AIは何ができて何ができないのか? — AI リテラシー

利益:

AIが得意とするタスクの種類をリストできる
AIが構造的に弱い領域を認識する
AI に仕事をアウトソーシングすることが適切かどうかを判断できる

生成 AI を効果的に使用する秘訣は、生成 AI を「すべてを知っている魔法の箱」ではなく、特定のタスクには非常に強く、特定のタスクには構造的に弱いアシスタントとして考えることです。間違った仕事を間違ったツールに割り当てると、時間が無駄になり、危険な結果が生じます。この単元では、AI に仕事をアウトソーシングする前に正しい判断ができるように、具体的な例を用いて AI の長所と短所を概説します。重要な文は次のとおりです。AI の弱点はランダムではありません。それは仕組みから直接生じます。 2 番目の単元を思い出してください。モデルは現実性の確認ではなく、確率の予測を行います。

AIが得意とする仕事

言語モデルは、「明確な答えがない」言語関連のタスクに適しています。

テキストの変換: 長いレポートを要約し、形式的なテキストを簡略化し、電子メールを穏やかな口調に変更します。
草稿の作成: 最初の草稿メール、ブログ投稿、求人情報、プレゼンテーション計画。「空白ページ」の問題を解決します。
アイデアの生成: キャンペーンの 20 のスローガン、問題に対する考えられる解決策のタイトル、会議の議題の提案。
再編成と書式設定: 散らばったメモを箇条書きに変え、テキストを表に変えます。
言語作業：翻訳、文法修正、口調調整。
説明と教育: 複雑な概念を単純化し、例を示して説明します。

ヒント: AI を最も安全で強力に使用するのは、「テキストを要約する」、「メモを編集する」など、ソースからのタスクに使用することです。ここでモデルは情報に適合するのではなく、与えられたものを変換するだけです。これは、リスクが最も低く、利益が最も大きい領域です。

AIが苦手な仕事

正確な計算と数学: 複雑な算術で間違いを犯す可能性があります。計算してないから推測するんです。 (一部のツールは電卓アドオンでこれを補っていますが、これは基本モデルの性質です。)
現在のリアルタイム情報: モデルの情報は、トレーニングされた日付のものです。今日の為替レート、昨日のニュース、または会社の内部データだけでは信頼できません。
確実性を必要とする事実: 日付、名前、番号、情報源、引用などの検証可能な情報を捏造 (幻覚) させる可能性があります。
真の判断と裁き：倫理的、法律的、または戦略的決定において最終的な決定権を持つことはできません。人は背景と責任を負います。
物理世界: 現場での手作業や観察はすでに範囲外です。

注意: AI で最も危険なのは、苦手な科目であっても、あたかも自分が強いかのように自信満々に答えることです。「分かりません」と言う代わりに、流暢な捏造ができる。したがって、弱い領域での出力を検証する必要があります。

意思決定ガイド: この仕事は AI に任せるべきですか?

質問

「はい」の場合

「いいえ」の場合

仕事は言語・文章の仕事がメインですか？

AIが適しているかもしれない

気をつけて

受け入れられる答えは複数ありますか?

AIは強力です

精度が必要な場合は危険

ソース/データを提供していますか?

安全な

捏造リスクが高まる

人間が出力を制御するのでしょうか？

安全

監督なしでの使用

その間違いは（金銭、健康、法的）損害をもたらしますか?

追加の検証が必要です

快適に使用できます

ミニケース3個

ケース 1 — 契約の概要 (強力な使用)。あるマネージャーはAIに42ページのサービス契約書を要約させた。彼は 8 項目からなる明確なリストを受け取り、読書時間が 40 分から 6 分に短縮されました。でも、「この契約書にサインしたほうがいいでしょうか？」彼は決定を法務チームに任せた。正しい境界線: AI が要約を作成し、人間が決定を行います。

ケース 2 — でっち上げられたアカウント (不適切な使用)。従業員は、「12 の製品はそれぞれ 37.50 TL ですが、付加価値税 18% を加えると合計はいくらになりますか?」と尋ねました。彼は尋ね、結果として得られた数字をオファーに直接入力しました。番号が間違っていました。モデルは計算したのではなく、予測したのです。結果: 間違った価格が顧客に支払われました。教訓: AI ではなく、数値の精度を高めるためにスプレッドシートを使用してください。

ケース 3 — 古い情報。アシスタントはAIに政府補助金の申請期限について尋ねた。モデルが古く、日付が間違っていました。職員は公的機関のウェブサイトでこのことを確認しておらず、会議で誤った情報を共有した。教訓: 現在の公式情報は常に一次情報源から検証されます。

弱いプロンプト / 強いプロンプト

弱いプロンプト: 2024 年のインフレ率の数字とその出典を教えてください。

結論: このモデルは最新の検証可能な数値データに適合できますが、リスクは高くなります。

強力なプロンプト: 以下に貼り付けた公式レポートに基づいて、このテキストのデータのみを使用して要約を作成してください。テキストにない数字は追加しないでください。<report>[ここに正式なテキストを貼り付け]</report>

結果: ソースを提供するため、捏造のリスクが大幅に軽減されます。

コピー可能なテンプレート

次のタスクを AI:Task に与えるべきかどうかを検討してください: [書き込みタスク]次の質問に答えてください: (1) 言語タスク? (2) 真実は一つだけですか? (3) ソースを提供していますか? (4) エラーのコストは高くなりますか?最後に「AIに向いている・注意している・向いていない」を決定します。

このテキストを要約します。ルール：・本文中の情報のみを使用し、外部からの追加は禁止します。・不明な点がある場合は、「本文中に明記されていない」と記入してください。本文：[ここに貼り付け]

このトピックについて 10 個のアイデアを生成 (ブレインストーミング) します。正確さではなく多様性が重要です。件名: [件名]。短い見出しの下にアイデアをリストします。

以下の下書きで、検証する必要があるすべての点 (番号、日付、名前、出典) にマークを付けると、「検証対象」リストが表示されます。下書き: [ここに貼り付け]

よくある間違い

AIを使用して計算し、正確な数値を取得します。算術と財務の精度は AI の弱点です。スプレッドシートまたは公式ソースを使用します。
検証せずに現在の情報を受け取ること。モデルの情報は古いです。日付、価格、法律などの最新データを一次情報源から確認します。
AIに判断を委ねる。 AI がオプションとドラフトを生成します。採用、契約、投資などの決定に対する責任は人々にあります。
弱い領域で「確実」なトーンが見えたら信頼します。モデルの自信に満ちた言葉は正確さの証拠ではありません。

正しい考え方: 権威ではなくパートナー

最も健全なアプローチは、AI を賢いが経験の浅いインターンとみなすことです。彼は仕事が早く、知識が豊富で、疲れません。しかし、重要な仕事は確認せずに着手すべきではありません。たとえそれが確実であるように見えても、間違いがある可能性があるからです。「権威者」としてではなく、ビジネスを加速する「パートナー」として位置付けることで、効率化とリスクの両立を実現します。

要約すると

AI;要約、下書き、アイデア出し、翻訳、再構成などの言語作業に強い。
AI;正確な計算、最新の情報、検証可能な事実、最終的な判断を必要とするタスクには本質的に弱い。
最大のリスクは、苦手な科目でも自信があるように見えることだ。
仕事を割り当てる前に、次のことを考えてください: それは言語の仕事なのか、正しい方法は 1 つしかないのか、ソースを提供しているのか、人々はそれをチェックするのか、エラーのコストは高いのか、
AI を権威ではなく、規制されたパートナーとして位置づけます。

アプリケーションタスク

今週の仕事を 3 つ選択してください。上記のそれぞれの「AIに任せるべきか？」テンプレートを適用し、「適切/注意/不適切」に分類します。 AI を使って少なくとも 1 つの「適切な」タスクを試し、その出力を自分で検証してください。

チェックリスト

[ ] AIが強いミッションは少なくとも4種類は思いつきます。
[ ] 私は AI が構造的に弱い分野を知っています。
[ ] タスクを委任する前に、意思決定ガイドに従うことができます。
[ ] 正確な計算や最新の情報を AI に頼るべきではないことはわかっています。
[ ] 私は AI を「制御されたパートナー」と位置付けています。