AIに複雑な問題を理解させるには？

AIに複雑な問題を理解させることは、言うは易く行うは難しである。私は最近、ChatGPTのデバッグをしていて面白い現象を発見した。例えば、「量子力学を理解する方法」と質問すると、AIは曖昧で難解な専門用語を並べるかもしれない。しかし、「コーヒーを入れる例を使って量子力学を説明できるか」と変えると、答えはすぐに生き生きとした興味深いものになる。AIの理解力の上限は、質問の仕方にある程度依存することを実感させられた。

問題解決の技術

OpenAIが昨年発表したケーススタディによると、ユーザーが「起業の仕方」のような壮大な質問を、「ビジネスアイデアの検証の仕方」や「ビジネスプランの書き方」のような5〜7個の具体的な小質問に分解した場合、AIの回答の精度は63%向上する。「これは、子どもたちに積み木の作り方を教えるようなものだ。一度に城全体を作るためのガイドを与えるのではなく、城壁、塔、跳ね橋の作り方を段階的に教えるべきだ。実際にやってみると、AIに「理由、状況、解決策の構造に従って答えてください」といった明確な思考の枠組みを与えることで、より構造的なアウトプットが得られることが多いこともわかった。

しかし、問題を分解する理由もある。MITメディアラボの実験では、問題を細かく分解しすぎるとAIの理解能力が低下することが示された。例えば、「小説の書き方」を「第1章の第1段落の第1文をどう書くか」に分解するのは機械的すぎる。理想的な分解とは、タマネギの皮を一枚一枚剥いて核に近づいていくようなものであるべきだが、各層は完全な論理を保っていなければならない。

コンテクストの力

グーグル・ディープマインドの研究者たちは、AIに適切な文脈を与えることで、その理解力が40%以上向上することを発見した。例えば、「チームの衝突を解決する方法」と質問した場合、「私たちは5つの異なるタイムゾーンからメンバーが集まっているリモートのスタートアップチームです」と付け加えれば、AIが与えるアドバイスはより具体的なものになる。先週、友人のAI相談を手伝ったときのことを思い出す。"うちの子が勉強嫌いだったらどうしたらいい？"と聞いただけでは一般的なことしかわからなかったが、"うちの子は12歳で、短い動画にはまっていて、数学には特に抵抗がある "といった詳細を加えることで、アドバイスは即座に実行可能なものになった。アドバイスは即座に実行可能なものになる。

興味深いことに、文脈は多ければいいというものではない。スタンフォード大学のHCI研究によると、500語以上の文脈説明は、かえってAIが要点を理解するのを妨げる可能性がある。ベストプラクティスは、まず核となる質問を1-2文で説明し、次に重要な文脈を3-5箇条書きで説明し、最後に望ましい答えの形を明確にすることです。

フィードバック・ループのマジック

私が最も驚いたのは、AIがリアルタイムで学習する能力です。 Anthropicの研究によると、3～5回の対話フィードバックによって、クロードの複雑な質問を理解する精度は、最初の58%から89%まで向上するそうです。 例えば、最初の回答が満足のいくものでなかった場合、「この説明はまだ専門的すぎるので、もっと現実的な例を使ってもらえますか」と言うと、AIは本当に表情を調整します。AIは本当に表情を調整します。私はこの "漸進的な質問 "の方法をよく使います。スマートと話すようなものですが、アシスタントを誘導する必要があり、それぞれのフィードバックは私たちの思考チャンネルを合わせています。

ただし、フィードバックは具体的である必要がある。理解できない」と言う代わりに、「ステップ3の因果関係があまり明確でない」と指摘するのだ。AIは真面目な学生のようなもので、具体的な指導をすればするほど、より早く学習する。最近、私がサプライチェーンの最適化問題を扱っていたとき、4回にわたる的を絞ったフィードバックの後に得られた最終的な解決策は、最初のバージョンよりもはるかに洗練されていた。

結局のところ、AIに複雑な問題を理解させることは、本質的に私たちの思考能力を鍛えることなのだ。AIとの対話はすべて、私たち自身の表現の曖昧さや飛躍を映し出す鏡なのだ。AIがあらゆる複雑な問題を容易に理解できるようになったとき、私たち人間の思考法はより明瞭に、より整理されたものになるのかもしれない。