概要
Antrhopicが用意している「Antrhopic Academy」というAIに特化した無料のWeb講座がある。このうち「AI Fluency: Framework & Foundations」という講座の内容を一通り完走したので内容を簡単にまとめます。
注意
本記事の内容は筆者の所感を大いに含んでいます。
講座の所感
筆者は本講座を通して「AIシステムは対話型のパートナーであり、魔法・DB・自動販売機とは異なるものだ」が最も伝えたいことなのではないかと感じました。
「AIシステムは、ざっくりお願いしたら望みのものが完成する」ようなものではないということです。
更に、思ったよりも具体的で詳細なテクニックはあまり記載されておらず、むしろ「AIを使う場合の人間の心得」的なものが記されているように感じました。
AI Fluencyとは
当該講座のタイトルにもなっている「AI Fluency」について簡単に説明します。
「Fluency」とは直訳すると「流暢」となります。フルーエンシーという言葉はあまり聞き慣れないので若干違いますが「リテラシー」と言い換えてもいいかもしれません。
そのため筆者は「AI Fluency: Framework & Foundations」はイメージ的には「AIを流暢使うための考え方」的な意味合いだと捉えました。
更に小タイトルには下記のように書かれています。
Learn to collaborate with AI systems effectively, efficiently, ethically, and safely
こちらも和訳すると下記のようになります。
AIシステムと「効果的」「効率的」「倫理的」、かつ安全に連携する方法を学ぶ。
ということのようです。要は「人間がAIとともに開発をする際に、よりよい成果を出すための知識」と思えば良さそうです。
この記事では「AI Fluency」を「効果的にAIを使うための知識」と意訳します。
効果的にAIを使うための知識（AI Fluency）の構成要素
知識は下記の4個に分類されるらしいです。それぞれの英語の頭文字を取って4Dというらしいです。4Dはそれぞれ下記の4個です。
- 委任（Delegation）：AIに任せる作業、自分でやる作業を慎重に検討する方法
- 説明（Description）：AIと明確にコミュニケーションを取る方法
- 識別（Discernment）：AIの出力と過程の動作を批判的な観点で評価する方法
- 勤勉（Diligence）：AIとのやり取りを責任を持って行う方法
個人的な所感ですが「委任」「説明」「識別」と「勤勉」にグループ分けできるように感じました。
それぞれについて詳細に後述します。
委任（Delegation）
委任とは、効果的にAIに任せる作業、自分で実施する作業を分配するための知識のことです。
委任の知識は更に細かい項目に分ける事ができます。それが「問題認識」「プラットフォーム認識」「タスク委任」です。
問題認識（Problem Awareness）
今あなたがAIを使ってやりたい作業・解決したい問題の目標や、性質そのものを明確に理解している必要があるということみたいです。
特段、深く考える必要はなく「やりたいことを人間側が正確に理解していないとAIとの役割分担もできないですよね」ということのようです。
プラットフォーム認識（Platform Awareness）
昨今いろいろなAIシステムがある中で、それぞれの機能や限界を人間側がしっかり理解している必要があるということみたいです。
こちらも特段深く考える必要もなく「あなたが解決したい課題に対して最適なAIシステムを選ばないと最適な答えは得られないよ」ということのようです。
タスク委任（Task Delegation）
AIの強みと、人間の強みを最大限活かすためにタスクを分担することを指します。
適切に分担をするには、タスクそのものの専門知識と前述の問題認識とプラットフォーム認識が必要らしいです。
そして肝心のタスクの分担ですが、これはAIそのものに聞くことが効果的なようです。実際の人と人との会話のように意見を交わし合ってタスク分担の最適解を発見する方法がベストなようです。
一方的に意見を述べたり、答えを羅列するのではなく会話的なコミュニケーションを心がけましょう。
※タスク内容によってAIが得意とするところ、人間が得意とするところが変わってくるので「都度AIと相談する」といった書かれ方をしているのだと思います。
〜良い聞き方〜
「〇〇のタスクをあなたと協力して完了させたいです。目標は△△です。どのような作業をあなたに任せるべきか、または任せるべきではないかの計画を一緒に話し合いで導き出したいです。タスクそのものの不足している情報や気になる点も話し合いましょう。」
説明（Description）
説明とは、AIシステムに作らせたいことを明確に伝える時の手法についての知識です。簡単に言うとプロンプトテクニックの事です。
AIシステムは非常に優秀ですが、我々の心の中を読み取ることはできません。
説明の知識は更に細かい項目に分ける事ができます。それが「製品説明」「プロセス説明」「パフォーマンス説明」です。
ただ、後述の内容をしっかり理解するというよりも「我々の心の中を読み取ることはできない。なので"最終成果物の定義"、"AIの取り組み方の要望"、"AIの行動面での要望"をしっかり伝えるべきだ」という点が重要に思えます。
AIシステムは賢いので、この辺を伝えなくてもある程度の品質の成果物は出てきます。ただ、トークン節約のためにも、少ない試行回数で望みの成果物を得るにはこの辺が重要になってくると感じます。
6個の基本的なプロンプトテクニック
基本的なプロンプトテクニックは下記の6個らしいです。
- 背景の説明：何が欲しいか、なぜ欲しいかを具体的に説明すること
- 例を示す：求めている出力スタイルやフォーマットを実際に共有したり、事細かく説明すること
- 制約事項を指定：ファイルフォーマット、文章の長さ等の出力条件を明確に指定すること
- 複雑タスクの段階的な分解：複雑すぎるタスクは適切な粒度に分割して依頼すること
- AIに考える時間を与える：実装前に理解度の確認や最適な方法などを考えてもらいながら最適な対応方法を見出すこと
- AIの役割やふるまい方を指定：AIにどう動いてほしいのかを伝えること
これを読んでみて筆者は、非常に人間同士のコミュニケーションに近いと感じました。
一緒に仕事をしている仲なら、前提条件が共有されているのでここまで細かく伝えませんが「お願いして何かを作ってもらう」場合の人間同士の会話と何ら変わらない様に思えます。
AIを用いたプロンプトのフィードバックも効果的なようです。
製品説明
AIシステムに「明確なニーズ」を伝える必要があると言うことみたいです。
AIの作業の結果、生み出される製品の定義（フォーマット、対象ユーザー、スタイルなど）を明確に伝える必要があるということみたいです。
プロセス説明
AIシステムに「希望するアプローチ」を伝える必要があるということみたいです。
要は人間からの要望対してのAIの取り組み方を説明する必要があるようです。
パフォーマンス説明
人間からのお願いでAIと一緒に作業をしている際、どのような振る舞いを望むかを伝える必要があるということみたいです。
行動面での定義（「簡潔 or 詳細」「挑戦的 or 支援的」「アイデア重視 or 分析重視」等）をする必要があるようです。
識別（Discernment）
「説明（Description）」で伝えた内容が、AIが出してきた成果物でしっかり満たされているかを評価することを指すようです。正しくニーズに合ったものが出力されたかを評価します。
その誠実上、説明の裏返しでもあるので対比する形で分類されています。
筆者は「説明」に対してどのようなアウトプットが成され、それを識別（評価）し、精度を向上するために次の説明に活かすなどのサイクルが重要なのではないかと感じました。
製品識別
「製品説明」で伝えた内容が満たされた成果物が生成されたか、人間が品質を評価することを指しているようです。
アウトプットそのものに対しての正確性・適切製・一貫性・関連性を評価します。
プロセス識別
AIの取り組み方を、人間が評価することを指しているようです。
AIの論理性、注意の欠陥、不適切な推論などを評価します。
パフォーマンス識別
AIの行動面を、人間が評価することを指しているようです。
AIの行動が望んだふるまいだったのかを評価します。
勤勉（Diligence）
筆者はこちらに関しては、これまでの3個とは若干異なるように感じています。デューデリジェンスステートメント（最終成果物に対して責任を表明するドキュメントの事）の具体的な記載方法はあれど、そのドキュメントを作成することが「勤勉（Diigence）」の目的では無いと筆者は感じました。
おそらくですが「最終的な責任の所在はAIを利用した人間にある」ということが言いたいのではないかと思います。
AIはとても便利で作業効率の飛躍的向上が見込まれます。しかし、人間が会話をして、お願いをして初めてAIは動き出します。解決したい問題を持っているのはAIでは無く人間です。
AIをとても便利なツールと位置づけ、それを使う人間側の心得みたいなもののようです。
それぞれ下記の内容に分類されています。
- AIツール選択時の慎重さ：どうしてそのAIシステムを利用しようと思ったのか、それはどの様に活用するかを慎重に選択する必要がある
- 透明性の配慮：タスク解決時のAIの役割・活用内容を宣言したり、必要な関係者に正直に共有する必要がある
- 導入に置ける慎重さ：AI成果物の責任は指示をした人間にあることを理解し、特に他人と共有する場合は成果物の検証・保証の責任を持つ必要がある
このような内容を分かりやすくまとめたものが「デューデリジェンスステートメント」と呼ばれるドキュメントで、これを自信の開発の関係者に共有する必要がある旨が書かれていました。
まとめ
筆者は4Dについて要点だけまとめると下記のようになると思いました。
AIの得意分野と人間の得意分野は異なるため適切な作業分担が必要、AI製品やモデルによって得意分野が異なるのでAIと会話しつつ分担を決めよう
AIにお願いするタスクは定義、前提、背景、成果物のフォーマット等、詳細に伝えるほど成果物の精度は向上する。いい塩梅を見つけよう
AIが作ったものは鵜呑みにせず、なんなら少し厳しい目で評価し、自信が行った「説明」のブラッシュアップにつなげよう
成果物の責任は人間にあることを忘れずに、特に他人と共有するものは検証・保証をしっかり行おう