。

灯台とかの人みんなそんな感じだったんだけど、そういう強さを持っているなみたいなものを今AIの力を借りることによって技術的に似たような頭の拡張ができているというか、本当に知識を手に入れることが超苦手だったから勉強というあらゆるものが。

だけどそれを挟まずとも間接的に知識の応用があらゆる概念。

そろそろ料理とかもそうなんだよ。料理を解剖するパスタにおいていろいろ材料が出てきて。

基本的にレシピもパターン化されてるけどシェフによってこだわりが違ったりとかさ。

あとそもそもニンニクの刻み方による差とかさ。

ちょっとGPTにレシピ聞いてるのかと思って。

レシピも聞くことあるよ。普通に家にアンチョビがそろそろダメになりそうだからアンチョビがあり、トマトペーストのソースがあり。

じゃあこれで何作ろうかみたいな。何に合わせるのがいいと思うみたいな。

聞いたときにそもそもなんで白ワインって入れるのみたいな。これ何が起きてるから入れるのみたいなところは普通に聞いたりする。

料理においてレシピってただの手順書であり、本来だとそこには意図が全部あるわけじゃん。

意図が知れるレシピって少ないよね。動画コンテンツ化してからそれを行為で言ってくれてるシェフとかいるけど、

だいたいああいう強いシェフたちってまじで過目でさ。

これはもうこっちの方がいいんだよって言いながらやっていくじゃん。

それが何でいいのかが分かんないし、ひょっとすると本人もそんなに深く考えてないでこっちの方がうまかったって経験からやってるだけの可能性じゃん。

でも特に旨味成分とかって何々さん何々さんみたいにこれが熱でどう変わるとか。

あとトマトの酸味。トマトって何で熱加えると酸味が飛ぶのか。

百何十何度以上になるとこの何々さんが何々さんに変わって酸味が減るんだみたいな話とか。

これも最近知ったんだけど。

じゃあ熱をある程度入れないと加熱してる時間じゃないよねっていう水で水分とかで温度下がっちゃったら酸味はどの道飛ばなくてまずくなるねとかっていうことがようやく理解できるようになってくるわけ。

写真の撮影技術

まじでいらん知識だけど。

でもこの周辺知識が何て言うんだろうね。

頭の使い方を柔らかくしてくれてる気がする。

あらゆる方面。

そういう実理的な特に冗長的な楽しさとかにも繋がってる気がしていて。

俺個人的にそういうのが分かってきてからやっと物事が楽しくなるタイプなんですよ。

分かる。

例えば料理もそうだしカメラとかもそうだと思って。

カメラとかめっちゃ効くだろうなこれO3に聞いたら。

この構図が何でいいのとか。

未だに分かんない。

構図というか美術的な知識としてのキャッチアップがやりやすくなることとカメラという道具の使い方。

ただF値を絞ってシャッタースピードを上げてISO感度を下げたら綺麗でボケた写真が撮れるよね。

以外のカメラの道具としての使い方ってたくさんあって。

それってもはや開発イノベーションを自分たちにしなきゃいけない。

そうだね。

例えば分かりやすい例で言うとシャッタースピードを下げて滝撮ったら線みたいになるよねとかああいうやつ。

それってこの各機能が何を意図して作られているかそれとそれの組み合わせによったらこういう考え方ができるよね。

それは絵画とか美術の背景から言うとこれに近いからこういう風に見えるよねみたいな。

のができて初めて面白いんですよやっぱ写真って。

そうだよね。

俺そこにたどり着けなかった側のカメラ超デスライトユーザーだったから。

いやそれって難しいと思ってて。

それを料理もカメラもこれともギターとか音楽とかも多分そうだし。

そういう楽しさまでたどり着ける時間とコストその費用的な意味でのがAIによって短縮されてるなって感覚がすごいあってその結果頭をより使うようになっているとも思っている。

発想が新しくなる。

基礎を知るキャッチアップスの主張りの種のキャッチアップ速度が死ぬほど上がったがなんか自分の中で今ピンときたんだけど。

そうかもね。

俺主張りの種を超えられなかったからカメラに関しては。

当時もYouTubeとかでカメラ系のインフルエンサーさんの動画とか死ぬほど見てて。

一時的に撮影が必要だったからこういい写真が撮りたいと。

でとりあえずAPS-Cのソニーのα6400を買ってやるんだけど。

たまにホームラン出るんだけど。

基本的にオートモードで撮った写真を自分がオリジナルでやったやつが超えることはないっていう。

本当に何も調整がF値とか知れば知るほど調整したくなるじゃん。

冒険感とかさ。

あとISO感度もそうか。

あとシャッタースピードもそうなんだけど。

そういうのも仕組みは理解できるんだよね。

動画で解説してくれる親切な人たちがいるから。

それ読んだ上で実践していて。

でもまだ本質的に理解ができない。

たぶん焦点距離とか本当に物理でやったレンズの反射みたいなものをしっかり頭の中で理解してないと光の入り方を正しく理解できないから。

単にぼけたりとか単にめちゃくちゃ暗くなったり光が飛んだりとか逆に。

あとあれは。

あとそれをライトルームで編集するときもライトルームだけでどんぐらいの広告管理画面かぐらいの設定項目があるから無理すぎて。

物撮りをさらに楽しくさせるまでの難しさを助長した気がしてて。

人とかだと分かりやすく機能の背景を理解できる。

例えばだけどこの人の顔の形だと鼻が高いですと。

ここから光が当たったらもう片方に影が強く出るからダンディーに見えるとかちょっとアンニューンに見えるとか。

でなったらコントラストを高められるような設定にしようとか。

あと例えばだけど。

おもろい。

そのめちゃくちゃ緊張シーンで瞬きが早い人とかだったら普段やらシャッタースピードを上げた方がちゃんと目を開いてると聞こえるかもしれないよねとか。

スポーツの写真と一緒で。

女性だったら髪の毛のふんわり感出た方が柔らかくシルエットが見えるから逆光を当ててみて。

逆光を当てるとしたらもう少しイソ感度を下げて、フ値も絞った方がいいかなとかそういうのを。

なるほどね。

本来だったらポートレート撮影に何十回も行って、なんとなくこうかもしれない、こうかもしれないって考えながらPDCMをしたのを。

ある程度仮説ができたら、プロの写真家としてこれって別の手法あるって聞いたら返してくれるじゃんか。

写真はもう2本くらい難易度はあるなと思ったけど今話聞いてて料理とかについて聞くよりは。

インタラクティブ性があるというか。

変数がめっちゃ無限にあるから料理だったらフライパンの上の話だけでここの化学反応を説明していけば比較的正解にたどり着けるけど。

光の話、被写体、目的、どういうテーマで撮りたいのかみたいなところがあるから。

こういうテーマで撮りたいがめっちゃはっきり決まってて、お手本となる写真とか撮りたいのが決まってて、それと近しい環境を再現するみたいな話だったら多分AIはめっちゃ有用になるんだろうけど。

そういう朱梁の朱の部分が超えられなかった部分が超えやすくなった。

本当に一問い投げるだけで超えられる。

うなぎ焼くのに串打ち3年焼き何年とかあるじゃんか。

あるある、寿司の修行とかもね。

みたいなのを短縮できるのかやってみたいな自分もどうしてって今思った。

寿司とか美容師とか、本当にシャンプーをずっと最初からやり続けなきゃいけない。

それカルチャーとか雇用のシステムとかそういうものにも依存するからちょっと難しいかもしれないんだけど。

ただ今まで指定関係みたいなのが必要で時間かかっていた系を短縮できるんだとしたらそれはイノベーションだなと。

一人でもできる?

よくあるじゃん寿司とか。

まず何も質問せずに5年見て学べみたいな。

5年ロブレート。

シャリを握る前に師匠の動きを5年見るんだみたいな。

そこで意図を察するっていうあれだけど。

多分それ全部動画に起こしておいて。

AIにどういう意図で今この角度で指入れたと思うみたいなのを聞き続けると意図の把握もすごい早くなる。

うなぎだったり焼き鳥だったりの串を打っている写真。

これで3Dモデルしてシミュレーションして火の入り方を計算してみたいな。

よく分かんなくなってきているのは多分それを聞いたら今の時点でO3はちゃんとこの串打ちの意図を返してくれちゃう気がするんだけど。

どこで君はそれを知ったのかという気持ちになってこない。

統計手法とかアカデミック寄りのやつをいわゆる大学で学ぶような学位レベルの大学で学ぶようなことを

AIの影響と人間の知性

教授を問わずともテキストと自分だけでAIだけでほぼ完璧に理解することができるというのも今実現できているのは

それはアカデミックに関しては一時データが膨大にあるからそれは理解ができてるんだよね。

統計とか聞くのもめっちゃ分かりやすいなと思うし正しいことが返ってくるなと思うんだけど

なぜ串打ちを君が知っているんだいっていうのは本当にニューラルネットワークの気持ち悪いところというか

知らないはずなんで本当の意味で知ってはないからでも答えを返せることができるっていうのはなんかきもい話だよね。

どうなんだろうもしかしたらニーナとアレキサンダーどこに行ったかんぬいがきがきの上

各領域のスペシャリスト一人ずつ生贄にしてしまった人間って言いますかね。

君らとしての

だんだん統計データを見ていくと人口がとあるレイヤーだけ不自然な減り方をしていて

ニーナとアレキサンダーどこに行ったってサムアルトマンに聞かなきゃいけなくなる

現代版のなんだっけそのポルボト政権のやつ

なんだっけ

ペトナムでその知的な人たちを殺したっていう

学習での話が違うか

まあでもそういうことだよねそれはむしろあの

地を弱めるためにやったことだよな

これは地を全世界に民主化するために人間一人を遊兵してるんだか抹殺だかして

そして

なんだっけ

AIが代わりにある

よくリビルドで力を動くに投稿されてしまうアップロッチのデザイナー

名前は捨てちゃった

全身にアップロッチを巻きつけられて天国に

いや進捗はどうだいって聞かれる

結論AIを使うと若いになるかは人次第

何の情報量もないけど

だから周波数の部分だけを閉じた形で

仕事としてなのか日常としてそこまででいいやっていう使い方をしちゃうと

それも別に答えは手に入るから短期的には全く困らないし便利になってるだけなんだけど

ひょっとするとニーナとアレキさん長間になる可能性が

笑い話にならないからやめたほうがいいね

そうだね

そうなった時何が困るのかって話でもあるんだけどね

求めていないんだったら別に必要ない頭が良くなることが史上ではないからさ

そこに対しての幸せならそれでオッケーですって話だよね

別にそれも不幸ではないしこれまでも考えることが好きなんだけど

単純にそこまでの労力が大変すぎてとか

あと俺の場合で言うとそういうの嫌いすぎて地道な

その学習的な努力が自分の仕事に関すること以外とかだと全然興味が湧かない

タイプからするとお勉強嫌いタイプからするとそこがショートカットできた上で

その後のここから先があるんだよっていう世界だけを味わうことができるから

今日だけで漫画の台詞何回引用した

めちゃくちゃ使ってるけど今の左利きのエレンですね

そこだけ味わえるから

気づかなかった?

バカもハサミも使いようみたいな

あれ合ってる?

まあだいたい合ってるんだけど

この文脈で意味合ってるのかよくわからない

AIも使い方によって自分にとって

そういうパッと出てくる知識

さっきのアプローチ巻きつけられる人が誰だったんだっけみたいな話とかも

1たす1イコール2の答えを出すスピード確かに下がってきてるかもしれない

って一瞬思っちゃった

ことわざとか筆学力を飛ばして得られるようになった関係で

去年か一昨年か友達と漢字王っていう企画を忘年会か何かでやって

漢字のテストをね

一人から漢字の問題作って全部常用漢字の範囲内に絞ってんだけど

全員ほぼ全滅するって

IT業界の人間だけであったからキーボードの打ちすぎで

漢字のゲスタルト崩壊が0.1秒で起きるようになっちゃって

何も書けなくなっちゃって

そしてそこそこ人知を集めてる

偏差値高い大学出身の方々集めた

俺より学力高い人間しかいなかった

その場には

人知を集めて常用漢字のテストが終わりになったという

小学歴順にはならないし結果のあれも全然

キーボードで変換してくれるようになった関係で

漢字を誰も書けなくなってしまった頭から一発目で

もちろん基本的なものは書けるんだけど

説問作った人間がまじで天才だったんだけど

ちょうどスイートスポットの問題を出してくれる

ここってなんか吹き抜ける限界

絶対書けるはずなのに

そういうのもそうだし絶対書けるはずなのに

なぜ頭に出てこないんだみたいな問題が60問くらいあって

そんなやったん忘年会で

めちゃくちゃボリュームでやった

すごいな

それが面白かったんだけど今思うと

あれってAIを使うとバカになるのめっちゃ

分かりやすい事象っていうか

あれはキーボードを変えして漢字が書けなくなってるけど

言語能力の変化

AIを変えた結果だんだん言葉が喋れなくなっていって

あれとかあのとかがだんだん会話が

組み取ってくれちゃうからさこいつが

我々はニュアンスで喋っている

なんかバカと遊んで使えよみたいな感じで

とかっていう全然誤用もしてきせずに

上手く組み取ってくれるようになっちゃった結果

言葉が不自由になっていったり

逆に言うとそうやって文化としての言葉は

発展してきたとも言えますし

そうやな

英語も今スピーキングとか書いてあるけど

ライティングとかの翻訳自体にはそんなに

テキスト変換だけだとそんなにケースバイケースだけど

ニッチなケースじゃない

一般的なテキストとしての変換翻訳は

そんなに価値がないよねっていう風になったのは

そういうことだろうし

怖いですね

やっぱバカになるはバカになるが

その先があるんだよっていう

そのリスクを取ってでも面白いことがたくさんあると思って

使い続けているという感じですかねきっと

そうだね

あと使いながら意識的にちゃんと

そのしわりなしの部分もちゃんと理解して

自分で手で漢字が書けるように

使う時に気をつけながら

さっきの英語をライティングするのに

そういう力が弱くなったみたいなところで

思ったのがとはいえ

添削力がめっちゃ上がったその結果

英語の添削力

ライティングの話

自己成長とAIの使用

これなんて言うんだろう

オースリーとかでもこの日本語を

あなたアカデミックの

日比谷社のライターでこういう条件下の下で

こういう日本語があった時に

この目的に沿うように英文にしてくださいと

言った時に

日本語って多分難しいから

iで話してほしいの

vで話したりとか

過去形なのに過去完了で話したりとか

逆の過去で

過去完了で話したりとか

みたいな

のを

見た時に

みたいな力が

その代わりについていっていて

なるほどね

ただ失っているだけじゃないのかもしれないな

レビューアー側から最初から始められる

っていうのも

また別軸であるなというのは

めっちゃわかるな

これが多分エンジニアとかで

フロントエンジニアリング的な

そう

今後AIが

コードを書くことが多くなったとしても

それをマスターしている

初学者エンジニアも

授業に同様になるよね

みたいな

なんか

アウトプットの完成

何かしらのアウトプットの完成が100がマックスだとした時に

あの

ジュニア人材とかが

70点のものを最初に作ってくれて持ってきてくると

残りの30点を見るのはめっちゃ簡単なんだけど

自分で1から100出せって言われると

レビューアーとしての自分は出せたのに

1から70がめんどくさすぎて

なんか

結果的に自分一人でやってもそんなに100点にならないみたいな

事象って結構

仕事である気がしてるんだけど

それがAIによって

60、70のアウトプットはポンと出てくるようになったから

それを見た時に

不足している項目とか

を作ってて100に持っていくみたいなのが

すごい簡単になったなっていうのは

めっちゃ思うので

レビューアーとしての能力も

アウトプットの完成のサブを見つける能力とかも

結果的に

そっちをやってる時間が長くなるから

伸びていく気がする

減っている分野の関節部門の能力が伸びるというか

うん

実はそんなところですよね

そうですね

まあ

結論としては

バカにもなってるし

よくもなってる

我々の

ポッドキャストを始めた頃の音声と

最近の音声とでどっちがアホっぽくしゃべってるかを

ちょっと今度AIに調べていきましょう

AIをまだ使ってなかった頃と今とで

確かに面白そうそれ

音声がここまでログで残ってるの結構希少だなって

星の数

エピソードをシェアする

メッセージを送信

technotreck.fm

サマリー

目次

星の数

コメント

こちらもおすすめ

#113 AIを使うとバカになるのか 〜ニーナとアレキサンダーどこいった？〜