※本記事は、MIT Sloan Management ReviewとSam Ransbotham氏によるポッドキャスト「Me, Myself, and AI」のエピソード「Protection, Provenance, and Prompts: YouTube's Angela Nakalembe」の内容を基に作成されています。ポッドキャストの詳細情報およびエピソードの文字起こしは https://www.youtube.com/watch?v=i-WV9V0B9wg でご覧いただけます。本記事では、ポッドキャストの内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルのポッドキャストをお聴きいただくことをお勧めいたします。
登壇者紹介
Angela Nakalembeは、オペレーションリーダー、インターネット安全性の専門家、そして責任あるAI開発の提唱者です。YouTubeのEngineering Program Managerとして、革新的な安全機能とリスク軽減戦略を通じて数十億のユーザーを保護する戦略的イニシアチブを主導しており、その功績によりGoogleプロダクトエクセレンス賞を複数回受賞しています。マネジメントコンサルタントとして戦略的専門知識を培い、Fortune 50企業の数百万ドル規模の技術移行を支援しました。現在は、世界中の次世代女性テクノロジーリーダーを育成する米国国務省のイニシアチブであるTechWomenを通じてメンタリングを提供しており、またヨガの指導も行っています。化学工学のバックグラウンドを持ち、科学分野とマネジメントコンサルティングでのキャリアを経て、YouTubeでTrust and Safetyを担当する現職に至りました。
Sam Ransbothamは、Boston CollegeのAnalytics教授であり、MIT Sloan Management Reviewで2014年以来、データ、アナリティクス、AIに関する研究を行っています。研究論文、年次業界レポート、ケーススタディ、そして現在12シーズン目を迎えるポッドキャストエピソードを通じて、AIの成功と誇大広告を区別する要素を探求しています。
1. Angela NakalembeのYouTubeでの役割とAIによるコンテンツモデレーション
1.1 Trust and Safety部門の概要と人間のモデレーターが直面する課題
Sam： 通常、背景から始めるのですが、YouTubeを知らないリスナーを想像するのは難しいですね。それでも、YouTubeについて、そして特にあなたの役割について簡単に説明していただけますか。
Angela： YouTubeは約20年前にオンライン動画共有プラットフォームとして始まりました。興味のあるあらゆるトピックについて動画を共有するためのオンラインコミュニティとして誕生したのです。その後すぐにGoogleまたはAlphabetに買収され、それ以来、月間ほぼ20億から30億のユーザーを抱えるオンラインプレゼンスの巨大企業へと成長しました。クリエイターがつながり、また生計を立てるための信じられないほどのオンラインコミュニティを創り出してきたのです。
私がYouTubeで具体的に行っているのは、YouTubeのTrust and Safety部門で舞台裏の仕事です。Engineering Program Managerとして、多くのツールや将来のローンチを監督する責任を負っています。その多くは現在AIを使用しており、ヘイトスピーチ、誤情報、グラフィックコンテンツなどからプラットフォームを安全に保つのに役立っています。これは非常にやりがいのある仕事です。私たちがこのAIの絶え間なく進化する世界にいる中で、この技術がますます私たちの生活に統合されているのを見ています。この技術を使って製品を強化し、メール送信を簡単にするだけでなく、オンラインコミュニティを形成している人々を保護する方法を見つけることが本当に重要だと感じています。
Sam： あなたがそう話を振ってくれましたね。YouTubeで人工知能に関して今何が起きているのでしょうか。
Angela： 私たちがAIを使用している方法の一つは、基本的にコンテンツモデレーションの取り組みをターボチャージし、より速く、そしてより人道的にすることです。想像してみてください。あなたの仕事が1日8時間、週5日間座って、性的に露骨なコンテンツやグラフィックな暴力、誤情報で満たされた動画をレビューすることだとしたら。これがYouTubeや他のオンラインソーシャルメディアプラットフォームがコンテンツをモデレートし、違反コンテンツをプラットフォームから遠ざけるために使用している多くの人間モデレーターに存在する現実なのです。
毎日毎日それを行うことは、私たちのレビュアーに対して非常に大きな感情的・心理的負担をもたらす可能性があります。しかし今、AIと機械学習によって、私たちはそれを本当に変え、レビュアーの役割を進化させることができます。彼らが単独ではなく、これらのAIツールと手を携えて働けるようにするのです。
具体的には、第一線の防衛として機能できるツールを開発しています。有害なコンテンツがプラットフォーム上であれ人間のレビュアーであれ、人の目に届く前にフラグを立てたりキャッチしたりするのです。人間のレビュアーは、これらのAIモデルが行っていることを検証するステップとして依然として必要ですが、もはや重荷とその負担を単独で背負う必要はありません。私にとって、これがAIの最も強力な使用方法の一つだと思います。特に人々を置き換えるのではなく、ある意味で彼らを保護することなのです。なぜなら今、レビュアーのウェルビーイングに関する満足度スコアがはるかに高くなっていると報告しているからです。
また、ユーザーやクリエイターから多くの肯定的なフィードバックを受け取っています。彼らが報告した多くの問題やケースの処理時間がはるかに速くなったことに気づいているのです。つまり、物事がずっと速く削除されたり、実際にプラットフォームに到達していないのです。だから人々はずっと安全だと感じています。この技術を使って、YouTube内でも世界全体でも、全体的にすべての人にとってはるかに良い体験にすることができているのを見るのは信じられないことでした。
Sam： それは本当に興味深いですね。私たちには警察官をしていた家族の友人がいました。彼は警察の中で、あなたが見たくないようなものを扱う部署で働いていました。彼はその仕事の離職率について話していました。彼らはその仕事を信じていて、やっているのですが、それは厳しい仕事であり、意図せずに家に持ち帰ってしまうような種類のものなのです。たとえ望まなくても、一日中見てきたものを忘れることができないのです。あなたがここで言及するまで、この考えが本当に心に沁み込んできませんでした。ある意味で人間の労働者を置き換えているのですが、それは私たちが本当に人間にやってほしくない場所なのです。
通常、人工知能については、汚い、退屈な、危険な仕事について考えます。
Angela： そうですね、これらの人間モデレーターに対する信じられないほどのニーズは依然としてあります。AIが単純に理解できない多くのニュアンスがあるのです。特に人種的感受性や問題に関してはそうです。その追加的な要素を持つことができるのです。AIは素晴らしいと思います。なぜなら、それは第一線の防衛を提供し、ポリシーガイドライン違反のより残酷で非常に明白なインスタンスの多くに取り組むからです。しかしそれによって、もう少しニュアンスが必要な作業を人間が扱うためのスペースが残されるのです。だから、そこには依然として人間のサポートの必要性があります。
1.2 AIによる第一線防衛システムと人間との協働モデル
Angela： 私たちがAIを使用している方法の一つは、基本的にコンテンツモデレーションの取り組みをターボチャージし、より速く、そしてより人道的にすることです。想像してみてください。あなたの仕事が1日8時間、週5日間座って、性的に露骨なコンテンツやグラフィックな暴力、誤情報で満たされた動画をレビューすることだとしたら。これがYouTubeや他のオンラインソーシャルメディアプラットフォームがコンテンツをモデレートし、違反コンテンツをプラットフォームから遠ざけるために使用している多くの人間モデレーターに存在する現実なのです。
毎日毎日それを行うことは、私たちのレビュアーに対して非常に大きな感情的・心理的負担をもたらす可能性があります。しかし今、AIと機械学習によって、私たちはそれを本当に変え、レビュアーの役割を進化させることができます。彼らが単独ではなく、これらのAIツールと手を携えて働けるようにするのです。
具体的には、第一線の防衛として機能できるツールを開発しています。有害なコンテンツがプラットフォーム上であれ人間のレビュアーであれ、人の目に届く前にフラグを立てたりキャッチしたりするのです。人間のレビュアーは、これらのAIモデルが行っていることを検証するステップとして依然として必要ですが、もはや重荷とその負担を単独で背負う必要はありません。
私にとって、これがAIの最も強力な使用方法の一つだと思います。特に人々を置き換えるのではなく、ある意味で彼らを保護することなのです。なぜなら今、レビュアーのウェルビーイングに関する満足度スコアがはるかに高くなっていると報告しているからです。また、ユーザーやクリエイターから多くの肯定的なフィードバックを受け取っています。彼らが報告した多くの問題やケースの処理時間がはるかに速くなったことに気づいているのです。つまり、物事がずっと速く削除されたり、実際にプラットフォームに到達していないのです。だから人々はずっと安全だと感じています。
この技術を使って、YouTube内でも世界全体でも、全体的にすべての人にとってはるかに良い体験にすることができているのを見るのは信じられないことでした。ボード全体で、すべての人にとってより良い体験を実現できているのです。
1.3 モデレーション効率化の成果とAIの限界
Sam： それは本当に興味深いですね。私たちには警察官をしていた家族の友人がいました。彼は警察の中で、あなたが見たくないようなものを扱う部署で働いていました。彼はその仕事の離職率について話していました。彼らはその仕事を信じていて、やっているのですが、それは厳しい仕事であり、意図せずに家に持ち帰ってしまうような種類のものなのです。たとえ望まなくても、一日中見てきたものを忘れることができないのです。あなたがここで言及するまで、この考えが本当に心に沁み込んできませんでした。ある意味で人間の労働者を置き換えているのですが、それは私たちが本当に人間にやってほしくない場所なのです。通常、人工知能については、汚い、退屈な、危険な仕事について考えます。
Angela： そうですね、これらの人間モデレーターに対する信じられないほどのニーズは依然としてあります。AIが単純に理解できない多くのニュアンスがあるのです。特に人種的感受性や問題に関してはそうです。その追加的な要素を持つことができるのです。AIは素晴らしいと思います。なぜなら、それは第一線の防衛を提供し、ポリシーガイドライン違反のより残酷で非常に明白なインスタンスの多くに取り組むからです。しかしそれによって、もう少しニュアンスが必要な作業を人間が扱うためのスペースが残されるのです。だから、そこには依然として人間のサポートの必要性があります。
Sam： 同時に、コンテンツをキュレーションするのに費やす時間について話していますが、投稿数が減少しているわけではありません。実際、同時に、人工知能が人々がコンテンツをはるかに迅速に作成するのを助けています。そのため、キュレーションする必要のあるコンテンツがはるかに多くなっているのです。しかし同時に、AIコンテンツをどうするかについて、いくつかの苦労があることも知っています。Alphabetはこれらのモデルの開発に取り組んでいます。同時に、あなたはそれらをキュレーションするという興味深い立場にいます。それについてYouTubeの見解はどうですか。
Angela： それは本当に良い指摘ですね。AIの利点の一つは、摩擦のないコンテンツ作成だったということを強調したいと思います。人々が言語の壁を越えてより簡単に自分自身を表現し、以前はできなかったアイデアをスケールさせるのを助けているのです。しかし、その欠点は、誰もが高品質なテキストや動画、画像を瞬時に生成できるようになると、正当に見えるが実際にはそうではない多くのコンテンツでインターネットを溢れさせることになるということです。
これは私たちが苦労してきた大きなことです。YouTubeだけでなく、AIの台頭に伴う一般的な問題です。良い例を挙げると、昨年は世界的に非常に大きな選挙シーズンでした。そして私たちは、人々が政治的対立者について作成するAI生成動画の急増を目にしました。人々を刺激し、誤情報を拡散するために考えられる最も激怒を誘う情報を発信する動画です。
2. AI生成コンテンツの課題とプロベナンス（来歴）管理
2.1 摩擦のないコンテンツ作成がもたらす誤情報拡散の問題
Sam： 同時に、コンテンツをキュレーションするのに費やす時間について話していますが、投稿数が減少しているわけではありません。実際、同時に、人工知能が人々がコンテンツをはるかに迅速に作成するのを助けています。そのため、キュレーションする必要のあるコンテンツがはるかに多くなっているのです。しかし同時に、AIコンテンツをどうするかについて、いくつかの苦労があることも知っています。Alphabetはこれらのモデルの開発に取り組んでいます。同時に、あなたはそれらをキュレーションするという興味深い立場にいます。それについてYouTubeの見解はどうですか。
Angela： それは本当に良い指摘ですね。AIの利点の一つは、摩擦のないコンテンツ作成だったということを強調したいと思います。人々が言語の壁を越えてより簡単に自分自身を表現し、以前はできなかったアイデアをスケールさせるのを助けているのです。しかし、その欠点は、誰もが高品質なテキストや動画、画像を瞬時に生成できるようになると、正当に見えるが実際にはそうではない多くのコンテンツでインターネットを溢れさせることになるということです。
これは私たちが苦労してきた大きなことです。YouTubeだけでなく、AIの台頭に伴う一般的な問題です。良い例を挙げると、昨年は世界的に非常に大きな選挙シーズンでした。そして私たちは、人々が政治的対立者について作成するAI生成動画の急増を目にしました。人々を刺激し、誤情報を拡散するために考えられる最も激怒を誘う情報を発信する動画です。私たちはYouTubeで、誤情報の拡散を防ぎ、人々が消費しているコンテンツの作成方法についてより認識できるようにする方法について多くの時間をかけて考えています。
2.2 C2PAイニシアチブと認知的セキュリティの取り組み
Angela： ここで強調したい本当に良い例は、GoogleとYouTubeで取り組んでいるC2PAまたはAllianceと呼ばれる大きなイニシアチブです。これはCoalition for Content Provenance and Authenticityの略で、C2PAと短く呼んでいます。基本的に、出版者、クリエイター、消費者が観察しているコンテンツの起源を確立するためのオープンな技術標準です。これは世界中の技術企業のグループで、AdobeやMicrosoftなど、他の多くの企業も関与しており、これを使用することにコミットしています。少なくともYouTubeでは、クリエイターに対して、彼らのコンテンツがカメラで作成されたのかAIで作成されたのかを検証することを要求しています。
これが私たちがそれを軽減している方法の一つです。また、誤解を招く、低労力、または操作されたコンテンツをはるかに速くフラグ付けするようにモデルをトレーニングしています。目標は本当に、コンテキストを復元すること、または私たちが認知的セキュリティ(Cognitive Security)と呼ぶもの、つまり人々が現実と虚偽を区別できる能力を復元しようとすることです。なぜなら、先ほど共有した例に戻ると、昨年はAI生成されたものとそうでないものの違いを見分けるのがいくらか容易でした。政治的な動画などに関してはそうでした。
しかし8ヶ月後の今、Samさん、私が見る動画の中には、一目見ても、二度見しても、これがAI生成されたものだとは分からないものがあります。非常に、非常にリアルなのです。技術が進化するにつれて、私たちは企業として、Google、YouTubeとして、それに追いつき、人々が現実と虚偽を区別する方法を見つけられるように最善を尽くそうとしています。
2.3 データプロベナンスの重要性とYouTubeの市場責任
Sam： プロベナンスについて言及していただいて嬉しいです。なぜなら、一般的に、動画だけでなく、私たちが扱うあらゆるデータソースにとってプロベナンスは大きな問題だと思うからです。データがどこから来たのか、どのように使用されたのか、そのソースは何だったのか。これらを知ることがはるかに困難になっていると思います。つまり、私たちがこれらすべてのデータ、動画、利用可能なコンテンツを持っていることは素晴らしいことですが、同時にそれがどこから来たのかを知ることがはるかに難しくなっています。
もし私が自分でデータを収集したなら、それがどこから来たのか分かっています。しかし、他の誰かからのデータを使用する場合、私は一段階離れたところにいます。そして、プロベナンス全般は、すべての人がもっと注意を払い始めるべきものだと思います。
ある意味で、YouTubeが持っている市場支配力は非常に大きいのです。そのため、多くの責任があなた方に降りかかってきます。あなたにもっとプレッシャーをかけるつもりはありませんが、あなた方が行っていることは、ある程度、市場における事実上の標準(de facto standard)になってしまうのです。あなた方が行っていることは、そこではかなり重要なのです。
3. Chemical EngineeringからTech業界へのキャリア転換と適応力
3.1 化学工学からマネジメントコンサルティング、そしてYouTubeへ
Sam： 少しここで話を切り替えたいと思います。あなたの肩書きはEngineering Program Managerで、あなたは実際にエンジニアです。私はいつもこれを引き合いに出さなければなりません。私は昔、化学エンジニアでした。あなたも化学エンジニアでしたね。
Angela： はい、そうです。
Sam： 何らかの理由で、この番組には化学エンジニアが非常に多く出演しているんです。あなたがどのようにしてYouTubeに辿り着いたのか、少し教えていただけますか。
Angela： 私の背景は、あなたが言及したように、私たちは両方とも化学工学専攻でした。私は化学に対する情熱を持っていました。常に好奇心旺盛な心を持っていて、それが最初に化学工学に駆り立てたものでした。しかし、私はすぐに二つのことに気づきました。一つは、化学工学にはそれほど多くの化学が含まれていなかったということです。そして二つ目は、化学エンジニアとして、あるいは単にエンジニア全般として、これらすべてのエキサイティングなプロジェクトやイニシアチブ、問題解決に取り組むことができますが、自分が行っている仕事の方向性を決めることに関して、それほど多くの自律性を持っていないということです。
私はビジネス戦略や製品をどこに持っていくかの意思決定に影響を与える能力に対して、ますます飢えを感じるようになりました。そこで私はエンジニアリングからマネジメントコンサルティングへと転身したのです。しかし、それは素晴らしい時間でした。なぜなら、基本的に自分自身のローテーションプログラムのようなものを作ることができたからです。クライアントと直接対面して働くことができました。Fortune 50企業と幅広い業界にわたって、あらゆる種類のデジタルトランスフォーメーションを行い、彼らの技術をスケールさせ、グローバルにインパクトを最大化するのを支援しました。
結局、私はテクノロジー分野で働くことを楽しんでいることを学びました。なぜなら、業界として、消費者向け技術は常に進化しているからです。私は人々が日常生活で使用するツールや製品に取り組むことが大好きで、それに直接的な影響を与えることができます。テレビをつけて、誰かに「私が毎日行っている仕事の一部が、このアプリを安全に保っているんだよ」とか「XYZ機能のローンチを手伝ったんだよ」と言えることの喜びは、非常にやりがいがあります。それを簡単に指摘できるのは、とても素晴らしいことです。
それが私がテクノロジー分野で働くことになった経緯であり、直接的な影響を与えることができる仕事に取り組むことになった理由です。そこで、私は日常的に使用するプラットフォームや役割、企業を探し始めました。YouTubeは私のリストの中で非常に上位にありました。なぜなら、本や類似のものを除いて、YouTubeほど視聴したり消費したりするものはほとんどないからです。
そしてYouTubeにたどり着き、いろいろな場所を転々とした後、Trust and Safetyに落ち着き、本当に恋に落ちました。私はプラットフォームを安全に保つツールを構築するプロセスを楽しんでいると思います。ユーザーのためだけでなく、私たちは本当にTrust and Safetyの鼓動する心臓部なのです。非常に充実した仕事であり、AIが私たちが行っている仕事の中でより存在感を持つようになっているため、正直なところ2年半から3年前に起こったことですが、その最前線にいることは刺激的です。この技術が登場し、私たちの日常生活に組み込まれるようになっても、アプリがユーザーに提供してきた品質レベルの体験を確実に維持できるように、先を見越して考える必要があります。
3.2 急速に変化するAI技術環境への適応とVibe coding
Sam： あなたがエンジニアリングについて話しているのを聞いて、私はいくつかの類似点を見ました。エンジニアの苦悩の一つは、新聞の見出しに「橋がもう一日崩れなかった」という記事が載ることは決してないということです。橋が崩れたときだけ見出しになるのです。これは世界中のエンジニアが常にフラストレーションを感じていることです。彼らが自分の仕事をするということは、誰もそれについて知らないということなのです。
そして、あなたが話していたように、YouTubeで誰も不適切なコンテンツを見なければ、彼らはそれを見なかったという事実について考えません。だから、そこに隠されているのです。
Angela： 私は、それを私たちが良い仕事をしている兆候として考えるように自分自身を訓練しなければなりませんでした。誰も私たちについて話していなければ、それは私たちがまさに必要なことをしているということであり、自分たちの背中を叩くべきだということです。だから、私たちが行っている仕事と、これからも続けていく仕事を非常に誇りに思っています。あなたが共有してくれた橋のアナロジーが好きです。
Sam： しかし、反対のこと、つまり従来のエンジニアリングと違うことは、従来のエンジニアリング、例えば土木工学や化学工学には、確立された原理があるということです。物理学は毎日あなたに変化を与えません。建築材料も、つまり改善はありますし、これらの業界に改善があるという事実を軽視するつもりはありませんが、ツールがどれほど急速に変化したかとは非常に異なる感じがします。あなたは過去2年半の間にツールがどれほど急速に変化したかと言いましたね。エンジニアリングのアナロジーの一部は崩れてしまい、あなたは非常に迅速に対応しなければなりません。
Angela： 100%そうですね。退屈な瞬間は決してないと感じています。これが私がこの分野にいることを楽しんでいる理由の一つだと思います。常に学び続け、常に進化し続け、常に手元にあるツールやスキルを使う新しい方法を探し続けなければなりません。
かつては、「ねえ、あなたはコーディングが本当に得意な言語のセットを持っているだけだ」というものでした。しかし今は、Vibe codingが登場し、誰もがこれらのLLMを使って半分の時間で物事を構築する方法を学んでいます。これは私たちにとって非常にエキサイティングな機会でした。
私は週末にGoogle DeepMind Labsのツールの一つを使ってアプリを構築して遊びました。本当にエキサイティングでした。これらは歴史的に私が構築できるとは思っていなかったもの、あるいは少なくとも本当に長い時間がかかると思っていたものです。しかし、この技術を学習ツールとして、善のためのツールとして使用することに本当に集中すれば、構築できるすべてのものを見るのは本当にクールでした。
そして、それは私が以前に言っていた適応性についてに戻ります。私自身の物語もそうですよね。化学工学から始まり、今は安全性に興味を持っています。人間として私たちは非常に適応力があります。これが私たちが活用できるスーパーパワーの一つだと思います。そして、この技術が労働力の中でより普及するにつれて、私たちはこのツールとともに来る変化への恐れを感じることに優れていると思います。しかし、その恐れを好奇心に導き、この技術についてもっと学び、それが私たちのキャリアであれ、私たちの生活であれ、あるいはこの技術を善のために使う方法であれ、どのように基本的に防弾化できるかを学ぶために使うのです。
3.3 週末プロジェクトの事例：ヘアスタイルアプリ開発
Sam： さて、あなたは壮大なアイデアを持っていますが、私は戻って押さなければなりません。アプリは何だったのですか。さあ、すべてのリスナーが週末に作ったアプリが何だったのか知りたがっています。そんなに簡単には逃がしませんよ。
Angela： 次に自分の髪で何をしたいか考えようとしていたんです。恥ずかしいほど長い時間がかかりましたが、本当に楽しかったです。写真をアップロードして、さまざまなヘアスタイルをスクロールして、何をしたいか考えられる小さなアプリを構築することができました。さまざまなヘアスタイル、髪の色。楽しい小さなエクササイズのようなものでした。
Sam： 急に質問を振られましたが、よく答えてくれました。ありがとうございます。少し脱線するかもしれませんが、Samさん、2025年時点でAIの最大のユースケースが何だったか知っていますか。
Sam： もしそれが私のクラスなら、宿題をすることです。
Angela： あぁ、近いと思います。実は誰かが数週間前にこれを送ってきたので、写真を引っ張り出してみます。これは実際かなり驚きでした。宿題は確実にそこにあります。2024年には、ナンバーワンのユースケースはアイデアの生成でした。宿題はおそらくその辺りのどこかにあります。アイデアの生成、セラピーとコンパニオンシップがナンバー2で、それから特定の調査でした。
しかし2025年には、生成AIの最大のユースケースはセラピーとコンパニオンシップです。そしてナンバー2は生活の整理です。それからナンバー3は目的を見つけることです。これは非常に興味深いです。これらのトップ3を見ると、そして私は以前、私たちのコミュニティがますますオンラインになっていることについて言及しました。人々は今、生成AIをコミュニティの一種の形として寄りかかっているのです。
これは非常に興味深いダイナミクスを提示します。人々が感情的サポートや感情的つながりのためにこのツールを使用しているということは、人々がこのツールを使用する際に、AIは感覚を持っていないということを思い出させる方法をどのように見つけるかということです。感覚を持っているように見えるかもしれませんが、実際にはそうではありません。非常に説得力がありますが、それを使用することから形成される可能性のある擬似社会的関係(parasocial relationships)と、これらのツールに過度に依存することから生じる可能性のある認知的脆弱性を非常に認識する必要があります。
そして、GoogleやYouTubeでは、人々がこのような種類のことが起こらないようにするための防護柵を構築しています。人々がこの技術に過度に依存したり、ある種の、どう言えばいいでしょうか、基本的に感覚を持つことをシミュレートする可能性のあるロールプレイに対する安全対策を講じて、人々がこれらのツールと関わっているときに、機械と関わっているのであって、これは実際の人間ではないという事実を非常に認識し続けられるようにしています。
なぜなら、認知的セキュリティの概念に戻ると、AIツールで構築する際に、AIが有用で人間中心的であり続けることを確認することが決定的に重要だからです。しかし、AIが人間のふりをすることは望んでいません。そして、どうやってそれを私たちが行っているすべての仕事の最前線に保つのでしょうか。
Sam： そして、あなたが最初に言ったことに結びつけると、技術についてもっと学び、それがどのように機能するかを学び、何が得意で何が得意でないかを学ぶことは、それが実際には機械であり、関係のための実際の人間ではないということを理解することと非常に関連しています。そして、あなたが話していることは、これらのツールについてもっと学び、使用することが上手になる人々と、ツールに依存し、おそらく過度に依存したり、不健康な方法で使用したりする人々との間の潜在的に拡大する分断を物語っていると思います。
以前デジタルディバイドがありましたが、今は、これらの人々とその使用方法との間に、おそらくさらに大きなデジタルチャズム(digital chasm)があるのです。
4. 生成AIの利用実態、懸念、そして個人的活用法
4.1 2024年から2025年のAI利用トップ用途の変化と擬似社会的関係のリスク
Sam： 実際、私たちには迅速な質問をするセグメントがあります。ここですでに多くの興味深いことに触れましたが、わかりました。人工知能について、あなたが期待していたよりも速く、または遅く進んだことは何ですか。
Angela： それはテキストから動画、またはテキストから画像への変換とその精度でした。1年ほど前にバイラルになったいくつかの画像を私たち全員が覚えていると思います。例えば、派手な冬用コートを着た教皇などです。それがまだ現実ではないことを見分けるのは非常に簡単でした。しかし、2025年に早送りすると、現実と虚偽を区別することがますます困難になってきています。そして私にとって、それは私を少し後ずさりさせるものです。
Sam： AIにもっとうまくやってほしいと思うことは何ですか。
Angela： おお、時々私はプロンプトエンジニアリングにかなりの努力を払わなければならないと感じています。そして、それは本当に時間の問題だと思います。そこに到達するまでは、私がプロンプトでそれほど詳細または具体的である必要がなくなり、過去の会話などに基づいて、私が達成しようとしていることをより多くの文脈を保持したり、それを推測したりすることがはるかに簡単になるでしょう。
Sam： AIについて最も不満に思うことは何ですか。
Angela： 私を不満にさせるものですか。人工知能そのものが私を不満にさせるかどうかはわかりませんが、それがどのように使用されているかだと思います。そして、おそらく不満ではなく、むしろ懸念です。私は、人々がほとんど感情的サポート担当者のように人工知能を使用し、それらの非常に擬似社会的な関係を構築することについて言及しました。それは私を少し怖がらせます。
Sam： あなたが個人的にAIを使用するのが好きな最良の方法は何ですか。アプリを作ることでしたか。他にどのような方法で個人的に使用していますか。
Angela： アプリは楽しい方法でした。もう一つの方法は、最近トライアスロンに申し込んだのですが、何をしているのか全く分かりませんでした。基本的にLLMと話して、「ねえ、このスプリントトライアスロンのトレーニングをするのにX ヶ月あります。トレーニング計画を作るのを手伝ってもらえますか」と言いました。一般的にライフプランニングは、それを使用するための素晴らしい用途だと思います。だから、それが少なくとも私が現在AIを使用することができている私のお気に入りの方法の一つです。私の現在の目標とフィットネスレベルに基づいて、使用できる素晴らしい週ごとの内訳を与えてくれました。
そして仕事の観点からは、新しい取り組みにランプアップして、私たちが何をしようとしているのかを本当に理解しようとしているようなことかもしれません。Notebook LMは非常に素晴らしいツールでした。それはGoogleのツールの一つで、たくさんのドキュメントなどをドロップするだけで、非常に素晴らしい要約を合成してくれます。あなたが尋ねる質問に基づいてポッドキャストを作成することもできます。そして、短時間で情報を摂取し、物事を迅速に理解するための本当に良い方法でした。素晴らしいです。
だから、それらが私の2つのお気に入りのユースケースだと思います。
Sam： それは素晴らしいですね。実際、あなたのために運動をしてくれないのは残念ですが、おそらく物事を要約することで十分な時間を節約してくれるので、運動する時間が確保できるでしょう。
本日はご参加いただきありがとうございました。あなたと話すのを楽しみましたし、番組に来ていただきありがとうございました。
Angela： ええ、もちろんです。素晴らしかったです。お招きいただきありがとうございました、Sam。
4.2 AIの進化速度と課題：画像・動画生成精度とプロンプトエンジニアリング
Sam： 実際、私たちには迅速な質問をするセグメントがあります。ここですでに多くの興味深いことに触れましたが、わかりました。人工知能について、あなたが期待していたよりも速く、または遅く進んだことは何ですか。
Angela： それはテキストから動画、またはテキストから画像への変換とその精度でした。1年ほど前にバイラルになったいくつかの画像を私たち全員が覚えていると思います。例えば、派手な冬用コートを着た教皇などです。それがまだ現実ではないことを見分けるのは非常に簡単でした。しかし、2025年に早送りすると、現実と虚偽を区別することがますます困難になってきています。そして私にとって、それは私を少し後ずさりさせるものです。
Sam： AIにもっとうまくやってほしいと思うことは何ですか。
Angela： おお、時々私はプロンプトエンジニアリングにかなりの努力を払わなければならないと感じています。そして、それは本当に時間の問題だと思います。そこに到達するまでは、私がプロンプトでそれほど詳細または具体的である必要がなくなり、過去の会話などに基づいて、私が達成しようとしていることをより多くの文脈を保持したり、それを推測したりすることがはるかに簡単になるでしょう。
Sam： AIについて最も不満に思うことは何ですか。
Angela： 私を不満にさせるものですか。人工知能そのものが私を不満にさせるかどうかはわかりませんが、それがどのように使用されているかだと思います。そして、おそらく不満ではなく、むしろ懸念です。私は、人々がほとんど感情的サポート担当者のように人工知能を使用し、それらの非常に擬似社会的な関係を構築することについて言及しました。それは私を少し怖がらせます。
4.3 個人的なAI活用:トライアスロン訓練計画とNotebook LMによる情報整理
Sam： あなたが個人的にAIを使用するのが好きな最良の方法は何ですか。アプリを作ることでしたか。他にどのような方法で個人的に使用していますか。
Angela： アプリは楽しい方法でした。もう一つの方法は、最近トライアスロンに申し込んだのですが、何をしているのか全く分かりませんでした。基本的にLLMと話して、「ねえ、このスプリントトライアスロンのトレーニングをするのにX ヶ月あります。トレーニング計画を作るのを手伝ってもらえますか」と言いました。一般的にライフプランニングは、それを使用するための素晴らしい用途だと思います。だから、それが少なくとも私が現在AIを使用することができている私のお気に入りの方法の一つです。私の現在の目標とフィットネスレベルに基づいて、使用できる素晴らしい週ごとの内訳を与えてくれました。
そして仕事の観点からは、新しい取り組みにランプアップして、私たちが何をしようとしているのかを本当に理解しようとしているようなことかもしれません。Notebook LMは非常に素晴らしいツールでした。それはGoogleのツールの一つで、たくさんのドキュメントなどをドロップするだけで、非常に素晴らしい要約を合成してくれます。あなたが尋ねる質問に基づいてポッドキャストを作成することもできます。そして、短時間で情報を摂取し、物事を迅速に理解するための本当に良い方法でした。素晴らしいです。だから、それらが私の2つのお気に入りのユースケースだと思います。
Sam： それは素晴らしいですね。実際、あなたのために運動をしてくれないのは残念ですが、おそらく物事を要約することで十分な時間を節約してくれるので、運動する時間が確保できるでしょう。本日はご参加いただきありがとうございました。あなたと話すのを楽しみましたし、番組に来ていただきありがとうございました。
Angela： ええ、もちろんです。素晴らしかったです。お招きいただきありがとうございました、Sam。