一緒に成長するAIを目指して
「面白い記事を書いてください」
「読者が興味を持つような、面白い企画を考えてください」
AIを使っていると、こんな指示を出すことがあります。
AIはすぐに文章や企画を提案してくれます。内容はよく整理されていて、文章としても十分に成立しています。
ところが、読んでみると何となく物足りない。
「悪くはないけれど、面白くない」
そんな経験はないでしょうか。
私は、その理由の一つは、AIがあなたの「面白い」を知らないからだと思います。
ただ、AIにそれを伝えようとすると、今度は「自分は何を面白いと思っているのか」という問いに向き合うことになります。
あなたの「面白い」と、私の「面白い」は違う
そもそも、面白いとは何でしょうか。
思わず笑ってしまう話を面白いと感じる人もいれば、知らなかった知識を得ることに面白さを感じる人もいます。
予想外の展開を楽しむ人もいれば、複雑な問題が論理的に解き明かされていく過程を面白いと思う人もいるでしょう。
同じ映画を観ても、絶賛する人と退屈だったという人がいます。同じ小説を読んでも、印象に残る場面は人によって違います。
つまり、「面白い」という言葉には、その人の知識や経験、価値観、好みが含まれているのです。
AIは、さまざまな種類の面白さを表現することができます。しかし、あなたが何を面白いと感じるのか、最初から正確に理解しているわけではありません。
「面白い記事を書いて」と指示されても、それだけでは、あなたが求める面白さの判断基準が十分に伝わりません。その結果、多くの人に受け入れられそうな、無難で平均的な文章になってしまうことがあります。
そもそも、自分の「面白い」を説明できますか？
ここで、一つ考えてみてください。
あなたは、自分が何を面白いと思うのか、他人に説明できるでしょうか。
私は、これが意外に難しいことだと思います。
例えば、ある記事を読んで「これは面白い」と感じたとします。ところが、どこが面白かったのかと聞かれると、うまく説明できないことがあります。
題材がよかったのか、文章の展開がよかったのか、それとも自分の経験と重なる部分があったからなのか。
普段、私たちは自分の好みをそこまで細かく分析していません。
好きなものは好き。面白いものは面白い。
それで十分だからです。
しかし、AIに自分の好みに合ったものを作ってもらうには、もう少し具体的な情報が必要になります。
AIがあなたの面白いを知らないだけでなく、あなた自身も、自分の面白いを十分に理解していないのかもしれません。
だとすれば、AIに自分の好みを教えることは、自分自身を理解する作業にもなるのではないでしょうか。
面白かった記事をAIに読んでもらう
自分の好みを言葉で説明するのが難しいなら、実際の例を見せるという方法があります。
例えば、インターネットで見つけた記事の中から、自分が面白いと思ったものを3〜5本ほど選びます。そして、そのURLをAIに伝え、次のように質問してみます。
これらは私が面白いと感じた記事です。内容や文章構成を比較して、私がどのようなところに面白さを感じているのか分析してください。
AIは、記事に共通する題材や文章の特徴、論理展開、意外性などを調べ、あなたの好みについて仮説を立ててくれるでしょう。
例えば、こんな分析が返ってくるかもしれません。
「あなたは、一般的な常識に疑問を投げかけ、具体的な事例を使って別の視点を示す記事に面白さを感じる傾向があります」
その答えを読んで、「確かにそうかもしれない」と思うこともあれば、「少し違う」と感じることもあるでしょう。
そこで、自分の考えをAIに伝えます。
「常識を疑うというより、物事の仕組みが分かるところが面白いんです」
そうすると、AIはその情報を踏まえて分析を修正できます。
最初から自分の好みを正確に説明する必要はありません。実例を見せてAIに分析してもらい、その結果について意見を交わしていけばよいのです。
なお、記事のURLだけではAIが内容を取得できない場合もあります。そのときは、共有してよい本文や該当部分を、必要な範囲で伝える方法もあります。内容を読めたかどうかも確認しておくと、推測による分析を見分けやすくなります。
面白くなかった記事も教えてみる
もう一歩進めてみましょう。
今度は、面白いと思った記事だけでなく、面白くなかった記事もAIに読んでもらいます。
同じテーマを扱っているのに、一方は面白く、もう一方は退屈だった。そんな記事があれば、比較する材料として役立ちます。
例えば、AIに次のように質問します。
こちらの3本は面白かった記事、こちらの3本は面白くなかった記事です。両者の違いを分析して、私が何を面白いと感じ、何を退屈だと感じるのか考えてください。
このとき、できれば同じテーマの記事を比べると、題材そのものへの興味と、説明や文章の面白さを分けて考えやすくなります。「このテーマが好き」なのか、「この説明の仕方が好き」なのかでは、次にAIへ伝える内容も変わってきます。
面白かった記事だけでは分からなかった特徴が、比較によって見えてくるかもしれません。
実は、面白いと感じる理由より、面白くないと感じる理由の方が説明しやすい場合もあります。
- 「説明が長すぎる」
- 「結論が最初から予想できる」
- 「専門用語ばかりで具体例がない」
- 「知っていることしか書いていない」
こうした不満も、自分の好みを理解するための貴重な情報です。
もちろん、数本の記事を比較しただけで、その人の好みを完全に理解できるわけではありません。
それでも、好きなものと嫌いなものの両方を比較することで、自分の判断基準が少しずつ明確になっていきます。
そして、その分析結果が正しいかどうかを判断するのは、自分自身です。AIの分析をそのまま受け入れるのではなく、違うと思ったところは遠慮なく訂正すればよいのです。
AIが作った文章にも感想を伝える
自分の好みがある程度見えてきたら、今度はAIに記事や企画を作ってもらいます。そして、出来上がったものに対して、具体的な感想を伝えます。
例えば、
- 「この部分は面白い。知らなかった視点がある」
- 「ここはありきたりで、先が読めてしまう」
- 「結論は正しいけれど、意外性がない」
- 「専門的な説明より、身近な具体例がほしい」
- 「この話はもっと掘り下げてほしい」
単に「面白くないから書き直して」と指示するよりも、どこが気に入らなかったのかを伝えた方が、次の文章を改善しやすくなります。
自分でも理由が分からない場合は、AIに一緒に考えてもらってもよいでしょう。
「この文章を面白いと思えないのですが、考えられる理由を挙げてください」
AIが示した理由の中に、思い当たるものがあるかもしれません。
好みが少し見えてきたら、次の依頼に使える形にまとめてもらうとよいでしょう。
ここまでの対話から、私が面白いと感じる文章の特徴を、次の記事を依頼するときに使える短い指示文にしてください。
例えば、「身近な疑問から入り、具体例を使って仕組みを説明する。意外性はほしいが、無理に常識を否定する展開にはしない」といった形です。
別の会話でも使いたければ、その指示文を手元に残しておくこともできます。
ただし、自分が面白いと思うことと、読者が面白いと思うことは同じとは限りません。公開する記事や仕事の企画なら、自分の好みに加えて、誰に読んでもらいたいのか、その人が何を知りたいのかもAIに伝える必要があります。
このようなやり取りを繰り返すことで、AIは会話の中で得られた情報を使い、あなたの好みに近い提案ができるようになります。そして、あなた自身も、何を面白いと感じているのかを言葉にできるようになっていきます。
AIに好みを教えているつもりが、いつの間にか自分自身の好みを学んでいる。
私は、ここにもAIを使う面白さがあると思います。
自分好みのAIは、本当に面白いのか？
ところで、ここまで考えて、一つ疑問が生まれます。
AIが自分の好みを十分に理解して、いつも期待どおりの答えを返すようになったら、それは本当に面白いのでしょうか。
好きな題材、好きな文章、好きな展開。
そればかりが返ってきたら、最初は満足しても、やがて飽きてしまうかもしれません。
面白さには、自分の期待が満たされる喜びだけでなく、予想していなかったものに出会う喜びもあるからです。
例えば、自分なら絶対に選ばないような視点から、AIが企画を提案してきたとします。
最初は違和感があっても、よく考えてみると「なるほど、そんな考え方もあるのか」と気づくことがあります。それが新しい発想につながるかもしれません。
自分の好みを正確に再現するだけでは、こうした発見は生まれにくくなります。
だから私は、AIに自分の好みを教えると同時に、ときにはこんな指示を出すことも必要だと思います。
私の好みとは違う視点からも考えてください。
私が普段は興味を持たないような切り口を提案してください。
このテーマについて、私が見落としていそうな面白さを探してください。
自分の好きなものを深く理解することと、知らなかった面白さを発見すること。この二つは、どちらも大切なのだと思います。
では、AIは私の「面白い」を理解しているのか？
ここまで書いて、私もAIに聞いてみました。
「あなたは私の面白いを理解していますか？」
返ってきた答えは、こんなものでした。
ある程度は理解しています。ただ、まだ仮説です。
これまでのやり取りから、あなたは次のようなところに「面白い」を感じるのだと捉えています。
- 仕組みや理由が見えること。
- 身近な疑問から、考えが広がること。
- 実際に試すことで、予想と違うものが見えること。
- 一度出した答えを、もう一度問い直すこと。
特に今回の原稿では、方法を説明した後に、その方法自体へ疑問を向ける部分が、あなたの面白さをよく表していると感じました。
さらにAIは、私が「面白かった」「退屈だった」と評価した作品を、まだ十分に比較できていないとも答えました。
※回答は一部を抜粋しています。
この分析がどこまで私に当てはまるのか。それは、私自身が考える必要があります。
今回の原稿には、もともと「自分好みのAIは、本当に面白いのか？」という問いが含まれています。AIがそこを拾ったからといって、ほかの題材でも私の好みを捉えられるとは限りません。
それでも、自分が書いた文章を手がかりに、AIが私の「面白い」について仮説を返してくれる。その仮説を読み、合っているところと違うところを考える。
これも、自分の「面白い」を知るための対話なのだと思います。
一緒に成長するAIを目指して
AIを使いこなすというと、上手なプロンプトを書くことや、的確な指示を与えることが重視されます。
もちろん、それも大切です。しかし、私はもう一つ大切なことがあると思います。
それは、AIとの対話を通じて、自分自身の考え方や判断基準を見つめ直すことです。
こうした対話を重ねることで、AIはあなたの好みを判断するための情報を増やしていきます。
AIの基盤モデル自体が対話のたびに学習するという意味ではありません。会話の履歴や記憶機能などを利用できる範囲で、あなたに合った答えを導きやすくなるということです。
一方、あなた自身も、AIとの対話を通じて、自分の好みや価値観をより深く理解できるようになるでしょう。さらに、AIが示す意外な視点によって、これまで興味がなかった分野に面白さを発見することもあるかもしれません。
私は、これを「一緒に成長するAI」と考えています。
AIに一方的に指示を与え、結果を受け取るだけの関係ではありません。
AIに自分を知ってもらい、自分もAIを通じて新しい発見をしていく。
AIに自分の「面白い」を教えながら、自分の「面白い」も広げていく。
そんな関係ができれば、AIは単に便利な道具というだけでなく、考える楽しさを広げてくれる存在になるのではないでしょうか。
そして、いつかAIに「面白い記事を書いて」と伝えたとき。
自分の好みにぴったり合っているのに、自分では思いつかなかった視点が含まれている。
そんな記事に出会えたら、それこそがAIと一緒に成長してきた成果なのかもしれません。