12月にイチゴを食べたことがあると思います。
みんな知ってる話ですが、あれは温室で育てたものです。
温度管理、湿度管理、照明、養液。
条件が揃った環境で、冬にイチゴを実らせています。
で、、、AIに「冬にイチゴは育ちますか？」と聞けば、
「育ちます。」
と返ってきます。
嘘ではありません。
ただ、その答えには続きがあります。
「温室があれば。」
「設備を維持できれば。」
「そのコストが払えれば。」
AIは、この「続き」を確認しないまま答えを出します。
あなたの畑に温室があるかどうか、関係なく。
これが、AIが「できます」と言うときの仕組みです。
AIが学習しているデータは、成功した事例に偏っています。
うまくいかなかった話は記事にならない。
詰まって諦めた経験は、ネットに残らない。
「冬にイチゴができた」という情報は大量にある。
「露地栽培で冬に失敗した」という情報は少ない。
だから「できますか？」と聞かれると、「できます」が出やすくなるのです。
しかもAIは、あなたの環境を知りません。
温室があるか、予算があるか、そもそも何を作りたいのか。
ざっくりした質問をすると、状況がわからないAIは、自分のデータの中にある成功事例だけを参照して、
最高の条件を想定して、ざっくりと「できます」と返してきます。
「できます」は、条件が揃えば、という意味です。
その条件を確認しないまま動き出すと、
作り始めてから「全然できない」になります。
「これ、できますか？」と聞く前に、
自分の畑の状態を整理する必要があります。
何を作りたいのか。
誰が使うのか。
どこまで自動化したいのか。
人間が判断しなければならない場面はどこか。
これを言語化してからAIに渡すと、
AIは「それはできません」を先に出せるようになります。
質問の精度が、答えの信頼性を決めます。
AIは優秀な作業員です。
ただし、あなたの畑の状態は、自分で把握するしかありません。