AIが上限ではなく下限を上げる! 前回、@dotey宝玉氏がこの記事を共有しているのを見たとき、私は何度も読みましたが、私自身の実務経験に基づいて、この記事は非常に客観的で現実的であり、宝玉氏が少し前に提案した「AIの正しい価値観」と見なすことができます。 宝玉さんの翻訳を元に翻訳しました。 原文は次のように表示されます。 1⃣ 学習曲線の再構築 AI が登場する前は、学習リソースは特定の対象ユーザーを念頭に置いて設計されていることが多いというジレンマに直面していました。 その結果、実際のユーザーであるあなたにとって、多くのリソースはあなた自身の背景やニーズに合いません。 あなたはターゲットスキルの初心者ですが、関連分野で一定の基礎を持っていますが、慣れ親しんだ分野の出発点からターゲットスキルを説明できるコンテンツを見つけるのは困難です。 ターゲットスキルを効果的に習得したい場合は、実際には特定の事前スキルが必要ですが、初心者はどこから始めればよいかわからないことがよくあります。 基本は身についたが、中間のボトルネックに陥り、突破に役立つリソースを見つけるのに苦労している。 一般的に言えば、スキルを習得するための曲線は大まかに次のとおりです。 (図1:学習曲線) AI の出現は根本的な変化をもたらしました: AI は、現在のレベルでパーソナライズされた支援を提供できるようになりました。 AI は、現在の理解レベルに基づいて質問に答え、いくつかの反復的なタスクを完了することさえでき、学習曲線の構造に革命をもたらします。 (図2:AI支援学習) 2⃣ それをマスターすることはまだ簡単な作業ではありません ドメインの専門家は一般的に AI に対してより慎重です。 あるHacker Newsユーザーは次のように述べています。 AIは非常に浅いです。 深く勉強すればするほど役に立たなくなり、効果がないという感覚はすぐにやって来ました。 特に、複雑または物議を醸すトピックを研究していて、AI が信頼できる情報源や学術的な情報源を見つけるのに役立つことを期待している場合、それは基本的に役に立ちません。 これは実際には理解しやすいです:トピックのトレーニングコーパスが豊富で一貫性がある場合、モデルは出力を要約するのが得意です。 テーマが深すぎてコーパスが不足すると、モデルはその力を発揮できなくなります。 トピックが物議を醸す場合、トレーニングコーパスはしばしば矛盾します。 言い換えれば、真の習得を達成することはまだ難しいです。 3⃣AI学習モードと「回答依存」 OpenAI の ChatGPT 学習モデルは、AI に学習を導かせるのではなく、多くの人が直接答えを求めることを選択するという、より深い質問を示唆しています。 結果は次のとおりです。 学習者は AI が提供できる理解の深さにとどまり、次のレベルに進むことが困難になります。 (図3:AIによる不正行為の学習曲線) 長期的には、「日和見主義」を試みる人は実際には利益を得ません。 学習曲線再構成の非平衡効果 技術の変化は本質的に「エコシステムの再構築」であり、すべての人に平等に利益をもたらすわけではありません。 AI がさまざまな人々に与える影響は、「インパクトのある結果を生み出すには、どれだけの習熟が必要ですか?」という核となる変数にも依存します。 ” プログラミング: マネージャーにとってはアクセラレーターであり、大規模なプロジェクトでは限られた支援となります エンジニアリングマネージャーは、アーキテクチャの原理を知っていて、エンジニアリングプロセスに精通しているが、特定の開発ツールの操作方法を知らないという厄介な状況に長い間直面してきました。 たとえば、バックエンドのバックグラウンドを持つエンジニアリング マネージャーは、空き時間に iPhone アプリを作りたいと考えていましたが、これは以前はほとんど不可能でした。 AIはそれを変えました。 彼らはすぐに始めてプロトタイプを作成し、エンジニアリングの経験に基づいて成果物に改良できるようになりました。 AIの介入により、不可能な製品が現実になりました。 (図4:AIを活用したアマチュアプロジェクト開発) しかし、大規模で複雑なビジネス固有のコードベースの維持を長年担当してきたエンジニアにとって、AIはさらに役に立ちます。 (図5:大規模なコードベースでのAIの使用) 創造的な仕事:短期的には置き換えるのが難しい クリエイティブ業界の実務家がAIを心配する理由がないわけではない:いつの日か、AIが書いた小説や映画が人間の創造物に取って代わるようになるのだろうか? 答えは、短期的にはありそうもないということです。 クリエイティブ分野は競争が激しく、本当に注目される作品は新規性が高いはずです。 AIは画像、テキスト、音声をすばやく生成できますが、「注目」は段階的に増加しません。 創造的な仕事を成功させるには、他の人のようにならないことという難しい指標があります。 人間は「類似性」に非常に敏感です。 これは、「ジブリ」アバターが画面を一瞬スワイプした理由も説明していますが、「ハウルの動く城」の文化的地位には少しも影響を与えませんでした。 (図6:クリエイティブのしきい値とAIの上限) 日常業務:AIは手に入らない 現在、AI は、頻度は高いが差の少ない日常のタスク、特にアプリでうまく解決したタスクにはほとんど影響を与えません。 電子メール処理とテイクアウト注文を例にとると、これら 2 つの分野には多くの成熟した製品と完璧な対話ロジックがあり、AI は大きな改善をもたらしていません。 電子メールを例に挙げます。 スパムは長い間自動的に除外されており、AI がスパムを要約することはリソースを無駄にするだけです。 重要なメールについては、「要約」する必要はなく、情報の完全性とコンテキストが必要です - これが AI に取って代わるのが難しいものです。 注文シーンにも同じことが当てはまり、成熟したアプリはメニュー情報、グラフィック、価格、インタラクティブ エクスペリエンスの間で究極の最適化を行っており、AI が超えるのは困難です。 (図7:AIツールと成熟したアプリ) 4⃣AI の未来: AI はここにありますが、まだバランスが取れていません AI はナレッジ ワーカーの「出発点」を大幅に改善しましたが、それはすべての人が恩恵を受けるという意味ではありません。 エンジニアリング マネージャーなどの特定の役割は、「中高レベルの理解 + 実行の欠如」構造により、AI から最も恩恵を受けることができます。 クリエイターは潜在的な脅威を感じ、抵抗することさえあります。 また、多くの専門家がAIを熱心に議論しているのを見ても、実用的な用途を見つけるのが難しく、「理解できなかったのか?」と疑問に陥る人もいます。 ” AI はすべての人の働き方を完全に書き換えたわけではありませんが、誰もが時間をかけて試してみる価値のある強力なツールです。 試してみて、それが本当に自分には合わないことがわかった場合、それは事実そのものかもしれません。 原文: 「AI is a Floor Raiser, not a Ceiling Raiser」 翻訳者: Grass and wood green