はじめに
英語の技術動画で学ぶシリーズ。今回は Anthropic の非営利団体向けAI講座（全9本）の6本目から。
Data analysis with AI (7:10)
この動画の問い
「AIにデータ分析を任せたいけど、出てきた結果を信用できない」
動画はこの一点から始まる。
答え：答えを知っているデータで試す
自分が既に分析を終えた過去データをAIに渡し、同じ結論に行けるか確かめる。
行けたら任せられる。行けなかったら任せない。
動画はこれを delegation diligence loop（任せる前に確かめるループ）と呼ぶ。
手順
- 任せたい分析タスクを1つ決める
- 自分が分析を終えた過去データと、その元の生データを用意する
- AIに同じ分析をやらせ、自分の答えと突き合わせる
- ずれていたら指示を直して、もう一度やらせる
例：Rio の四半期レポート
退役軍人支援団体のプログラム責任者。四半期ごとに、
- プログラムの出席状況
- 就職できたかどうか
の2つを突き合わせて、参加率を出し、月ごとの変化を追い、出席と就職に関係があるかを調べる。毎回数時間かかる。
Rio の希望はこうだった。
| やりたいこと | 任せたいこと |
|---|---|
| 結果の解釈は自分でやる | データの整形と数式いじり |
テストには前四半期のデータを使う。答えを知っているし、整形前の生データも残っているから。
1回目：AIは1つ見落とした
Rio は出席データと就職データを渡し、「3ヶ月の参加パターンを分析して、出席と就職の相関をグラフにしてほしい」と頼んだ。
返ってきた要約を、Rio はそのまま信じずに自分の記録と照合する。
- ✅ 出席と就職の相関は正しく出せていた
- ❌ 住宅支援と就職支援を組み合わせたプログラムの話が抜けていた
2回目：指示を足したら直った
「プログラムの種類に注意して、もう一度」と足すと、AIは修正できた。
ここで Rio が手に入れたのは分析結果ではなく、「毎回プログラムの種類を明示して頼む」という指示の型。これが重要。
さらに難しいことを試す
「参加者が登録した時期別でも見られる?」と聞いてみた。
AIは登録データを持っていなかったが、データから取り出すのを手伝えた。Rio は後で照合するようメモした。
テストで分かったこと
- 指示をちゃんと書けば、手作業でやっていた分析はAIで再現できる
- ただし登録日がデータに入っていないと、AIは推測で埋めようとする。これは困る
- 次に何を渡すべきか、何を自分で補うべきかのメモが残った
推測ではなく、確かめた上での自信で今四半期に臨める。
再現できなかった場合
何度指示を直しても答えに届かないなら、そのタスクは任せるべきではないと分かったということ。
これも失敗ではなく、このテストの成果として扱う。
データに詳しくない場合
「そもそも自分がデータに詳しくないので、AIの間抜けに気づけない」という人向けの話もある。
- AIはコードを書くのが得意なので、Excelの数式を書く・崩れたデータを整える作業を手伝える
- チームのデータアナリストに相談するのと同じように、質問を持ち込んで「解決策はどんな形になりそうか」を聞く
- 途中で説明を求め続け、自分が流れを追えている状態を保つ
確かめても責任は残る
validation builds confidence, but it doesn't eliminate responsibility
- 結果が筋の通ったものか確認するのは自分
- 最終的なレポートの責任は自分が持つ
- 聞かれたら、AIを使ったことは隠さない
他にも使える
動画では、このやり方は分析タスク全般に使えるとしている。寄付者の分析、予算の予測、アンケートの集約、成果の追跡。
まず試す → 何ができるか確かめる → 自信を持って使う、もしくは任せないと決める。
自分ならどう使うか
- 答え合わせができるものから試す。自分がレビューしたPR、原因が分かっている障害のログ。同じ結論に行けるかで、任せられる範囲が測れる
- 気づいた前提はテンプレートに残す。Rio の「プログラムの種類を明示」に当たるもの（※動画外の補足）
- 任せないと決めるのも成果。ここを明示している点が一番実務的だと思う
一方で、答えが分かっている過去データが用意できないタスクには、このやり方は使えない。その場合どうするかは動画では触れられていない。
覚えておきたい英単語
| 英語 | 意味 | 動画での使われ方 |
|---|---|---|
| delegate | (仕事を)任せる | a task you shouldn't delegate |
| diligence | 任せる前の入念な確認 | the delegation diligence loop |
| validate | 正しいと確かめる | systematically validated what AI can and can't do |
| infer | (データが無い所を)推測する | it'll try to infer them |
| accountability | 最終的な責任 | take accountability for the final report |