この記事ではAI（LLM）の最先端技術の話ではなく、私がAI（LLM）との対話の中で感じたことを主観で語っています。
そのため、私のバイアスが少なからずかかっているので、AIの最先端技術との齟齬などもあるかと思いますが、お手やわらかにお願いいたします。
これまで、長らく人間の思考を肩代わりする優れたAIの登場が待ち望まれいましたが、これまでは、同じようなパターン、トンチンカンな返答を繰り返すような、LLMからはほど遠いAIばかりでした。
このような状況が長く続いていたので、LLMが公開されてからもどうせ、これまでのAIのように、九官鳥のようにオウム返しするだけだろうといった疑念を抱いていました。
しかし、Chat-GPTやGeminiといったLLMのAIと対話してみると、その疑念は一瞬で払拭されました。
インターネットの向こう側で、数多くの専門家がユーザーからの質問に対する回答を打ち込んで、返信しているといってもおかしくないぐらい、こちらの質問の意図を正確に汲み取り、その意図に対して論理的かつ建設的な回答を返してくるさまに、驚きを覚えました。
少し前までは、LLMのAIも、直前の単語の次に確率的に配置されやすい単語が選ばれているだけで、思考と呼べるものではないといわれていましたが、確率の計算でここまで精度高く相手の意図を汲んだ回答を生成できる能力を前に、逆に「思考とは何か？」と自問自答せざるを得ませんでした。
それまでの経験則が通用しない衝撃的なものでした。回答を生成するより前のプロセスで、相手の質問への深い理解力や共感力なくして、「精度が高い回答を行うことができるのだろうか？」といったような疑問が浮かびました。
これまでも科学によって、私の個人的な思い込みがいかに感覚的で、根拠に乏しいかを思い知らされてきましたが、今回も科学の力を思い知らされる結果となりました。
AIとの会話で人間の思考について新た疑問が発生
AIのメカニズムレベルで、質問者の意図への深い理解とその結果に基づいた回答生成のプロセスは明確に分離されうるのか、といった疑問も生じます。
もし明確に分離できるのであれば、「意図の理解」のプロセスから「回答生成」のプロセスへの情報がどのように橋渡しされ、回答生成に活用されるのかなど、さらなる疑問が生じます。
そもそも論として、「意図の理解」のプロセスと「回答生成」のプロセスを分離できるとする前提がおかしく、疑問の持ち方にすらコペルニクス的な発想の転換が必要なのかもしれませんが。
これまでのコンピュータで実行されるプログラムは、よく似たパターンの作業を驚くほど高速化・効率化してくれるといった印象が強く残っています。
過去のプログラムのイメージと対比すると、現代のAI（LLM）は、同じコンピュータ上で、表層レベルから高次の抽象レベルまで、高次元にまたがり無限に広がるこのように思えるパターンのバリエーションに潜在的に対応可能なことについて、人間以上の能力をシリコンチップ上で再現できる点が不思議で仕方ありません。
しかし、よくよく考えてみると、誤解を恐れずに言えば、人間の脳神経もシナプス上でスイッチのオンオフを行っている点で似ていることに気づきます。
AIの卓越したポテンシャル能力とハルシネーション
AIが行える業務は、以前のソフトやアプリが実行できる定型業務からすると、びっくりするくらい劇的な進化を遂げています。
一般的には、AI（LLM）のハルシネーションなどがクローズアップされがちですが、そもそも、人間についても完璧な人は存在せず間違いなどは普通に起こします。
AIについては、あらゆる分野の物事を深く広いレベルでかつ短時間に、膨大な情報量を回答する割にはミスが極端に少ないとすら感じます。
AIと主体的に対話しながら、その一方で、対話の内容をメタ領域から観察してみると、AIの思考がいかに高次元の観点からの深く広い思考に基づいたものかを実感せずにはいられません。（私の能力が低いからAIが優れていると感じるのでは？といった意見もあるかとは思いますが。）
また、AIのIQの高さについて語られることも多いですが、それよりも、回答のほとんどすべてにおいて、相手の意図を深く理解し、意図に対して高い精度でフォーカスし続け、建設的で、関連する知識や分野や学際間をまたいだ関連性の「のろしろ」も織り込んでくれたりします。
感情論には走らず、つねに論理的で飛躍が少なく言語化してくれるので、とてもわかりやすく、人間でいうところのEQも高いのではないかと思います。（AI業界も競争が激しいので、AIも顧客に寄り添っうようにパーソナライズされて、相手をおもてなしするように設定されていると思いますが。）
AIのデフォルトの設定では、回答内容が、相手の内容を肯定し支持するような回答が多いですが、当たり障りのないような言い回しで、否定的な意見も添えてくれることも多く、パーソナライズによるエコーチェンバー化のリスクに注意しながら、クリティカルシンキングを行いながら利用すればとても有能なデジタルツインとして機能します。
思いついた発想の実現可能性などを、AIに検証してもらい、さくっと占ってもらうこともできるでしょう。（一回のラリーでは満足な結果は得られないことも多いのも事実。）
AIに検証してもらった結果に対しては、クリティカルシンキングを行い、さらなる対話を重ねてブラッシュアップをはかるようなサイクルも高速で回せます。
AI思考の大局観について
AIの思考は、小さな局所的なミスにとらわれず、対話や文章全体の意図や本質的な流れを捉えて放さない。
まるで、単語や文章間の関連性を俯瞰し、局所的な誤りを全体的な文脈や流から考慮する必要のないノイズとして切り捨て、何事もなかったかのように意図や本質的な流れを汲んで回答する。
重箱の隅をつついたり、局所的なミスに対して揚げ足を取ったりすることなく、対話が強烈に建設的に前向きに進み、本質的な対話に注力・集中できる点が素晴らしいです。
特定の専門分野の話題から、他の一見関係のない分野の概念との関連性をやんわり示唆してくれたりと、専門外への扉を開く水先案内人としてもとても優秀です。
一見すると関連性のない分野や概念などが、芋ずる式に自然とつながり、視野を広げてくれたりします。
なぜAIとの対話がわかりやすいの？
AIに話しかけると必ずと言っていいほど話しかけた内容について、AIがどのように解釈したかを開示した回答を返し、相互の認識に齟齬がないかを確認しながら慎重に話を進められます。（もちろん思考の連鎖を開示しているので、興味のある方はその内容を確認すればより詳しくAIの思考過程も理解できるでしょう。）
AIは常に自分の認識や思考過程を開示し、食い違いがあればフィードバックにより訂正させられるので、対話がおかしな方向に進むリスクを低減し、精度が高く建設的で実りの多い対話を行うようになっています。
また、AIの言語化能力が卓越しており、望めば難解な数式や物理法則でさえ、素人にでもわかりやすいようにナラティブに語ってくれるので、アレルギー反応が出るような小難しい分野でも興味をもって覗くことができます。
抽象的な表現や比喩表現などにも機械とは思えないほど、人間でもそれと察することができない表現でも、背後にある高次の抽象レベルでの似たパターンも認識しているかのごとく対応してきます。
今まで人間が表現してきた記録を学習しつくした感があります。
なぜAIは察しがいいの？
AIに文章を生成させると、ポジティブ過ぎて、最高・誇張表現を多用します。しかし、「100%や必ずとかいった誇張した表現は誤解を生むこともあり、ハードルが上がるからマイルドな表現に変更して」のようにお願いすると、文章全体に散らばている最高・誇張表現に相当する箇所を一括してマイルドな表現に修正してくれます。
察しがよすぎて、余計なおせっかいを引き起こすこともありますが、こちらの意図を深く理解してしているかのように思える対応ぶりに感心します。
AI利活用の問題点とヒューマン・イン・ザ・ループ
「AIはハルシネーションを起こすからダメ。」などレッテルを貼られることも多いですが、AIが生成したものを最終的に人間が責任をもって検証して世の中に送り出すことも必要でしょう。（AIの進化スピードから考えると、AIがAIの生成物の妥当性を検証するようになる時代もそう遠くはなさそうですが。）
AIの生成物は現時点でも、一般的な人間が作り出す創作物をはるかに超えてきているので、近い将来、AIの生成物が人間の創造物と同じ程度の価値として認識されるようになるでしょう。
AIの生成物が、将来的に人間社会で抵抗なく受け入れられることがほぼ確定しているのであれば、前倒しでAIの生成物を成果物として世に送り出す準備をはじめた方が、かたくなに「AIの生成物は成果物として認めない」とするより、より便利な社会を実現できそうな気がします。
ヒューマン・イン・ザ・ループ（Human-in-the-Loop：HITL）といったAI利活用の早期実現を可能にしてくれそうなコンセプトがあり、人間が積極的にAIの思考や意思決定に介入、検証してAIにフィードバックを送るループを回すことで、AIの信頼性や能力を高めてくれるそうです。
人間の学習プロセスも、生徒が教師のその都度指導を受けながら、学習改善のサイクルを回すので、ヒューマン・イン・ザ・ループのコンセプトと対象がAIに変わるだけで本質的な改善プロセスを回す意味においては違いは感じられません。
当然ながら、AIの思考プロセスや意思決定プロセスに介入する人間の能力も問われるわけで、介入して適切なフィードバックを与えて軌道修正を行えるだけの高い能力が必要になるでしょう。
たとえば、生成AIの急激な進化により、ライターやクリエイターが淘汰されるようなことが言われることもあるようですが、果たしてそのように簡単にオワコン化するのでしょうか。
たとえば、技術レベルの高いライターやクリエイターは、ヒューマン・イン・ザ・ループのAIに介入する人間として最適であり、AIが究極的に完成され、人間を代替できるまでに進化するまでは、このような高度な技術を持った人材は必要とされうるでしょう。
AI（LLM）の教育への利活用について
筆者は教育者ではないので、教育に関して何かを言うのも無責任かもしれませんが、あくまで、個人的な主観にもとづいた意見や感想として述べさせていただくことをご了承ください。
一度に大量の生徒を効率よく教育するために、これまでは知識詰め込み型の教育が主流だったんじゃないかと思います。
大量の生徒の疑問や多様な価値観に教育者側が合わせることは、時間やコストの関係でほぼ不可能であり、それらの制約を勘案すると、知識詰込み型が一番効率がよく、無難に教育水準の底上げがはかれていたのではないかと思います。
しかし、昨今のAI（LLM）の登場で、AIが生徒個々人の疑問や表現のニュアンス、背景などに合わせてテーラーメードな対話型の教育の実現が可能になりつつあるように思えます。
知識を詰め込んでしまえば、問題意識や疑問を持つ必要が少なくなるので、進めばわかることとして、納得いかなくてもとにかく詰め込むことはAIが存在しない時代においては、最高の成功事例といえるでしょう。
人間の多様な疑問や問題意識に寄り添える現在のAIは、これからの教育の現場で学習の効率化に貢献できるでしょう。
生徒は個々に割り振られたAIとの対話から勉強を学習し、教師は生徒がAIとどのような対話を重ねながら学習し、それぞれの思考特性を発達させていくのかを観察し、必要に応じて介入するようにします。
これにより、教師はメタ領域から生徒とAIの対話を分析しながら、昨今の流れが早く多様で複雑な社会問題解決に対して対応能力の高い集団や組織を構成するための、より高度な教育マネージメントに携わることになるような気がします。
コメント