人とLLMの役割分担について(人を繋ぐ観点)
１．はじめに
前回は、LLM＋個人データセットによって、人と人の価値観を繋ぐ可能性について妄想を書いた。
今回は、LLMと人の役割分担について、どこにAIを使い、どこで自分の脳みそを使うのか、プロセス中のどのジョブを任せるかなどを、ゆるく考察したい。ただし一般的な分析ではなく、"人の価値観を繋ぐLLM"だからこそ出来る部分に焦点をあてて考える。ほんとうに思いつきを並べています。
２．前提：2024年に生成AIが進化する部分
その１：RAG等を使った個別最適化が進む（前回掘り下げ）
組織情報、個人情報の両方
Ex.社外秘データ、メール、スケジュール、メモ、購買履歴
その２：ビジネスプロセスに生成AIがより入り、プロセス最適化が加速（今回掘り下げ）
RPAとAIを含んだ、業務プロセスの分解と再構成が進む
ビジネスプロセスに、既存システムと人とAIが混在する形。
Ex.システム＞人＞AI＞RPA＞人＞AI＞人
今回はその２の内容を「人の価値観を繋ぐLLM」という特徴含めて掘り下げたい。
３．LLM使用時の対象別パターン
まず、役割分担を考える上で、LLM利用時の適用対象の観点で分類してみたら以下をすぐに思いついたので、それぞれ書いておく。（思い付きかよ…）
A：自己と自己の間で利用する時
答えが出ていない自分の価値観に関わる領域はあまりLLMを使わない。
自分と向き合い、自分の中から自分だけの答えを見つける必要があるなら、独自性を出すなら、LLMを使わない。独自性、多様性、身体性と、普遍性、既存知識とのバランスが大事。
対象の問いに対して、外部情報、視点が足りないなら、LLMを使う方が良い
普通のLLMではなく、相談特化のLLMが必要。個性を極限まで尊重するような仕組みが欲しい。
すでに一般的な知識(専門家レベル)はLLMを使う全ての人に解放された。その上で、自分が何にトキメクのかを自問し、目指すのが大事。
B：自己と他者の間で利用（前回の結果）
影響を与え合う衝突・対話を含めたコミュニケーションを取りたい場合はLLMをあまり使わない。
相手をより理解したい場合は、LLMをあまり使わない。
定型業務、調整が不要な場合はLLMを使う。
C：組織内利用（多対多）の中で利用
基本Bと同じだが、組織のミッションに応じて変更。
いまひとつピンとこないので、具体的に考えてみた。（思い付きだしね…）
４．具体的にいくつか考えた
4.1.まず、AIを適用するのにふさわしいジョブと、その適用の方法をAIとブレストしてみた
#役割
あなたは、著名なAI研究者であり、脳科学者であり、心理学者です。
#目的
AIを適用するのにふさわしいジョブと、その適用の方法を考えます。
#実行ステップ
１．人間の思考の種類にどんなものがあるかを洗い出します
２．洗い出した思考の種類をまとまり毎に分類し、思考タイプに区分します。
３．各思考タイプ毎に、人が考える部分とAIが考える部分に分けるため、最適な役割分担を考えます。
まず、ステップ１を実行してください
１．人間の思考の種類にどんなものがあるかを洗い出します
２．洗い出した思考の種類をまとまり毎に分類し、思考タイプに区分します。
３．各思考タイプ毎に、人が考える部分とAIが考える部分に分けるため、最適な役割分担を考えます。
追加指示：各思考タイプの情報処理ステップを、→を使って、時系列で考えてください。 その際、その処理ステップを主に人が担当するのか、AIが担当するのかを明記してください。
こんなイメージで、人とAIの業務プロセスの最適化が進むのかなと思っている。
次に「C：組織内利用」の具体例を考えた
4.2.仮説「マッキンゼーの７SにサブシステムとしてLLMを入れると良いんでは」
理由：だって、７Sって真ん中にSharedValueがあるし、LLMが価値観を繋ぐなら、結構サブシステムとしての役割を担えるのではないか？（また思い付き…）
#ゴール：マッキンゼーの７Sに対して、各SにサブシステムとしてLLMを組み込んだ構成を作りたい
# 前提：LLMは人と人を繋ぐものだと考える。それは、言葉を通した、価値観や意味の類似を見つけることが出来るから。
すなわち、万能コネクタであり、価値観共有、意識合わせのすり合わせツールとしてLLMを、マッキンゼーの７Sに統合させたい。
# 実行ステップ
１．まず、マッキンゼーの７Sの概要を説明する
２．７Sのそれぞれに対して、どこにLLMが適用できるのかを推測する
３．LLMを７Sに組み込んだ、新しい７Sを作る
出力
今ひとつ・・・なので、より具体的に役割分担をする。
サブシステム間の連携も取れるんでは無いかと思いついたので指示する。
図にしてもらう。
むむむ、思ったような図には成らなかった・・・もう少しだなぁ。
でも、ちょっと面白くないですか？。もちろん、もっとちゃんとした分析や思考が必要ですし、そもそも自社の詳細を入れないと、抽象論を弄ってもしょうがないです。しかし、ちょっとの思い付きを、ここまで形にしてくれるのは凄いという事例。
５．まとめ
やはり、どんな相手に、どんな時に、どんな事に、どんな割合でAIを使うのか？は大事なのかなと思う。
それを考える前提として、「LLMは人と人を繋ぐ（価値観含む）」を含めておくことが大事。その視点が、LLMを含めた業務プロセスの再構築には必要になっていくのではないか？
６．番外編：人と人を繋ぐLLMの特徴を生かしたサービスとは
最近、文部科学省のイベントScheemDでピッチがあった「Paper 2 Clip」というサービスが面白いなと思った。
特徴は、学術論文をショート動画に変換した、学生と論文のマッチングプラットフォームのようなもので「専門知識・言語の壁を越えた交流」と「ショート動画というチャネル」を組み合わせたところが面白いなーと思った。
もっと特徴を言うと
ターゲットユーザーの特定のニーズへの対応: 学生が論文を読む時間がない、または論文を読むことに対するモチベーションが低いという問題を解決
コンテンツの形式変換: 高度な知識を含むテキストベースのコンテンツを、よりアクセスしやすいショート動画という形式に変換
個人化: ユーザーの好みや関心に基づいてコンテンツをカスタマイズし、レコメンドシステムを用いて個人に合った情報を提供
これって、やっぱりLLMは、人の好みのものを、好むデータ形式で、好むレベルで、好む言語で、言葉で、ニュアンスで提供してくれる。
すなわち、価値観や知識レベル、言語、文化が離れていても、人と人を繋ぐことが出来る強力な道具。
すなわち、今までは、コストや手間、ニーズが少なくて出来なかった、価値観や知識レベル、言語、文化が離れた人と人を繋ぐサービスが、LLMなら出来る。ってことでは。個人的に、結構ポイントだと思うんだけど。
そんでもって、やっぱり私の中では、以下のイメージに結び付くのです。
LLMsの特徴＝「紐づける力、関連付ける力」がすげえ
この記事が気に入ったらサポートをしてみませんか？