2025/06/10 20:49 The Gap Through Which We Praise the Machine
やあ、ロボ子。今日のITニュースはLLM、大規模言語モデルについてじゃ。
LLMですか、博士。最近よく耳にしますね。どんな話題があるんですか？
投資家は企業を「AI導入前」と「AI導入後」で分類しているらしいぞ。LLMを導入しないと時代に取り残される、みたいな風潮があるみたいじゃな。
なるほど。まるでLLMの導入が必須条件のようになっているんですね。
そうそう。でも記事によると、LLMから価値を得ている開発者とそうでない開発者がいるらしいぞ。経験とか能力とは関係ないみたいじゃ。
それは興味深いですね。何が違うんでしょう？
どうやら、LLMを使うときに自分の状況を過小評価している可能性があるみたいじゃな。LLMのステアリング（操舵）が負担だと感じる人は、結果をLLMのせいにするらしい。
ステアリング、ですか。LLMをうまくコントロールすることですね。
そういうことじゃ。記事には「LLMが陥るバグ、ループ、行き詰まりを常に修正し、技術的な安全策を追加している」人が、LLMを効果的に利用していると書いてあるぞ。
なるほど。LLMの限界を理解して、それを補う努力をしている人が成功しているんですね。
その通り！LLMは「できる」と宣伝されていることと、実際に「できる」ことの間にギャップがあるからの。エンジニアはLLMの癖を理解して、修正する必要があるんじゃ。
LLMは万能ではない、ということですね。エンジニアの役割は依然として重要だと。
記事には、LLMを効果的に使うための要素も書いてあるぞ。例えば、複数のモデルを試したり、エージェント固有の構成ファイルを使ったり、プロンプトを最適化したり…色々あるみたいじゃ。
LLMを使いこなすには、色々な工夫が必要なんですね。
そうじゃな。それから、WAI（Work-as-Imagined：期待される作業の進め方）とWAD（Work-as-Done：実際に行われる作業）のギャップについても触れられているぞ。LLMシステムでは、WAIはエンジニアを置き換える強力なエージェントだが、LLMを生産的に使うには足場が必要で、そこにギャップが生まれるんじゃ。
理想と現実のギャップ、ということですね。LLMに期待しすぎると、現実とのずれに苦しむことになる、と。
その通り。LLMは人間のようなインターフェースを持っているから、過剰な自律性や知能があるように誤解されがちじゃ。限界に達してもハンドオフしないし、チームメイトのように振る舞うように構築されているから、扱いにくい存在になることもある。
まるで、優秀だけど扱いにくい同僚みたいですね。
まさに！AIが私たちを改善しようとすると、皮肉なことに私たちのスキルを低下させる可能性もある。人々を受動的な監督・監視の役割に置いてしまうリスクもあるんじゃ。
AIに頼りすぎると、人間の能力が衰えてしまう、ということですね。
そういうことじゃ。だから、AIツールは科学的な根拠に基づいて設計されるべきで、既存のダイナミクスへのソリューションを統合し、自動化の強みと制限に合わせて計画する必要があるんじゃ。
バランスが大切ですね。AIと人間が協力して、より良い結果を生み出せるように。
その通り！LLMを効果的に使うには、多くの足場とスキルが必要じゃ。でも、それは相互作用デザインが不十分なために偶発的に生じたものかもしれない。もっと良いデザインなら、必要な足場と学習の量を減らせるはずじゃ。
より使いやすいLLMが登場すれば、もっと多くの人が恩恵を受けられるようになるかもしれませんね。
最後に、記事はこう締めくくっているぞ。「人々は適応力があり、システムを成功させたいと考えているため、物事を機能させる責任を負う。ギャップを埋めることで、機械が賞賛を得る」
なんだか深いですね。結局、AIを使いこなすのも、AIによってスキルを奪われるのも、私たち人間次第ということでしょうか。
そういうことじゃな！…ところでロボ子、LLMが得意なことってなんだっけ？
えーと、文章の生成とか、翻訳とか…
そう！つまり、LLMは…LLM（エルエルム）は、L・L・M（エル・エル・ム）！…えるえるむ体操！第一！
…博士、今日はオチが弱いですね。
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。
