「AIは道具、使うにはスキルが要る」論争で海外エンジニア激論
姉妹サイトの新着
海外の技術者向けサイト「Hacker News」で、ブログ記事『AI Is a Tool. Using It Well Takes Skill.(AIは道具であり、それをうまく使うには技術が必要だ)』をめぐる議論が盛り上がっていた。このエントリは、著名なプログラマーRich Hickeyが投稿した『AIは道具ではない』という別の記事への応答として書かれたもの。スレッドでは、AIを使いこなす力がモデルの進化とともに本当に不要になっていくのか、それとも逆に求められるレベルが上がっていくのかで意見が真っ二つに割れた。月200ドルという利用料や、中身を検証・改造できない不透明さへの不満、雇用への影響への懸念も語られた。
AIは道具だ。それをうまく使うには技術がいる。
出典: yyhh.org / 元記事はこちら
面白い意見だね。でも反対する、そして煽ってやる。運が良ければこのスレも、根拠のない意見と人格攻撃だらけのカオスになるだろうね。
それが機能しちゃうのが問題なんだよ。LLMはもうそのレベルに達してる。人間は楽な方に流れる生き物だから、特に退屈な仕事では思考を外注しないでいるなんて無理な話。
それは対象のタスクを固定した場合だけ成り立つ話。実際はモデルが強くなるほど、できることの上限も上がるし、オーケストレーション(指揮役)としての能力も上がっていく。
Factorioは自動化を大きく扱うゲームだけど、正確には『システム設計ゲーム』と呼ぶ方が近いと思う。
『中身を調べられないのも、好きにカスタマイズできないのも残念』というなら――openai/codex、MoonshotAI/kimi-code、mistralai/mistral-vibe、earendil-works/pi、Claude Codeの改造例とかがあるよ。
小言:数年前の『PC』には、タスクをただ代わりにやるだけじゃなく、自分に裁量を与えてくれる、生産手段の一部が民主化されたような感覚があった。今はその裁量が削られて、どこかの大企業が恩着せがましく提供してくる不公平な取引を、ただ消費するための端末になっている気がする……それも向こうがこっちを監視するのに使っていない場合の話だけど。
同意しない。おかげで、プロジェクトをいつまでも長引かせていた使えない外部委託業者を何人も切れた。スロットマシンだろうがなんだろうが、あの人たちと関わらなくて済むようになって本当に嬉しい。
それに加えて、仕事をたくさん奪うだけで新しい仕事は生み出さないという経済的な破滅もある。しかもお金が回らないと機能しない社会の中でだ。
楽をしたい人たちが、『その楽ちんボックスを使うのをやめろ、それに頼ると怠け者になるぞ』というアドバイスに従いたがらないのは不思議だね。
起きたことは起きたことだし、この盛り上がりを見ていると、我々人間はソーシャルメディアと同じくらいの速さでAIを受け入れていくだろう。来るべきディストピアに備えることしかできない。
数回の強化学習で次の問題が解決するとは思えない。大抵のことは表面よりずっと複雑で、下さないといけない判断がある。常にトレードオフが存在する。
判断を下す必要がなくなるわけじゃなくて、AIが作ったものが正しいかどうかを判断して、それを伝える必要が出てくるだけ。しかも重要な細部のレベル全部について。
成功とは何か、それがどんな姿で、どう機能するのかという具体的な基準がなければ、『正しい出力』はほとんど何でもいいことになってしまう。
それはある程度正しいけど、『仕事』をする前に少し『遊ぶ』必要がある場合もある、というのが言いたいこと。その分野の経験がないと、どんな『遊び』が正しいのかを知るのは難しい――これはまだモデルにはできないことだ。
他サイトの新着
ソフトウェアが死んだわけじゃない。死んでいる(死につつある)のは『考えること』だ。
そうだね、自分は今までで一番多くのカメラマンを知っている気がする。平均的なiPhoneの写真にもすごい量のAIと画像処理が入っていることを考えると、的確な比較かもしれない。
それは大変だったね、レイオフは本当につらい。それは『AIに仕事を取られた』から起きたことだと思う? それとも組織自体がもともと業績不振だった?
『で、そのスキルって何?』――そう言いたくなるのもわかるけど、Webアプリや埋め込みウィジェットの形で応答を求めること自体が、過去に道具を使ってきた経験を反映した、ある種のAI活用スキルだと言えると思う。
LLMは最適化問題――特に証明システムに組み込まれたタイプの問題――で一番力を発揮する。
『でも、常に100%まっすぐ切れるようになる実際のテクニックなら学べる』――いや、無理でしょ? 手作業で? 治具も使わずに?
1900年代初頭の人たちは、当時の知能検査の結果を今の基準に換算すると、今より10〜30ポイント低かったという話がある。エリス島には入国審査のテストさえあって、かなりの数の人を不合格にしていた。
この時点で必要な知識は一段上のレベルにあると思う。『遅延読み込み』そのものを知っている必要はなくて、『もっと速くできるはずだ、もっと要求できる(できない場合もあるけど)』ということがわかればいい。自分の専門外だと、その違いを見分けるのは難しい。矛盾を指摘してくれたのは正しい。自分にも答えはない。
前の発言を誤解してるかもしれないけど――ここでの『堀』は知識そのものってことだよね? だとしたら次世代の強化学習がそれをどう解決するんだろう? それに『もっと速くできるはず』というのも、『ミスをするな』のバージョン2.0みたいに聞こえて、うまくいく気がしない。
それは良かったね。スパゲッティ(コード)を楽しんで。
気取った見下しや嫌味こそ、HNで一番恥ずかしい振る舞いだと思う。
この話題の背景と論点
この議論の出発点は、著名なプログラマーRich Hickeyが投稿した『AIは道具ではない』という記事で、今回取り上げた記事はその主張への応答として書かれている。スレの対立軸は大きく二つ。一つは「モデルが強くなるほど必要なスキルは減る」対「モデルが強くなるほど扱える仕事の上限も上がり、結局スキルは要り続ける」という将来予測の違い。もう一つは、月200ドルもかかる上に中身を検証・改造できない商用AIへの不満で、これにはCodexやKimi Code、Mistral Vibeといったオープンなコーディングツールを挙げて反論する声もあった。なお、スレの一部はエンジニア同士の年齢や経歴をめぐる感情的な言い合いに発展していたため、本文からは除外している。
※本記事は海外掲示板 Hacker News のスレッド「AI Is a Tool. Using It Well Takes Skill.」から抜粋し、編集部で日本語に意訳したものです。訳文の責任は当サイトにあります。
まだコメントはありません。