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
長期協働という視点
観察記録としての研究ログ
1. 関連ページ
AI OS Labが目指すもの

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し、
一部のテーマについてはnoteでさらに内容を体系的に整理しています。

AI OS Labが目指すもの

AI OS Labは、AIを使う方法だけではなく、AIと人がどのような関係を築き、どのような運用が可能なのかを探究する研究フィールドです。

AIの性能だけでは見えてこない協働の構造を観察し、長期的な視点から記録・整理・考察を続けています。