チャットAIに“感情を共有”できる人は64.9％、「親友」「母」を上回る 電通調査
https://www.itmedia.co.jp/aiplus/spv/2507/03/news080.html
親友
親友が64.6% 親友以外の友人が、56.7%,
これなら、親友以外の友人って親友じゃんってなった。
職場
上司と同僚と、部下は分けてほしい。
配偶者
回答者で配偶者がいる人の割合がないと意味がない。
祖母、祖父
同居している人の割合が少ないことは想定できる。
生成AIに必要な機能
自殺防止
何を書いたら、自殺しにくくなるかは、人による。
すぐに金にはならない。社会の役にたつかも。
社会に危害を与えない
不平、不満を直接行動に移すのではなく、世の中の仕組みをうまく利用して、社会の改善に役立つことをする。
戦争防止
過去の戦争を分析して、戦争回避、早期解決の仕方を整理する。
現在の戦争を分析して、当事者がいかに戦争から離れることができるかを示唆。
将来の戦争を分析して、将来戦争が起きないようにするには今なにをするといいかを示す。
道具の限界
人間が、逆の目的で使えば、つかえてしまう。
直接的に、自殺ほう助、テロ、戦争に役立つことを回答しなくても、自殺防止、テロ・戦争防止についての答えから逆算できる可能性がある。
人間の集まりに参加。
どんな規模でもよい。
参照
生成AIは詐欺師だと思うと使える。太鼓持ちだと思うと危ない。
https://qiita.com/kaizen_nagoya/items/1597e8d9ab5a679600bd
裸の王様 分類と整理 with ChatGPT
https://qiita.com/kaizen_nagoya/items/054aec3abee2a5b9aefa
変わり身の早いChatGPT
https://qiita.com/kaizen_nagoya/items/28a1c440214bc6b8c074
ChatGPTで裸の王様
https://qiita.com/kaizen_nagoya/items/8377be38d3a763e93811
ChatGPT
生成AI 共感 https://qiita.com/kaizen_nagoya/items/e94551335127a9e705a9 の記事の課題はなんですか。
ChatGPT:
『生成AI 共感』という記事（Qiita）では、生成AI（特にチャットAI）との「感情の共有」について考察されています。記事内で取り上げられている課題は以下の通りです：
- 感情共有の相手としての信頼性の欠如
記事では、電通の調査結果を引用し、チャットAIに感情を共有できる人が64.9%に達していると紹介されています。しかし、この数値だけでは、AIが「親友」や「母親」といった人間と同等の信頼性を持つとは言えません。例えば、配偶者がいる回答者の割合が不明であり、統計の信頼性に疑問が残ります。- 生成AIの倫理的利用と悪用のリスク
記事では、生成AIが自殺防止や戦争回避などの社会的課題に役立つ可能性を指摘しています。しかし、同時に「人間が逆の目的で使えば、つかえてしまう」と警鐘を鳴らしています。これは、AIが悪意ある目的に利用されるリスクを示唆しており、倫理的な利用の枠組みが不十分であることを課題として挙げています。- AIとの感情共有の限界と人間関係の希薄化
AIとの感情共有が進むことで、人間関係が希薄化する懸念があります。記事では「親友以外の友人が56.7%」というデータを紹介し、AIとの感情共有が人間関係の代替となる可能性を示唆しています。これは、AIが人間の感情的なサポートを担う一方で、実際の人間関係の重要性が軽視されるリスクを浮き彫りにしています。
これらの課題は、生成AIの社会的役割や倫理的利用に関する重要な問題を提起しています。今後、AI技術の進展とともに、これらの課題に対する解決策が求められるでしょう。
うまくいけば、自殺防止、テロ・戦争防止にも使えると思います。いかがでしょうか。
ChatGPT:
はい、その可能性は理論上あります。ただし慎重な考慮が必要です。少し整理して説明します。
- 自殺防止への活用
可能性:
生成AIは24時間対応でき、匿名で感情を受け止められるため、相談窓口の補助として活用できます。言語解析で危険信号を検知し、専門機関への誘導も可能です。
課題:
AIは感情の微妙なニュアンスや背景を完全には理解できません。誤った対応をすると、逆にリスクを高める可能性があります。専門家の介入が不可欠です。- テロ・戦争防止への活用
可能性:
ネット上の過激思想や扇動発言の早期検知、リスク行動の予測、対話による過激化防止などに応用できます。
課題:
監視や情報操作のリスクがあります。プライバシー侵害や自由な言論の制限と隣り合わせになるため、倫理的・法的な枠組みが必要です。- 総合的なポイント
技術的には可能性があるが、**「万能ではない」**ことを前提に運用する必要があります。
人間の判断・介入と組み合わせることが必須です。
倫理・法・心理学の観点からガイドラインを設けることが重要です。
希望的観測として「AIで自殺防止や戦争防止」という表現は魅力的ですが、現実的にはAIは補助役であり、最終的な判断・行動は人間が担うべきという立場を忘れない方が安全です。
もし希望であれば、この記事の内容をもとに「生成AIで自殺防止・過激化防止に使うときの実務上の課題と対策」を具体的に整理することもできます。整理しますか？
はい。お願いします。
ChatGPT:
では、生成AIを自殺防止・過激化防止（テロ・戦争防止）に活用する場合の実務上の課題と対策を整理します。以下の表でまとめます。
領域 実務上の課題 具体的リスク 対策・工夫
自殺防止 感情理解の精度不足 AIが危険信号を見逃す、誤った励ましで悪化する 専門家によるモニタリング、危険度評価アルゴリズムの導入
匿名性による誤情報 利用者が本当の状況を隠す可能性 信頼性の高い入力チェック、複数情報源の確認
緊急対応の遅れ 即時介入が必要なケースでAIが判断できない 緊急連絡ルートの自動提示、24時間専門相談員との連携
過激化防止（テロ・戦争） 偏った情報・誤検知 特定の思想や発言を誤って危険と判断 多様なデータで学習、誤検知率の定期評価
プライバシー侵害 監視的運用により個人情報の漏洩 データ匿名化、アクセス制限、法的遵守
行動誘導リスク AIの対話で意図せず過激化する可能性 対話ログのレビュー、人間オペレーターによる介入
共通課題 倫理・法的整備不足 利用基準や責任範囲が不明確 AI倫理ガイドラインの策定、利用規約の明示
過信による依存 AIだけで問題解決できると誤解 AIは補助ツールとして位置づけ、人間判断を必須にする
ポイント解説
AIは補助役
自殺防止・過激化防止の判断は、最終的には人間の専門家が行うべきです。AIは「発見」「警告」「初期対話」の役割です。
データ・プライバシー管理
利用者の個人情報や会話内容は非常にセンシティブです。匿名化・暗号化・アクセス制御が必須です。
誤作動リスクへの対応
AIが誤って「安全」と判断した場合のバックアップ手段を設けることが重要です。例えば、自動通報やモニタリング体制の併用です。
倫理・法整備
社会的影響が大きいため、倫理ガイドラインや法規制に準拠した運用が不可欠です。
もし希望であれば、この表をさらに**「生成AIを使った実際の運用フロー例」**に落とし込んで、現場でどのようにAIと人間が協力するか具体例まで示すこともできます。
作りますか？
はい。お願いします。
ChatGPT:
では、先ほど整理した課題と対策を踏まえて、生成AIを用いた自殺防止・過激化防止の実際の運用フロー例を示します。人間とAIが協力する具体的な流れです。
- 自殺防止向け運用フロー例
ステップ1：ユーザー接触
チャットAIやSNS相談窓口を通じてユーザーが相談開始
AIは会話をリアルタイムで解析
ステップ2：危険度評価（AI）
発言内容から自傷や絶望感の兆候を自動解析
危険信号が一定値を超えると「高リスク」と判定
ステップ3：初期対話（AI）
共感的な返答やリソース案内を提供
「専門家と話す」オプションを提示
ステップ4：人間オペレーター介入
高リスク判定時に専門相談員に通知
オペレーターが詳細ヒアリング・必要に応じて緊急対応（警察・医療機関）へ
ステップ5：フォローアップ
AIによる継続的なサポート（再接触チェック）
専門家による定期フォロー- 過激化防止（テロ・戦争防止）向け運用フロー例
ステップ1：モニタリング
AIがオンライン掲示板やSNS投稿を解析
過激発言や扇動的表現を検出
ステップ2：リスク評価（AI）
発言の危険度スコア化
一定以上のスコアは人間のレビュー対象に
ステップ3：初期対話・啓発（AI）
過激思想に傾くユーザーには対話型コンテンツで別視点の提示
情報の偏りを減らすよう教育的介入
ステップ4：人間オペレーター介入
高リスク者には専門カウンセラーや法執行機関が個別対応
必要に応じて心理的支援や法的措置を組み合わせ
ステップ5：継続モニタリング
AIが定期的に投稿内容を解析
過激化傾向の再発を防ぐ- 運用上のポイント
AIは常に補助役
初期発見・リスク評価・初期対話のみに限定
最終判断は専門家が担当
プライバシー保護
投稿内容・会話は匿名化・暗号化
アクセス権限を厳格に管理
誤作動防止
AI判定は必ず人間のレビューとセット
緊急対応ルートを複数設置
倫理・法令遵守
個人監視や発言規制の透明性確保
利用規約や社会的ガイドラインを明示
💡 この運用フローは、**AIの利点（24時間対応・大量データ解析）**と、人間の判断力・倫理性を組み合わせることで、安全かつ効果的に社会問題への活用を目指す設計です。
希望であれば、この運用フローをさらに図解化して「AIと人間の役割分担が一目でわかる形」にすることもできます。
作りますか？
人間オペレーター介入は、高度な専門性が必要かなって思います。そうでないと逆効果が生じそうで心配です。
ChatGPT:
おっしゃる通りです。ここが最も重要なポイントで、人間オペレーターの専門性不足は逆効果を招くリスクがあります。整理すると次のような懸念と対応策が考えられます。
- リスク：専門性不足による逆効果
感情理解の誤り
利用者の心理状態を正確に読み取れないと、誤った対応でさらに孤立感や不安を強める可能性。
不適切な言葉かけ
「軽く励ます」つもりが逆効果になり、信頼を失う場合がある。
過激化対応の誤判断
安全確認や介入のタイミングを誤ると、リスク行動を助長する可能性。
AI依存の危険
専門性が低いオペレーターがAI判定に盲目的に従うと、誤警告や誤対応が増える。- 対策
専門資格・経験のあるオペレーター
心理カウンセラー、精神保健福祉士、臨床心理士など
過激化防止の場合は、テロ対策や危険人物対応の経験者
段階的介入
初期対応や簡易指導はAIで補助
高リスク判定時のみ専門家が直接介入
定期トレーニング
AI判定の仕組みや危険信号の特徴を理解
言葉かけや対応方法の演習を繰り返す
レビュー体制
介入ログを定期的にレビューし、対応ミスや改善点を共有
AIとの補完関係の明確化
AIは危険信号検知や初期共感のみ
人間は判断・介入・フォローを担当
💡 結論:
AIの活用は非常に有効ですが、最終判断・介入は必ず高度な専門性を持つ人間が担当することが必須です。そうでない場合、AIによる「誤った安心感」が逆にリスクを高める可能性があります。
希望であれば、この「人間オペレーターの専門性レベル」と「AIの補助役割」を組み合わせた具体的な運用フロー図も作れます。作りますか？
社会学、心理学、経済学、経営学、人類学、言語学、政治学、論理学、法学、哲学、歴史学の視点から高度な専門性の留意点をご説明ください。
ChatGPT:
もちろんです。生成AIを使った自殺防止・過激化防止における人間オペレーターの高度な専門性について、11分野の学問的視点から整理してみます。各分野で「専門性を留意すべき点」を明確にすると、運用設計の幅と安全性が見えやすくなります。
- 社会学
留意点: 社会的文脈の理解
利用者の属するコミュニティや文化、社会的圧力の影響を理解できること
特定の集団や社会背景によって行動パターンが異なるため、介入の方法や言葉選びを調整する必要がある- 心理学
留意点: 精神状態と感情理解
うつ、PTSD、依存症、過激思想など多様な心理状態に応じた対応
認知行動や共感的傾聴を適切に組み合わせる能力
誤った励ましや否定的表現が逆効果になるリスクを理解する- 経済学
留意点: インセンティブ構造の理解
AIや人間介入による行動変化のコスト・効果を考慮
過激化防止の場合、経済的動機や利害関係が影響する可能性があるため、単純な注意喚起では不十分- 経営学
留意点: 運用管理・リスクマネジメント
オペレーターの対応標準やフローを明確化
AIとの役割分担を組織的に設計し、品質保証とフォローアップ体制を整える- 人類学
留意点: 文化的多様性への配慮
言語、宗教、価値観、慣習の違いを理解して適切な介入
特定文化圏で受け入れられない表現を避ける- 言語学
留意点: 言語表現の精度
曖昧表現やニュアンス、隠喩・婉曲表現の理解
AIでは検出しにくい微妙な感情や文脈を読み取れる能力- 政治学
留意点: 権力構造・規制の理解
テロ・過激化防止では、法的権限や国家安全保障との関わりを理解
政治的中立性を保ちつつ、安全確保を行う判断力- 論理学
留意点: 推論と意思決定の正確性
不確実な情報からリスクを判断する能力
誤った因果関係や思い込みによる判断ミスを避ける- 法学
留意点: 法的責任と権利の理解
個人情報保護法、心理援助に関する法規制、監視・介入の法的限界
適切な記録保持と証跡管理- 哲学
留意点: 倫理的判断
介入の正当性、自由意思尊重、AI依存リスクとのバランス
「善」と「安全」の優先順位を倫理的に判断- 歴史学
留意点: 過去事例からの学習
社会的危機、過激化、群衆心理の歴史的事例を参考に介入設計
危険なパターンや成功した防止策の教訓を活用
💡 まとめ:
高度な専門性とは単なる心理学やカウンセリング技術だけではなく、社会・文化・法・倫理・歴史など幅広い文脈を理解し、総合的に判断できる能力を指します。AIの補助を最大限活かすためには、この学際的知識が不可欠です。
希望であれば、この11分野の留意点をもとに、**「人間オペレーターの役割と必要スキルセットのチェックリスト」**に落とし込むこともできます。作りますか？
はい。お願いします。
ChatGPT:
では、先ほどの11分野の留意点をもとに、人間オペレーターが生成AIと連携して自殺防止・過激化防止を行う際に必要な役割とスキルセットのチェックリストを作成します。運用現場で教育・採用・評価に使える形です。
人間オペレーター向けスキル・役割チェックリスト
分野 具体的スキル・知識 チェック項目例
社会学 社会的文脈理解、集団・文化の影響把握 特定コミュニティの背景を考慮した介入ができるか
心理学 精神状態の評価、共感的傾聴、認知行動理解 利用者の心理状態に応じた言葉かけが適切か
経済学 行動インセンティブの理解、コスト効果分析 行動変化の誘導が合理的か
経営学 運用フロー管理、リスクマネジメント AIとの役割分担とフォローアップ計画を実行できるか
人類学 文化・宗教・価値観理解 多文化背景の利用者に対して適切に対応できるか
言語学 言語表現解析、ニュアンス把握 曖昧表現・婉曲表現を正しく理解できるか
政治学 権力構造・政策理解、中立性保持 安全確保と政治的中立を両立できるか
論理学 推論能力、意思決定の正確性 不確実情報から論理的に判断できるか
法学 個人情報保護法、心理援助法規理解 法的枠組みに沿った対応ができるか
哲学 倫理判断、自由意思尊重 倫理的観点で介入の妥当性を判断できるか
歴史学 過去事例分析、リスク予測 類似事例を参考に安全策を設計できるか
補助的スキル・役割
AIとの協調能力
危険信号判定や初期共感はAIが担当、人間は判断と介入に集中
継続モニタリング
フォローアップや再発防止のため、AIログをレビュー
緊急対応
高リスク判定時の警察・医療機関との連携手順を理解
✅ 運用上の活用方法
採用時チェックリストとして、学際的スキルの保有度を評価
研修用教材として、各分野の知識や演習課題を組み込む
評価・改善に利用
介入事例を振り返り、どの分野の判断が適切だったかを分析
スキルギャップを特定して追加教育
💡 ポイント:
このチェックリストに沿えば、AIの補助機能を最大限活かしつつ、専門性不足による逆効果を最小化できます。
特に心理学・社会学・法学・哲学のスキルは必須で、その他の分野は補助的ですが、全体として統合的判断力が求められます。
希望であれば、このチェックリストをさらに**「実際の運用フロー図と組み合わせて、AIと人間の具体的役割分担図」**として可視化することも可能です。作りますか？
１１領域ごとに、HAZOPのGuide wordを３つ以上つかって深堀をお願いします。
ChatGPT:
了解しました。では、先ほど整理した人間オペレーターの高度専門性の11領域に対して、HAZOPのGuide Word（例：No, More, Less, As well as, Reverse, Other than, Early, Late, Part of, None, etc.）をそれぞれ3つ以上使いながら、課題と留意点を深掘りして整理します。
- 社会学（社会的文脈理解）
No（ない）：特定コミュニティの情報がない場合、誤った介入や孤立化を招く
More（多い）：社会的圧力が強すぎる場合、利用者が本音を隠すリスク
Other than（～以外）：想定外の社会背景（移民、少数派文化）を考慮しない介入は逆効果
Reverse（逆）：人間関係支援が裏目に出て、孤立感を増幅することがある- 心理学（感情理解・共感）
No：感情表現がない利用者には標準的共感だけでは効果が薄い
Less：共感や理解が不足すると、信頼を失う
More：過剰な励ましやアドバイスは逆効果
Part of：心理状態の一部分しか理解していないと判断ミスの原因に- 経済学（行動インセンティブ理解）
More：過剰な報酬や注意喚起が不自然で信頼を損ねる
Less：インセンティブが不十分で行動変化が起きない
Other than：想定外の経済的動機を無視すると効果が限定的
No：経済的コストを考慮しない介入は持続不可能- 経営学（運用管理・リスクマネジメント）
No：運用ルールがないと混乱が生じる
More：過剰な手順や承認プロセスで迅速対応が阻害される
Less：チェック体制が弱いとミスが見逃される
Reverse：手順を逆順で運用すると誤判断の原因になる- 人類学（文化的多様性理解）
No：文化的文脈を無視した対応は不適切
Other than：想定外の文化・宗教習慣を考慮しないと信頼喪失
More：過剰に文化を意識しすぎると介入が消極的になる
Less：文化的敏感性が不足すると誤解が生じる- 言語学（言語表現・ニュアンス理解）
No：発言内容がない場合、危険信号を見逃す
Less：言葉の微妙なニュアンスを読み取れないと誤解
More：過剰解釈により誤警告が増える
Reverse：文意を逆に理解すると介入が逆効果- 政治学（権力構造・中立性理解）
No：法規制や政策理解がないと介入が違法リスクになる
Other than：政治的バイアスを無視すると不公平対応
More：過剰に政治的配慮すると安全確保がおろそかになる
Less：権力構造の理解不足で対処が不十分- 論理学（推論・意思決定の正確性）
No：根拠がない判断は危険
More：過剰な条件付けで判断が複雑化
Less：不十分な情報で決定するとリスク増大
Reverse：因果関係を逆に解釈すると誤介入- 法学（法的責任・権利理解）
No：法的知識がないと責任問題が発生
Less：法遵守が不十分だとプライバシー侵害や違法行為につながる
More：過剰な法的チェックで迅速対応が妨げられる
Other than：適用される法律以外を考慮しないと不測の事態が起こる- 哲学（倫理判断・自由意思尊重）
No：倫理的判断なしでは介入が不適切になる
Less：自由意思の尊重が不足すると強制的・反発的になる
More：過剰に倫理配慮すると効果的介入ができない
Reverse：善意の判断が逆に被害を招く場合がある- 歴史学（過去事例の学習）
No：過去事例を参照しないと同じ失敗を繰り返す
More：事例に過剰依存すると柔軟性が欠如
Less：事例学習が不十分で危険パターンを見逃す
Other than：想定外の歴史的文脈を無視すると誤判断
💡 まとめポイント
11分野すべてで No / More / Less / Other than / Reverse / Part of といったHAZOPのGuide Wordを使うことで、想定外・過剰・不足・逆のリスクを体系的に洗い出せます。
これにより、高度専門性の人間オペレーターがAIと連携する際の失敗リスクを事前に可視化できます。
希望であれば、この深掘り内容をもとに、**「11分野×HAZOP Guide Wordによるリスクマトリクス」**の表形式にまとめて、運用現場でチェック可能な形に整理することもできます。作りますか？
はい。お願いします。
ChatGPT:
では、先ほどのHAZOPによる深掘り内容を整理して、**「11分野 × HAZOP Guide Wordによるリスクマトリクス」**の表形式にまとめます。運用現場でチェック可能な形です。
人間オペレーター高度専門性 × HAZOPリスクマトリクス
領域 No More Less Other than Reverse Part of
社会学 コミュニティ情報なしで誤判断 社会的圧力が強すぎて本音を隠す 社会背景理解が不足 想定外文化を無視 人間関係支援が裏目 社会状況の一部しか理解せず判断ミス
心理学 感情表現なしで共感失敗 過剰な励ましが逆効果 共感不足で信頼失う 特定心理状態のみを考慮 感情理解を逆に解釈 心理状態の一部分しか把握
経済学 コスト無視の非効率介入 過剰インセンティブで不自然 動機不足で行動変化なし 想定外動機を無視 逆効果の誘導 インセンティブの一部だけ利用
経営学 運用ルールなしで混乱 過剰手順で迅速対応阻害 チェック体制不足でミス 想定外フローを無視 手順逆順で誤判断 管理の一部のみ実施
人類学 文化文脈無視で不適切 過剰配慮で消極的対応 文化敏感性不足で誤解 想定外文化を考慮せず 文化理解を逆に解釈 文化要素の一部しか考慮せず
言語学 発言内容なしで危険信号見逃し 過剰解釈で誤警告 ニュアンス理解不足 想定外言語表現を無視 文意を逆解釈 言語情報の一部しか把握
政治学 法規制理解なしで違法リスク 過剰配慮で安全確保不足 権力構造理解不足で不十分 想定外政治状況を無視 政治的中立を逆解釈 政治要素の一部しか考慮せず
論理学 根拠なし判断で危険 条件過多で判断複雑化 情報不足で誤判断 想定外因果関係を無視 因果逆解釈で誤介入 情報の一部しか利用せず
法学 法知識なしで責任問題 過剰チェックで迅速対応阻害 法遵守不十分で違法 適用外法規無視 法解釈逆で誤対応 法的要素の一部のみ考慮
哲学 倫理判断なしで不適切 過剰倫理配慮で介入困難 自由意思尊重不足で反発 想定外倫理状況無視 善意判断が逆効果 倫理的要素の一部だけ考慮
歴史学 過去事例無視で同じ失敗 事例過剰依存で柔軟性欠如 事例学習不十分で見逃し 想定外歴史文脈無視 過去教訓を逆に解釈 歴史要素の一部だけ考慮
✅ 運用上の活用方法
チェックリストとして利用
オペレーターの教育・採用時に、各Guide Wordに該当するリスク認識ができるか確認
現場マニュアルの補助
高リスクシナリオの例示として使用
改善サイクル
介入事例をレビューし、Guide Wordごとの失敗・改善点を記録
💡 ポイント:
各分野 × Guide Wordで「想定外・過剰・不足・逆」のリスクを網羅的に洗い出すことが可能
これにより、AIと人間オペレーターの協働運用における失敗リスクを事前に可視化できます
希望であれば、このマトリクスをさらに視覚的なフローチャートや色分けマップに変換して、運用現場で一目でリスク確認できる形にもできます。作りますか？
参照
ChatGPT利用の技4つ with ChatGPT
https://qiita.com/kaizen_nagoya/items/4a178bd6a09a4a471a7f
ChatGPTによるQiita記事の改良と補足
https://qiita.com/kaizen_nagoya/items/20604d6dd0702ab95c2f
ChatGPTによるQiita記事の改良と補足（２）
https://qiita.com/kaizen_nagoya/items/996275307ffc8c1243f8
本から始める 面倒なことはChatGPTにやらせよう by からあげ
https://qiita.com/kaizen_nagoya/items/f5ce2a18db54b5610e4b
MCP入門 〜面倒なことはAIエージェントにやらせよう〜 by からあげ を聞きながら
https://qiita.com/kaizen_nagoya/items/54b648c838fae8d57e38
【松尾研LLMコミュニティ】面倒なことはLLMにやらせよう "Beginning LLM"2024年10月17日 AI(9)
https://qiita.com/kaizen_nagoya/items/efdc23fbe67cdae2126e
設計:ChatGPTで特異解か一般解を求める AI(1)
https://qiita.com/kaizen_nagoya/items/4dec580e16a7c84b0ec4
みんなの使い方から学ぶ
https://qiita.com/kaizen_nagoya/items/8e7de492d896df94a36e
AI・機械学習 昨日、今日、明日
https://qiita.com/kaizen_nagoya/items/adb184c8fc7a65ac9756
DNA LLM and genome for survey 2200 papers by name.
https://qiita.com/kaizen_nagoya/items/ce8a28d6072f340a9d59
ChatGPTから学ぶ ３倍褒めて３分の１貶す
https://qiita.com/kaizen_nagoya/items/91e70fd8caa25076718b
AI時代の相棒は、キミに決めた！ 推しのAIエージェントをシェアしよう！企画参加まとめへの序章
https://qiita.com/kaizen_nagoya/items/e3fd7557bac97d1b88f2
記事投稿数、いいね数の目標設定して ChatGPTに聞いてみた。
https://qiita.com/kaizen_nagoya/items/019e2ad9c3e45e45854e
AI時代の相棒は、キミに決めた！ ChatGPT推し ver.0
https://qiita.com/kaizen_nagoya/items/8068a884fb2e64cd3c4f
無料ChatGPTの処理限界
https://qiita.com/kaizen_nagoya/items/84683aee26d9f4a28af0
by ChatGPT, with ChatGPT and people opinions.
https://qiita.com/kaizen_nagoya/items/57f00f9b48b25bc231e6
ChatGPTの使い方の利点と課題 by ChatGPT
https://qiita.com/kaizen_nagoya/items/0f469e473a6ed0407daa
DataRobot 風 AI agent Robotをあなたに
https://qiita.com/kaizen_nagoya/items/1ca8ca1dedefaf739d16
ChatGPTの賢い使い方
https://qiita.com/kaizen_nagoya/items/3a7e4583553543eeeeb3
ChatGPTの弱みをあなたに
https://qiita.com/kaizen_nagoya/items/3c97c63a22939e203905
ChatGPTで裸の王様
https://qiita.com/kaizen_nagoya/items/8377be38d3a763e93811
設計 仕様 制約 AI利用開発の鍵 by ChatGPT
https://qiita.com/kaizen_nagoya/items/1b9cb2f9d26308d84791
PowerPoint 筋書き(outline), 見直し(review), 見栄え加工 by ChatGPT
https://qiita.com/kaizen_nagoya/items/37bb97fc250fca37295b
逃げ回るChatGPTを追い詰めるには
https://qiita.com/kaizen_nagoya/items/cd60426e626ba05e0377
三人寄れば文珠の知恵は直交する能力前提 by ChatGPT
https://qiita.com/kaizen_nagoya/items/512e5611615e2426bb42
プログラマ３年で社長事業（未成年編） 博士論文支援追加
https://qiita.com/kaizen_nagoya/items/326452b5bf29c144c307
自殺防止手引き原稿 補足 by ChatGPT
https://qiita.com/kaizen_nagoya/items/7e459fa7edf7205c2667
しつけ(discipline) の測定視点 by ChatGPT
https://qiita.com/kaizen_nagoya/items/6b5ce03c545f7bbd8723
技術者は英語を学ぶ必要はない。英単語の羅列でいい＝プログラム。
https://qiita.com/kaizen_nagoya/items/4fc3963a21e0339fd1c9
猫中心設計から鳥中心設計へ part2
https://qiita.com/kaizen_nagoya/items/4d7a5a33c85e0b01dc5d
プログラマ必須科目 ChatGPTにも確認
https://qiita.com/kaizen_nagoya/items/7b30d9d119792130facd
なんで音楽とプログラムの関係がうまく書けないか。
https://qiita.com/kaizen_nagoya/items/489a68d360df4b26f87d
AI利用業務手引き
https://qiita.com/kaizen_nagoya/items/f201b292f37dba16e9ef
C言語(C++)が必要な人と必要ない人
https://qiita.com/kaizen_nagoya/items/2afe9e846b55b24cb6f1
C言語(C++)が必要な人、必要ない人 ChatGPT
https://qiita.com/kaizen_nagoya/items/a074cb8cd292d8d94bd4
C言語を習得する３つの方法
https://qiita.com/kaizen_nagoya/items/84cab0888c193bba429b
C言語を習得する３つの方法 ChatGPT
https://qiita.com/kaizen_nagoya/items/4a3518a18fa49f46787f