ChatGPTが自分を耕すきっかけに

私はシステム構築に関する、自分のアイデアの実装をします。ChatGPTを相棒に、人の助手より、何倍も速く実現しています。

理解を深めること

ChatGPT 4を仕事の様々なところで使っています。この一年ほど、ChatGPTを使わない日はありません。仕事の大切な相棒です。大きな気づきは「問い合わせを通じて自分が整理される」ということ。「ChatGPTに判るように質問しよう」とすることで「判らないことが整理される」。「変な回答だな。。」と思いつつ「少し角度を変えて質問する」。この過程で、自分の理解が大きく進むことを感じています。

深耕できること

ChatGPTに限らず、いわゆるAIの回答は「正解もあり、誤りもあり」＝「概ね大丈夫」＝質問している自分自身がAI回答の有効性を判断するもの。自分が判っていないことは、正解か誤りかも判らないのです。

私の仕事の分野のなかでも「深耕できる」分野もあれば、できない分野もあります。深耕できない分野は、自分自身か、ChatGPTのほうに知識として定着できていない分野です。自分自身の理解が不十分であれば、的確な質問もできず、深耕まで至りません。

全く知らない分野で

役に立ちます。理解を進めるための道筋を訊いて、少し進みます。様子は分からなくてもよく、気づきを投げかければ、どう進むかのヒントが得られます。コンピュータの上ですから、最初は間違いだらけで大丈夫。誰にも気がなく「間違いながら進む」ことができます。

答えを求めるか筋道を求めるか

ただ、これまでの検索による情報集と違うのは「筋道を尋ねる」ことができることです。筋道の回答も違っていることもありますが、自身の経験を加えて修正して活用することが容易です。

この数週間、システム構築に向けた仮組でのシステムの性能評価を続けています。今朝、大きなヤマを越えることができました。判ってしまえば納得のことです。ChatGPTに試験手順を確認し、試験結果データを読み取り要約して傾向をつかみ、さらに他の実装を試み評価する。実体験＝試験実装せずに、紙上で評価だけでは判らない十分に納得できる結果です。でも私が十分に納得した理由をChatGPTが教えてくれた訳ではありません。ChatGPTは試験実装の助手をしてくれたのです。データを揃え、私が正しい判断をすることができる条件を整えてくれたところまでです。人に頼むことを考えれば、莫大な時間を節約できました。これで十分です。

今後、システムの実装が進むにつれ、様々な機能を自動化実装します。システムの場合は、AIが状況判断をすればよさそうですが、ほとんどのことが論理的に判断できます。ベクトルの異なる論理判断を束ねて状況判断をすることもAIに適しています。が「AIに言われなくても判るよね」ということも多々あります。AIも情報を結び付け知識とするときにベクトルを使っています。ベクトルはこれまでも人の活動を支えてきましたが、情報の関連表現でも使われはじめ、大きな成功を遂げはじめました。