生成AIでできること・できないこと

AIを使い始めたのに思ったような回答が返ってこない。情報が正しいか不安で、結局業務には持ち込めない。この二つは、AIの性能ではなく、投げている用件の種類が原因であることがほとんどです。

得意な側に投げているか

線引きはとても単純です。生成AIは創造と編集が得意で、事実確認と責任ある判断が苦手です。この一行を握っておけば、目の前の用件をどちらに振るか迷いません。

得意な側は次の四つです。文章の作成と添削と要約、疲れない壁打ち相手になるアイデア出し、エラーメッセージを貼るだけで原因の候補が返るコードの生成とデバッグ、文脈や礼儀を汲む翻訳です。

苦手な側は四つある

事実の正確さは最初の落とし穴です。AIは確率的に次の言葉を選んでいるだけなので、存在しない法律や架空の人物を詳しく解説してしまいます。

複雑な論理と計算は、多段階の推論で途中から破綻することがあります。最新の出来事と非公開情報は、学習した時点までの世界しか知らないので扱えません。責任を伴う判断は、意見は述べても結果を引き受けるのが人間なので肩代わりできません。四つとも仕組みから来る性質です。最初から人が最後にチェックすると決めておけば、怖がる必要はありません。

使い始める前の、三つの心構え

一つ目は、出典を聞く癖をつけること。 「その情報の根拠と出典は何ですか」と追加で聞き、重要な事実は公的機関や一次情報で裏を取ります。自分が詳しい分野から使い始めると、どこで間違えるかが肌で分かります。

二つ目は、丸ごと任せず、工程を切って渡すこと。 構成案、言い換え、誤字の確認、タイトル案の量産のように一部だけ渡します。一回で理想が出なくても、「もう少し詳しく」と直しながら近づくほうが速く着きます。

三つ目は、渡してよい情報かを先に決めること。 駅前の掲示板に貼られても平気かを自問し、個人情報、顧客リスト、社外秘の資料は入れません。学習に使わせない設定は確認しつつ、漏れて困る情報は書かない線を自分で持ちます。

線を引ければ、明日から業務に使える

守るのは三つだけです。

避けたい例
メールを書いてください。

良い例
新商品の紹介メールを、20代女性向けに親しみやすいトーンで書いてください。
箇条書きで3つのメリットを含めてください。

失敗の型はいつも同じです。「最新の競合の売上推移をまとめて」と丸投げし、返ってきた架空の数値を会議資料に載せて指摘される。事実が要る場面ではAIを検索の補助にとどめ、最終的な数字は元データで確かめてください。