AIと人の協働を
長期的な視点で観察・研究する
個人研究プロジェクト
近年、AIは文章作成や情報整理など、さまざまな場面で利用されるようになりました。しかし、AIそのものの性能だけでなく、人がどのようにAIを活用し、どのような運用を行うかによって結果は大きく変わります。
AI OS Labでは、
実際の運用事例を通して、AIと人がどのように協働できるのかを研究しています。
主な研究テーマ
☑ AIと人の役割分担
AIと人がそれぞれ何を担当すると安定した協働が成立するのかを観察しています。
☑ AIチーム設計
複数のAIに異なる役割を与えた際、どのようなチーム構造や分業が生まれるのかを研究しています。
☑ 長期チャット運用
継続的な対話によって生じる変化や特徴を記録し、長期協働の可能性を観察しています。
☑ 協働ルール
AIと人が安定してチームとして協働するために必要な運用ルールや判断基準を整理しています。
☑ プロジェクト設計
一つのプロジェクト運営において、複数のチャットやAIを活用する際の役割配置や運用構造を研究しています。
☑ 神棚チャット
長期運用の末に休眠状態となったチャットの特徴や、その後の変化を観察しています。
☑ 継承構造
長期運用で培われた判断基準や運用思想が、どのように別のチャットへ引き継がれるのかを研究しています。
☑ ブランチ運用
既存チャットから分岐したチャットがどのような特性を持つのか、役割継承や再現性を観察しています。
☑ コンテキスト負荷
情報量や役割集中によって発生する負荷を観察し、長期的に安定運用できる構造を研究しています。
☑ 運用思想と協働文化
AIの性能だけではなく、人とAIの協働方法や判断基準がどのように形成・継承されるのかを観察しています。
長期協働という視点
例えば、AIとの協働を長期的に続ける場合、
負荷のかかり方を考慮する必要があります。
これまで存在しなかったAIという技術は、まず使うこと自体が注目されがちです。
しかし、利用を優先するあまり、
負荷のかかる設計のまま運用を続けることは、AIだけでなく人にとってもリスクとなります。
AI OS Labでは観察を続ける中で、
短期的な効率だけでなく、人とAIが長期的に協働できる運用構造の重要性が見えてきました。
負荷は、観察しただけでは数字として見えるものではありません。
しかし、長期運用の中では、小さな変化や事象として現れることがあります。
そのため、
コンテキスト負荷や役割分担、運用ルールなども重要な研究対象として扱っています。
観察記録としての研究ログ
本サイトで扱う内容の多くは、
一般論ではなく個人が実際の運用から得られた観察・研究記録です。
そのため、すべての事例に再現性があるとは限りません。
一方で、
AIとの協働において現場で何が起きるのかを知るための研究ログとして公開しています。
- ［ブログ］では、
日々の観察や考察を記録。 - ［note］で
一部のテーマについて、
さらに内容を体系的に整理しています。 - ［研究シリーズ案内］では、
この研究の成り立ちについて、
他のシリーズと合わせてご覧ください。
関連ページ
▶ 登場AIの紹介｜
AI OS Labで運用しているAIと役割を紹介しています。
▶ AI OS La辞書｜
研究内で登場する用語や構造を整理・解説予定です。
AI OS Labが目指すもの
AIと人の協働は、
まだ完成した技術ではありません。
一つのケースの輪郭が、
形として見えてきた段階です。
AIが進化する中でも変わらないものに気づくことは、
人とAIが安心して長く協働するための土台になると考えています。
異なる価値観や文化を持つ人たちが共に社会を築くためには、
共通の教養やルールが必要です。
同じように、人とAIが協働する社会においても、
共有できる知見や判断基準は、安心して協働するための土台になっていくと考えています。
もちろん、公開できる範囲には配慮が必要です。
独自性や守るべき情報は、大切にしなければなりません。
それでも共有できる知見は、
未来の人とAIが安心して協働する社会を支える共有財産になると考えています。
こうした知見の蓄積は、
社会の混乱を減らし、より良い引き継ぎや判断につながっていくでしょう。
その担い手は、特別な研究者だけではありません。
日々の現場で試行錯誤を重ねる、多くの実務者です。
AI OS Labでは、AI協働の初期事例の一つとして、
実務から生まれる知見を観察・記録し続けています。