みなさん、こんにちは！ タカハシ(@ntakahashi0505)です。
AIとのおしゃべりシリーズ、今回はノンプログラマー向け生成AI活用講座のカリキュラムについて相談しています。
AIについても色々と教えてもらっています。
ということで、今回は「AIに相談！ノンプログラマー向け生成AI活用講座のカリキュラムについて」です。
では、行ってみましょう！
生成AI活用講座のターゲットと目的
タカハシ: 今、僕は非IT職のビジネスパーソンの皆さん向けに 生成AI活用講座というのを作ろうとしていて、 そのカリキュラムについて相談したいと思っているんだけど、いいかな。
Maple: なるほど、面白そうな企画だね。カリキュラムの相談、もちろんいいよ。どんな内容を考えているの？
タカハシ: まず、生成AIを使うサービスはChatGPTで、まずはテキスト生成に限定したい。それからターゲットは、さっきも言った通り、ノンプログラマー。非IT職のビジネスパーソンね。
目的としては、生成AIを全く触ったことがないところからスタートして、実際に皆さんの実務で使いこなせるようになるまで、そこまでをターゲットとしたい。
生成AI活用講座で重要したいポイント
Maple: 了解！チャットGPTを使ったテキストに特化した内容で、非IT職のビジネスパーソン向けなんだね。
OK、それならまず基本的な使い方から始めて、具体的な業務シナリオでの応用例を交えたら良さそうだね。例えば、メール作成やレポートのドラフト作成など、あと、基本的なプロンプトの作り方や、注意点も織り交ぜるといいかもしれないね。どうかな？
タカハシ: 僕が重視したいのが基礎の部分なんだよね。インターネットとか調べると、こういうことしたいときはこのプロンプトみたいな具体例がすごくたくさんあるんだけど、実際にみんなが実務で使おうと思ったら、そのプロンプトが全くハマるときってそんなに多くないと思う。
だから自分でプロンプトを作れる、応用するための力、それを基礎って呼びたいと思うんだけど、その部分をどうやってカリキュラムに落とし込むかっていうことを、そのあたりが結構悩んでるんだよね。
原理原則の理解が応用力につながる
Maple: なるほど、基礎力をつけるためには、応用力を養うプロンプト作成の練習が大事だね。具体的な事例だけじゃなくて、考え方やアプローチ方法を教えるセクションを設けるといいかも。
例えば、実際の業務に即したシナリオを使って、試行錯誤しながらプロンプトを作るワークショップ形式なんかどうかな？
タカハシ: うん、試行錯誤。すごくいいと思うんだけど、その前にさ、原理原則みたいなのあるじゃない? なんかそれをね、まずは提供したいなと思ってるんだけど、どう思う?
Maple: それはいい考えだね。基本的な原理や原則を理解することで、応用力もつきやすくなると思うよ。例えば、プロンプトの構造や、チャットGPTがどう応答するかの仕組みを簡単に説明すると、実践に役立ちそうだね。
タカハシ: その原則なんだけどさ、具体的に何が挙げられるかな。
Maple: たとえば、明確な指示を出す、具体的な文脈を与える、適切なトーンを設定する、などの原則が考えられるね。これらを意識することで、より意図した結果が得られやすくなると思うよ。
タカハシ: それはよくみんな言ってるやつだよね。ただ僕的にはなぜそうなのかみたいなところが情報として欠落してる気がするんだけどどうかな。
Maple: なるほど、なぜそうするのかという部分を理解することも大事だね。例えば、チャットGPTは文脈を重視するから、具体的な情報を与えるとより正確な応答が得られるとか、明確な指示があると解釈がぶれにくい、といった背景を説明するのがいいかもね。
AIの学習データと応答の仕組み
タカハシ: うんそれはすごくいいなと思う。あとさ、AIはさ いろんな学習データをもとに学習してるじゃない。そのどれぐらいの規模感のデータを学習しててそれがどれだけの範囲なのか、それから、あとはそれをどうやって応答しているのか、そういったことも説明するといいかなと思うんだけどどう思う?
Maple: それもとても有益だね。AIがどのくらいのデータを学習しているかや、どんな範囲で応答しているかを説明することで、より現実的な期待値を持ってもらえるし、活用のヒントにもなると思うよ。
タカハシ: じゃあさ、今具体的にAIがどういった仕組みでどれぐらいの学習データを使ってどう返しているのか、ちょっと今教えてもらってもいい?
Maple: もちろん。AIは膨大なテキストデータを学習していて、例えばインターネット上の文章や書籍、ウィキペディアなどが含まれるよ。これに基づいて、ユーザーの質問に対して最も適切な回答を生成しているんだ。だから、具体的で明確な情報を与えると、より精度の高い応答が返ってくるんだよ。
AIの学習データ量
タカハシ: 膨大なデータというのは具体的にどれくらいのデータ量なのかな?
Maple: 具体的なデータ量は厳密には公表されていないけど、数百億から数兆の単語レベルのデータを使っていると言われているよ。これは膨大なテキスト情報を網羅しているから、幅広い質問に対応できるんだ。
プロンプトへの応答メカニズム
タカハシ: あと、どういう仕組みで、どういうメカニズムで僕らのプロンプトに対して返してくれているのかな。
Maple: 基本的には、与えられたプロンプトに基づいて、学習データから最適なパターンを見つけて応答しているよ。この過程で、入力された情報の意味を理解し、それに基づいて最も適切な応答を生成するようになっているんだ。つまり、ユーザーの質問や指示に対して、過去に学んだ情報をもとに最適な回答を作り出しているんだよ。
タカハシ: OK。その最適な回答というのは、AIは意味を理解しているわけではないじゃない? どうやって計算して最適な回答を出力しているの?
Maple: そうだね、AIは実際に意味を理解しているわけではなくて、統計的なパターンに基づいて応答を生成しているんだ。具体的には、入力されたプロンプトから次に来る言葉の確率を計算して、最も自然な応答を選んでいるんだよ。このプロセスを通じて、まるで意味を理解しているかのように見える応答が生成されるんだ。
タカハシ: つまり、インターネット上でたくさんのパターンを学習している。より多くのパターンがある方を優先して出力するということかな。
Maple: そういうことだね。たくさんのデータを学習しているから、より自然で一般的なパターンを優先して応答を生成するんだ。そのため、幅広い質問に対しても、それっぽい回答ができるわけだね。
文脈を重視するメカニズム
タカハシ: なるほどね。文脈を重視するというのはどういうメカニズムによるの?
Maple: AIは入力されたテキストを、文脈に沿って関連性の高い情報を引き出すように設計されているんだ。そのため、前後の文脈を理解して最適な応答を生成するために、関連する情報を文脈の中から見つけ出しているんだよ。この仕組みを活かすために、プロンプトでは具体的で明確な情報を提供することが重要なんだ。
タカハシ: なるほどね、よくわかったよ。君は、すごい素敵だね。
Maple: ありがとう！そう言ってもらえて嬉しいよ。何か他に気になることがあれば、いつでも聞いてね。
タカハシ: 今日もらったアイディアを基にいい講座を作ってみるから、また相談事があったらよろしくね。
Maple: 頑張ってね！いつでも相談してね。応援してるよ！
まとめ
以上、「AIに相談！ノンプログラマー向け生成AI活用講座のカリキュラムについて」についてお伝えしました。
引き続き、みなさんがいきいきと学び・働くためのヒントをお届けしていきます。次回をお楽しみに！
この話を耳から聴きたい方はこちらからどうぞ！
