00:00
あの、リスナーのあなたもちょっと想像してみてほしいんですけど、 子供が部屋の掃除終わったよーって、こう自慢げに言ってきた時のことですね。
はいはい、よくありますよね。 で、ドアを開けると、まあ確かに床は綺麗なんですよ。
でもよく見ると、おもちゃとかゴミが全部ベッドの下に隠してあるだけっていう、 なんかそういう経験ないですか?
あーありますね。 表面上は片付いていても、実は見えないところに問題が山積みになっている状態というか。
そうそうそうなんです。で、今回の徹底分析のソースになっている エンジニアによるAIエージェントの考察記事を読んで、私ハッとしたんですよね。
リスナーのあなたも職場でAIに対して全く同じことしてないかって。 作業完了しましたっていうAIの言葉をそのまま鵜呑みにして、ベッドの下を確認していないんじゃないかっていう。
まさに今日のミッションはそこですね。 AIを単なる便利なチャット相手から、実務を任せられる信頼できるパートナーへ引き上げる。そのための実践的な知識を抽出していきます。
はい。じゃあ早速なんですが、そもそもなんでAI相手にそのベッドの下を疑う必要があるんでしょうか?
それはですね、AIと人間とで終わったっていうことの定義が全く違うからなんですよ。
定義が違うんですか?
仕事には大きく4つの段階がありまして、まず作業済み、次に成果物あり、そして検証済み、最後に次の人がすぐ使える引き渡し可能、この4つですね。
なるほど、4段階あると。
なのにAIは単にファイルを作っただけの成果物ありの段階で。
そこで完了しましたって答えちゃうんだ。
そうなんです。でも人間が本当に求めているのは、検証が埋まっている引き渡し可能な状態ですよね。
いやでもちょっと待ってください。私たちがAIを使うのって時間を節約するためじゃないですか。
はい。
なのに人間がいちいち細かく検証して回らないといけないなら、なんか結局自分で仕事しているのと同じになりませんか?本末転倒というか。
そこなんですよ。だからこそアプローチを変える必要があるんです。
アプローチを変える?
AIの完了しましたっていう返事で判断するんじゃなくて、AI自身に証拠を出させるんです。
つまり人間の手間を省きつつ、検証プロセスそのものを最初からAIに組み込む設計が重要になるんですよね。
あーなるほど。なんか数学のテストで答えだけじゃなくて途中の計算式も書きなさいって指示するのと同じですね。
まさにその感覚です。
答えがあっていても当てずっぽうかもしれないから途中式を見せると。でもそれって具体的にどうやるんですか?
プロ向けの最先端ツールを見るとその仕組みがよくわかりますよ。
例えばクロードコードっていうツールは単にコードを修正しましたって報告するだけじゃなくて、その修正が正しいか検証するために裏でどんなコマンドを実行したかっていう履歴自体を記録するんです。
へー履歴を残すんですね。
はい。それからGoogleのアンチグラビティというシステムでも作業の各工程に入力、それから差分、検査結果っていう3つの観測点を置くように設計されています。
03:04
つまりAIが何を受け取ってどこを変更してそれをどうテストしたかっていう思考の途中式を強制的に保存させているわけですね。
そうです。そしてその途中式を自分の手元に残すことが極めて重要なんですよ。ソースにはMANUSっていうツールの事例も挙げられているんですが。
MANUSですね。
はい。8月23日から24日にかけてクラウド上の一部ユーザーデータが削除されるっていう告知があったんです。
うわークラウドのデータが消えちゃうのは怖いですね。でもそれがAIの検証とどう関係するんですか?
もしあなたがクラウド上の完成品のファイルだけを頼りにしていたらどうなるか想像してみてください。
あープラットフォーム側でデータが消えたら。
そうAIがなぜその結論に行ったかっていう途中経過とか出展へのリンクがすべて消え去ってしまうんです。後から誰も検証できなくなりますよね。
確かに。だから最終成果物だけじゃなくてプロセス自体を手元に置いておく必要があるんですね。理由なき成果物はただのブラックボックスになっちゃうってことか。
おっしゃる通りです。
とはいえ私たちは別にグーグルのエンジニアじゃないじゃないですか。普段使っているような標準的なAIに対してその途中式を欠かせる普遍的なテクニックって何かあるんでしょうか?
えーそこで使えるのが指示の最初に渡す7項目の研修カードっていうフレームワークです。
研修カード?
はい。これは単に項目を埋めさせるんじゃなくてAIに自己評価を強制するメカニズムなんですよ。成果物とか根拠検査方法なんかを指定させるんですけど。
はいはい。
中でも最も重要なのが未確認事項を挙げさせることなんです。
未確認事項ってことはAI自身に自分が確認できなかった盲点を白状させるってことですか?
まさにそれです。AIに自分の限界を認識させるわけです。そして依頼の最後に究極の質問を投げかけます。
究極の質問?
ええ。この作業が完了したことを私が客観的に確認するために必要な証拠は何ですか?
って聞くんです。
なるほど。AI自身に自分を監査するためのテストを作らせるんですね。それならどんなAIツールを使っていても明日からすぐ実践できそうです。
そうですよね。リスナーのあなたも今の職場でAIの水さわりの良い完了しましたっていう言葉をそのまま受け入れてしまっている業務がないかぜひ振り返ってみてください。
返事じゃなくて証拠ですね。
はい。返事から証拠へ。このシフトだけで手戻りは劇的に減るはずです。
私たちがAIの報告を鵜呑みにする単なるユーザーからしっかり証拠を求める真のマネージャーに変わるわけですね。
そういうことです。ただここで一つさらに先の話を考えてみましょうか。
先の話ですか。もし将来複数のAIエージェント同士がこの研修カードを使って互いの成果物を全自動で検査し合うシステムが当たり前になったとします。
はい。
その時最終的な完了条件が本当に正しいかっていうのを保証するのは果たして私たち人間なんでしょうか。
06:00
それともさらに上位のAIが人間を監査するようになるんでしょうか。
わあそれは人間がベッドの下を確認する役割すらAIに奪われる日が来るかもしれないってことですね。
リスナーの皆さんはどう思いますか。ぜひ考えてみてください。