最近考えたこと: AI時代にセレンディピティの重要性は増すのではないか

前説

日記というか「振り返り」を適宜記録することにしました。

最初は夜寝る前に記録する！　という希望があったのですが習慣化できず。それは自分には向いていないようなので、適宜振り返る方向で。

今回は自分用メモに残っていたAI時代とセレンディピティについて掘り下げてみます。

#生成AI の進化は速く、もう大学受験させたら東大二次とかに相当するらしいです。河合塾のニュースリリース

しかしながらまだ現時点では、専門分野の細かい知識はおぼつかないように思います。

例えば自分に専門分野があるとすれば作曲方面ですが、チャットAIはコードネームの付け方を結構間違えます。おそらくAIが依拠しているWeb上の知識の質・量がまだ足りないということなのでしょう。

専門分野ではない、常識的な分野のことを聞けばハルシネーションも抑えられますし、自分で確認するのも楽です。今のところ、AIの知識面を利用するならそのような運用が良いと思います。

(知識的な問題ではなくて、作業的な問題を解決してもらうならこの限りではないです。タグつけとか変換とか)

AIに常識的な分野を聞いても面白くないという意見もあるでしょう。しかし、例えば自分(日本人30代男性)の常識は、ナイジェリア人70代女性とか韓国人20代女性とかとは違うと想像できます。そこで、異分野の常識を尋ねるというアイデアが出てきます。

例えば前に #アルゼンチン音響派について出力してもらったことがあります。アルゼンチンの音楽の、それもごく一部のジャンルですが、ちゃんと答えてもらえたように思います(自分の知識では正確さを判定できませんでしたが)。

つまり、自分の死角に入っている分野の常識を尋ねること。それでAIの幻覚のリスクを抑えつつ、知らない知識を得られるのではないかと思います。

そこで問題になってくるのが、自分の知らない分野にどうやって興味を持つかです。

芋づる式に引っ張ってくる方法: 例えば、もともと音楽に興味があったからアルゼンチン音響派という単語を知れた

偶然に頼る方法: 例えば、本屋の平台に並んでいる見出しとかから興味を持てる単語を探す

それすらもAIに頼る方法: 面白そうだけど、メモリーをうまく管理しないと同じのばかり勧められそう

とりあえず3つ挙げてみましたが、この中でも強力なのが偶然に頼る方法です。つまり #セレンディピティです。

ここではセレンディピティとは、何かを探しているわけではないのに、偶然に素晴らしい発見をすることです。

世の中はフィルターだらけです。見える情報は最初から偏光しています。例に挙げた本屋の平台も、実は地域性によって汚染されています。が、まだそれなりにセレンディピティが機能していると思います。

さらには大学の各種講義。まあ大学に詳しくないのであれですが……。たぶん入門者にうまく興味を持たせるような講義をしているのだと思います。

#Wikipedia を適当に回遊するのも面白いです。

とにかく #フィルタリングされていない、一覧性のある情報を探して、そこから興味を広げていく。その場合に生成AIが頼りになるのではないかというお話でした。