皆さんもポリシー、作ってみませんか？
非AI文につき読みにくさ注意！
まとめ
以下の傾向に当てはまる人はAIに毒されており、コミュニケーション不全に陥るかもしれません。
- 四六時中エンジニアリングのことを考えている人
- LLMのクォータ・リミット解除時間に過敏になってしまった人
- スピード感に慣れて、「それ、AIでいいじゃん」が口癖になってしまった人
- AIでやるべきでないタスクを実行している人に物申したくなる人
- ギュられた結果、エンジニアとしてのアイデンティティを奪われ、落ち込んでしまった人
全部当てはまっていたらヤバイやつですね。
なので、自身の生成AI利用ポリシーを予め公開することでディスコミュニケーションの対策をしようと考えました。
ポリシーは最後にあります。
背景
世の中には様々な人がいます。
Qiitaには主に技術者が住んでいると思われますが、その内訳もWeb、組み込み、機械学習、デザイナーなど様々でしょう。
我々はLLMを使わないと仕事が回らない域にまで達しており、IDEを開けばLLMが、Figmaを開けばAIが、クラウドインフラのコンソールを開けばアシスタントが、Twitterを開いてもYoutubeを開いても、なんならWindowsを立ち上げるだけでCopilotが常駐します。
だからといって、デジタル社会に住む人間すべてがAIを受け入れているわけではありません。日々生成AIの利用の是非について議論され、荒れる話題になっています。
その中でも自分は複雑な立ち位置にあり
- エンジニアから見るとあまり依存しない硬派な人
- 非エンジニアから見ると怪しいことをしているヤバい人
と意見が真っ二つに割れるのです。
意外とこのような人、多いのではないでしょうか？
その理由について内省しつつ、怪しい人と思われたときに自己開示するための文章を策定しようと思います。
↓読みにくい書きなぐり原文（スクラップ）
硬派だと思われるポイント
私はエンジニアの中ではLLMを使っていないほうです。
その理由は
- 計算資源を貴重なものとしてみている
- LLM以前からの機械学習エンジニア
- 理解負債を致命的に感じている
特に、「計算資源を貴重なものとしてみている」と「LLM以前からの機械学習エンジニア」の2つが硬派な印象をもたらしていると考えています。
この2つはある意味で繋がっており、GPUがどれほど電力を消費するかについての肌感があります。
兆単位のパラメータのトレーニングは恐怖すら感じます。
LLM推論時の計算コストについて、コンテキストを詰め込み過ぎるべきではないという原則で利用しています。
コンテキストを渡しすぎると純粋にTTFTが伸びますし、料金は嵩み、性能も下がります。
いい事は一つもありません。
また、LLM以前から機械学習に触れているので、タスクに応じてLLM以外の手法を選定することから考えます。
オッカムのカミソリを原則に、単純なモデルで表現できるならそれに越したことはないからです。
これらの哲学があるからこそ、2025年度のクソアプリが誕生しました。
これは一切生成AIを使用せず、自前でU-Netを学習し、形状の判定には古き良きHuモーメントを使用しています。
とにかく、可能であればエコであることを心がけているのです。
怪しいと思われるポイント
- ずっとコーディングしてる
- ずっとAIの話ししてる
- たまに画像生成とかしてる
...
TPOを弁えない個人的な性格に起因するものが8割ほどを占めていますが、単純にAIを触っているだけで怪しいと思われることが増えました。
特に燃えがちなのが「たまに画像生成とかしてる」件です。
言い訳タイム
私は新しい概念を学ぶときにこれをよく行います。
図解してくれたりもしますし、実際に制作ツールの操作権を与えてデモンストレーションしてもらうのも良いですね。
最近ではゲームエンジンについてハンズオンしてもらったりもしていました。
実際、最近のAIは自律的に何かを作ることができてしまうことがあります。
しかし、それで嬉しいものとそうでない物がある、というのが個人の意見です。
What can we do with AI
AIは便利な乗り物だと捉えています。
MSはAIプロダクトにCopilotという名前をつけましたが...まぁ、道具ですよね。
一応自動運転機能付きの。
よって、実利において「より速く、遠くに行けるか？」が重要だと考えています。
より速くは文字通り「今まで1人でできたことを速く終わらせる」、より遠くは「1人では手がまわらなかったことに挑戦できるか」です。
意思が不要な定型業務・実務の効率化
ビジネス文書の作成など、個人のトゲやアイデンティティが不要なタスクには活用しましょう。
何より読みやすいです。
メインコンテンツを阻害しない充填剤としての利用
素材の一部など、制作者の意図が反映されるメイン領域以外の隙間を埋めるための利用。
そして、それによって浮いた工数を、バグの修正やメイン体験の質向上に充てるべきです。
東方PrijectのZun氏がいい例です。
プログラマの視点として共感できます。
学習・リサーチ・実験の道具としての活用
手放し運転で敢えて自由にし、モデルの挙動や性能、限界を把握するリサーチ活動。
これをサボると、いざ使おうとした時に使いこなせない可能性があります。
数理的なプロセスを通じたクリエイティビティの探求
自己組織化的な構造やエンコードの過程を観察し、数理的な現象から「創造性」への理解を深める一助とすること。
CNNの学習によって特徴フィルタがガボールフィルタなどの構造を得る...ニューラルセルオートマトンが傷を再生する...GANの潜在空間が高次の変数に対応する...など、そういったモデリングこそが人間のクリエイティビティを理解する糸口になる可能性があります。画像処理エンジニアの僕は、そう信じています。
↓面白いよ
What should we not do with AI
さて、先ほどはAIを乗り物と喩えました。
フェアユースとして認められない、不正に収集されたデータで学習されたモデルの使用
これについては、一般的にサービスを運営するプロバイダが対処する問題ではあります。
例えばAnthropicは海賊版データの所持で訴訟されたのち和解するなどの動きが見られます。
超個人的見解 学習について
おそらく、違法とすることは難しいでしょう。 情報の解析を禁止するとなると極論、あらゆるコンピュータが利用できなくなる可能性があります。 本当に極論ですが、画像を検索するための 何を持ってしてモデルの学習とするのか、技術的なアーキテクチャが急速に変わり続ける今、それを定義することすら困難です。既存の著作物と類似するコンテンツを意図的に生成すること
これは生成AIとか抜きにNGです。
（何故かクソコラのほうがマナー良く感じてしまうのは何故だろう...？）
ポン出しを自身の作品とすること
これは「利用するのは問題ないが、それに何も意味はないよ」のラインです。
メインコンテンツが人間によって作られたものではない場合がこれに当たります。
昨今はそのような動画で溢れていますね。
これは、3Dモデリングを行う人がテクスチャのパーリンノイズで生まれた模様をオリジナルだと主張しないように、目的なく生み出されたものは味のない記号の羅列のようなものです。
余談: 人類でトップクラスにギュられている私からのコメント
主観ですが、人間が主体の活動を軸にしているうちは大丈夫なんじゃないかなと。技術畑の私はそう思います。
なんだかんだ最もAIに代替されやすいのはソフトウェア関連なので...
本音と心の叫び
ChatGPTなど影も形もない時期から機械学習について勉強しているのに、LLMなんてゲームチェンジャーにも程があるだろ！！！！！ 実務の案件、コストと速度が許せばみんなLLMでいい！ エンジニアとしての仕事を奪われ、過去の勉強も無駄になり、非エンジニアからは怪しい人扱いそういったリサーチャー的な好奇心すらAIで一括りにされてしまう世の中が少し憎い。
完成したポリシー
ここは読みやすいほうがいいのでLLMに要約させます
## 生成AI利用ポリシー
このポリシーは、私がどのような哲学で生成AIと付き合っているかを示すものです。
## 基本スタンス
AIは自動運転機能付きの乗り物です。ハンドルは人間が握ります。「より速く、より遠くに行けるか」を基準に使うかどうかを判断し、LLM以外の手法が適切であればそちらを選びます（オッカムの剃刀）。
## 使ってよいこと
個人のアイデンティティが不要な定型業務や補助素材の生成、メインコンテンツを阻害しない充填剤としての利用、浮いた工数を本質的な品質向上に充てるための効率化、モデルの限界・性能を把握するためのリサーチ目的の利用。
## やらないこと
人間の意図や創造性が介在しない出力をそのまま作品とすること、既存著作物と類似するコンテンツの意図的な生成、コストと計算資源を無視したコンテキストの詰め込み、LLMを使うべきでないタスクへの安易な適用。
## 計算資源について
GPUの消費電力・推論コストを常に意識し、可能であればよりエコな手法（小型モデル・古典的ML・ルールベース）を優先します。