第1部 AIの全体像をつかむ
第3章AIにできること・できないこと
AIをうまく活用するうえで近道になるのが、得意なことと苦手なことを正しく知っておくことです。 何でもできる万能の存在だと考えると期待が外れ、逆に何もできないと決めつけると使いどころを 見失います。大切なのは、得意な場面には積極的に使い、苦手な場面では人が補う、というめりはりです。 この章では、AIの得意・苦手を整理し、人間とどう役割を分けるとよいのかを考えます。
3.1AIが得意なこと
AIは、大量のデータからパターンを見つけること、定型的な作業を高速に繰り返すこと、確率的な予測を立てることが得意です。「唯一の正解」が一つに決まらない作業でも、それらしい答えを大量に出せます。
AIがもっとも力を発揮するのは、大量の情報の中から規則性を見つけ出す場面です。人間が一つずつ確認して いては時間がかかる作業でも、AIは大量のデータをまとめて処理し、共通する特徴や傾向をすばやく取り出せます。 また、同じ手順を何度も正確に繰り返すことも得意で、疲れて集中力が落ちるということもありません。加えて、 はっきりした正解が一つに決まらない作業でも、「それらしい候補」をすばやく数多く出せる点が、近年のAIの 大きな強みです。
具体例:AIが力を発揮しやすい作業
・大量の文書を要約したり、要点を抜き出したりする
・文章を別の言語や別の文体に変換する
・たたき台となる下書きや、複数の案を一気に出す
・大量のデータを決まった基準で分類・整理する
・過去の傾向から、おおよその見込みを立てる
いずれも、「速く」「大量に」「疲れずに」こなせる点が共通しています。LLMは、この中でもとくに言葉に 関わる作業を幅広くこなします。
3.2AIが苦手なこと
AIは、厳密な正確さの保証、学習していない最新の事実、物事の深い理解、責任を伴う最終判断が苦手です。これらはいずれも、後の章で見るLLMのしくみから説明できます。
AIには苦手な領域もはっきりとあります。まず、答えが常に正確であることの保証はできません。もっともらしく 見えても、細かい計算を誤ったり、事実と異なる内容を述べたりすることがあります。次に、学習した時点より あとに起きた出来事や、学習データに含まれていない情報については答えられません。多くのAIは、いったん 学習を終えると、その時点の知識で動くためです。
具体例:AIがつまずきやすい作業
・桁の多い数どうしの掛け算を、正確に最後まで計算する
・学習した時点よりあとに起きた出来事について答える
・「絶対に一件も見落としてはいけない」ような厳密な確認
・その場かぎりの事情や、言葉にされていない前提をくむ
・結果に責任が伴う、重い意思決定を下す
これらは、「速く・大量に・それらしく」というAIの得意とは方向が違います。正確さや責任、最新性が 強く求められる場面ほど、AIだけに任せるのは危うくなります。
さらに、AIは物事を人間のように深く理解しているわけではありません。言葉の背後にある意図や、その場の 微妙な文脈を本当の意味でくみ取っているのではなく、学んだパターンからそれらしい反応を返しているだけです。 そして、倫理的な判断や、結果に責任を伴う重要な決定は、AIに任せるべきではありません。これらは、AIの 苦手を理解したうえで、人間が担う必要がある部分です。なぜこうした苦手が生まれるのかは、LLMのしくみを 学ぶ第4部で、より深く納得できるようになります。
3.3それっぽく間違えるという性質
AI、とくにLLMは、誤っているときでも自信ありげにもっともらしく答えることがあります。この性質を知っておくことが、安全に使うための出発点になります。
AIの誤りには、人間の誤りとは異なる特徴があります。人間なら「よく分からない」「自信がない」と態度に 表れることが多いですが、LLMは知らないことでも、知っているかのように滑らかな文章で答えてしまうことが あります。文章としては自然で説得力があるため、内容が誤っていても気づきにくいのです。この、事実と 異なる内容をもっともらしく生成してしまう現象は、後の章で扱うハルシネーションと呼ばれます。
こうしたことが起きるのは、LLMが「意味を確かめて答えている」のではなく、「入力に続くもっともらしい 言葉を計算している」というしくみで動いているからです。第4部でそのしくみを詳しく見ていきますが、ここでは 「AIの答えは、見た目のもっともらしさと正しさが必ずしも一致しない」という点を押さえておくことが大切です。 だからこそ、重要な用途では、出力をそのまま信じるのではなく、人間が確認する手順が欠かせません。
深掘り:人間の「知らない」との違い(読み飛ばし可)
人間は、答えを知らないとき、「分からない」と言って立ち止まることができます。これは、自分が何を 知っていて何を知らないかを、ある程度把握しているからです。いまのLLMには、この「自分の知識の境界を 正確に把握する」しくみが十分には備わっていません。そのため、知らない領域でも、続きとして自然な言葉を 組み立ててしまいます。近年は、確信の度合いを示したり、不確かなときは断定を避けたりする工夫も 進んでいますが、完全ではありません。「立ち止まらずに答えてしまう」性質があることを、前提として 知っておくことが大切です。
3.4人間とAIの役割分担
AIには下書きや候補出し、整理といった作業を任せ、人間は最終的な確認と判断、そして責任を担う。この役割分担が、AIを活かす基本の形です。
ここまで見てきた得意・苦手を踏まえると、AIと人間の望ましい関係が見えてきます。AIは、たたき台を すばやく作る、選択肢を数多く出す、大量の情報を整理する、といった作業を担うのに向いています。人間は、 その出力を確認し、正しいかどうかを判断し、最終的な意思決定と責任を引き受けます。どちらか一方に すべてを任せるのではなく、互いの強みを組み合わせるわけです。
この役割分担は、AIの性能が上がっても基本は変わりません。AIが作業の多くを引き受けるようになっても、 その結果をどう使うかを決め、責任を持つのは人間です。AIを、判断を代わりにしてくれる存在としてではなく、 作業を助けてくれる道具として捉えることが、上手な付き合い方につながります。
実務メモ:AIを任せる作業の見分け方
ある作業をAIに任せてよいかを考えるとき、二つの問いが役立ちます。一つは「誤りが混じっても、後で人が 気づいて直せるか」。下書きや候補出しなら、人が確認して直せるので任せやすいといえます。もう一つは 「その判断に責任が伴うか」。採用や与信のように、結果が人に大きな影響を与える判断は、AIの出力を 参考にとどめ、人が決めるべきです。この二つの問いで振り分けると、任せる作業と手元に残す作業の 線引きがしやすくなります。
この章の要点
- AIは、大量データからのパターン発見、定型作業の高速な反復、確率的な予測が得意です。
- AIは、厳密な正確さの保証、未学習の最新情報、深い理解、責任を伴う判断が苦手です。
- LLMは誤っていてももっともらしく答えることがあり、見た目のもっともらしさと正しさは一致するとは限りません。
- 人間は自分の知識の境界を把握できますが、いまのLLMはそれが不十分で、立ち止まらずに答えてしまいます。
- AIに下書きや整理を任せ、人間が確認・判断・責任を担うという役割分担が、活用の基本です。