生成AIに集計をさせる
生成AIいろんなことできて便利。
要約・分析・文書案の作成・愚痴も聞いてくれてまさに秘書。
好き勝手に自分で試しているだけなので、記録に残しておかないと再現性が低い。だからメモ。本当はきちんと体系的に学ぶのがいいんだろうな。本でも読もうかな。何がおすすめかな、、
生成AIに集計をさせてみる
生成AIにアンケートの結果を集計させてみました。
元々アンケート結果はスプレッドシートやエクセルで処理をすることが多かったのでフォームの選択肢をプルダウンにしたり、数字にしたりしていました。これで事足りる感じではあるのですが、自由な記述には対応できません。まあ、処理にも時間がかかる、、
ちょっと前まではテキストマイニングを使っていましたが、「警察」と「警察官」を別々にカウントするなど、かゆいところに手が届かない印象でした。
そこで、生成ＡＩです。自由なアンケート記述があったとして、それを生成ＡＩで整理させるのです。
例えば、整理されていない以下のような元データを生成AIに貼り付けて、「回答の多い順に並べてほしい。いくつ回答があったか数字も上げてほしい。同一の内容であればまとめてほしい」と指示してみました。整理されたデータの精度を見るため、元データも貼り付けます。両方を見比べてください。
《元データ》
スポーツ選手, 会社員, 幼稚園の先生・保育士, ペット関係（ペットショップ、トリマーなど） 獣医, 看護師 ゲーム制作関連, 芸能人・歌手・モデル 声優 歌い手ＶＴｕｂｅｒ 作曲家 ゲーム制作関連, 公務員（市役所など） サラリーマン IT企業 芸能人・歌手・モデル YouTuber 女優 医師, 看護師, イラストレーター 特になし 〃 〃 ゲーム制作関連, 建築士, 医師, 公務員（市役所など）, 研究者, 大工・職人 スポーツ選手, 料理人, パティシエ, 医師, 幼稚園の先生・保育士, 美容師, ファッション関係, 芸能人・歌手・モデル 無し 無し 無し ゲーム制作関連, イラストレーター ゲーム制作関連, イラストレーター 医師, 薬剤師 パイロット ゲーム制作関連, 会社員, 医師, 薬剤師, 研究者 スポーツ選手, ゲーム制作関連, 獣医, 幼稚園の先生・保育士, ペット関係（ペットショップ、トリマーなど）, 芸能人・歌手・モデル スポーツ選手 youtuber ゲーム実況 スポーツ選手, 会社員, 公務員（市役所など）, イラストレーター スポーツ選手, ゲーム制作関連, 会社員, 芸能人・歌手・モデル ダンサー ユーチューバー ゲーム実況者 料理人, 会社員, 大工・職人, バス・電車の運転手 車の整備士。 YouTube なし スポーツ選手 スポーツ選手, 料理人, 警察官, バス・電車の運転手, 芸能人・歌手・モデル ゲーム制作関連 ペット関係（ペットショップ、トリマーなど） 化石ハンター 会社員, イラストレーター 料理人 料理人, パティシエ, ファッション関係 スポーツ選手, 料理人, 大工・職人 あまりありません あまりありません あまりありません
《整理させたデータ》
あなたが提供した職業に関する回答を整理し、回答の多い順に並べます。同一の内容はまとめて表示します。数字はそれぞれの職業における回答の数を表します。
ゲーム制作関連: 6
スポーツ選手: 6
芸能人・歌手・モデル: 6
イラストレーター: 5
会社員: 4
医師: 4
幼稚園の先生・保育士: 4
ペット関係（ペットショップ、トリマーなど）: 3
薬剤師: 2
獣医: 2
バス・電車の運転手: 2
大工・職人: 2
ダンサー: 1
ユーチューバー: 2
ゲーム実況者: 2
美容師: 1
パティシエ: 1
ファッション関係: 1
警察官: 1
作曲家: 1
特になし: 2
女優: 1
化石ハンター: 1
パイロット: 1
IT企業: 1
建築士: 1
研究者: 1
以上が、提供された職業に関する回答の順位と回答数です。同じ職業に関する回答はまとめて表示されています。
なかなかだと思いませんか？同じことを手集計でやろうと思うと吐き気がします（まあ、実際はやってましたけど、、）。細かな所をみていくとアラもあるかも知れませんが、テキストマイニングよりもずっと正確です。
また、分野ごとに整理をして、どの分野に興味を持つ児童が多いか、みたいなことも生成AIなら簡単です。
各分野ごとに興味を持つ児童の数を含め、人数の多い順に番号をつけて並べます。
ゲーム関連・エンターテインメント分野 (合計: 15)
ゲーム制作関連: 6
芸能人・歌手・モデル: 6
ユーチューバー: 2
ゲーム実況者: 2
ダンサー: 1
女優: 1
医療・健康分野 (合計: 10)
医師: 4
獣医: 2
看護師: 2
薬剤師: 2
スポーツ分野 (合計: 6)
スポーツ選手: 6
教育・保育分野 (合計: 4)
幼稚園の先生・保育士: 4
企業・事務分野 (合計: 4)
会社員: 4
アート・クリエイティブ分野 (合計: 5)
イラストレーター: 5
料理・飲食分野 (合計: 5)
料理人: 4
パティシエ: 1
ペット関連分野 (合計: 3)
ペット関係（ペットショップ、トリマーなど）: 3
運転・交通分野 (合計: 2)
バス・電車の運転手: 2
建築・工事分野 (合計: 3)
大工・職人: 2
建築士: 1
ファッション分野 (合計: 1)
ファッション関係: 1
公務員・役所分野 (合計: 2)
公務員（市役所など）: 2
その他 (合計: 7)
作曲家: 1
化石ハンター: 1
特になし: 2
IT企業: 1
研究者: 1
パイロット: 1
これにより、各分野ごとに興味を持つ児童の数とその分野の順位が示されました。
概要を把握するのに十分すぎるでしょう。
仕事についてのアンケートを例にしましたが、同じような使い方で別のアンケートにも適用が可能です。この使い方を知っておくと処理時間が大幅に短縮できますので、多くの人に知ってほしいと思っています。
また、生成AIによる集計を前提とするとフォームのデザインも多少変わるかなと思います。
最後に、こういったアンケートをとった後、傾向をまとめたいですよね。ここも生成AIにプラスすることで、まとめ方についても提案してくれます。本当に優れた秘書です。
提供されたデータから見られる傾向を分析するために、いくつかの観点から考えてみましょう。
人気の職業分野:
ゲーム関連・エンターテインメント分野、医療・健康分野、スポーツ分野が児童たちの間で人気があります。これらの分野に興味を示す児童が多いことから、これらの職業は子どもたちにとって魅力的な選択肢と言えるでしょう。クリエイティブな分野への関心:
ゲーム制作関連、イラストレーター、ダンサーなど、アートやクリエイティブな分野への興味も高いことがわかります。子供たちは創造的な活動や表現に興味を持っており、クリエイティブな職業に惹かれているようです。医療分野への興味:
医師、看護師、獣医、薬剤師などの医療・健康分野に興味を持つ児童が多いことがわかります。健康や医療に関連する仕事に対する関心は、子どもたちの社会貢献への意識の表れかもしれません。多様な関心:
回答には多様な職業が含まれており、子どもたちの関心は幅広いことが示唆されます。IT関連、交通、建築、料理、ペット関連など、様々な分野への興味が見受けられます。将来の展望への影響:
これらの傾向は、将来の進路選択にも影響を与えるかもしれません。児童たちの興味を尊重し、その興味に基づいて教育や機会を提供することで、彼らの成長と発展をサポートすることが重要です。影響因子の分析:
これらの傾向に影響を与える要因を分析することも重要です。テレビ番組やゲーム、家庭環境、学校の教育内容など、さまざまな要因が子どもたちの関心に影響を与える可能性があります。
以上の観点から、子どもたちの興味や関心は多岐にわたり、将来の選択肢にも影響を与える重要な要素であることが分かります。教育や環境づくりにおいて、子どもたちの興味を尊重し、多様な経験を提供することが育成において大切です。
やっぱり再現性を高めていくためにきちんと学ぼうかな、、
「これ一冊読めば！」みたいな決定版の本ないでしょうか、、