AIを仕事と学習に活用する

AIを使うときは、何を出してほしいかだけでなく、何を入力し、どう確かめれば完了かを先に決めると役立ちます。調べる、整理する、作る、検査する、という課題を分け、得意な道具と組み合わせます。用途に合わせた小さな比較から始めると、改善点が見つけやすくなります。

入力・出力・完了条件を決める

例えば「資料をまとめて」だけでなく、「この3文書を対象に、変更点を表にし、日付と根拠箇所を付ける」と指定すると、確認する対象が明確になります。読み手、用途、長さ、用語の扱い、欠けた情報の表示も必要に応じて伝えます。指示を長くすれば必ず良くなるわけではなく、互いに矛盾する条件を減らすことが大切です。完了条件を「表の全行が元資料に戻れる」など観測できる形にすると、出力を受け取ってから何を点検すればよいか分かります。

見本を一つ示す場合も、見本の内容を丸写しするのか、形式だけを合わせるのかを区別します。例えば表の列名を固定し、数値は入力資料から取ると指定します。分からない欄を空欄にする規則も決めておけば、見本の数字の混入を見つけやすくなります。

資料調査は取得と要約を分ける

調査では、資料を取得する段階と、そこから必要事項を整理する段階を分けます。特定の年や地域を比べるなら条件を揃え、数値には単位と対象期間を付けます。根拠のない空欄を推測で埋めず、未確認として残します。例えば二つの製品の仕様表なら、違う版の仕様が混ざっていないかを確認します。学習済み知識だけで最新情報を答える構成と、外部資料をその都度検索する構成の違いを理解すると、必要な確認が選べます。

コードと集計は実行で確かめる

コード生成では、目的の動作、入出力、実行環境、守るべき既存仕様を示します。変更後は動かすだけでなく、通常の入力、空の入力、境界値、失敗時の動作を必要に応じて調べます。集計では計算を道具に任せ、列名、欠測、重複、単位を確認します。例えば売上を合計するとき、返品が負数か別表かで処理が変わります。説明文が正しそうでも、生成されたプログラムや表が意図どおりとは限らないため、確認できる結果を残します。

学習では答えを見る順番を工夫する

学習支援では、最初から完成した解答を読むだけでなく、問題を自分で解き、必要ならヒント、次に途中式、最後に解答という順に使えます。AIへ自分の解答を渡す場合は、結論だけでなく、どの段階の理由が不十分かを具体的に示させます。ただしAIの指摘にも誤りがあり得るため、定義や教科書、別解で照合します。解答を閉じて同じ考え方を再現できるか、条件を少し変えた問題へ適用できるかを確かめると、単に読んで分かった気になることを避けやすくなります。

効果を比較し、小さく改善する

同じ種類の課題を複数用意し、AIを使わない方法と、AIを使う方法の所要時間、修正回数、最終的な正確さを比べます。生成時間だけでなく、確認と修正の時間も数えます。例えば下書きが速くできても確認に長くかかれば、全体の短縮は小さいかもしれません。入力する資料の範囲や、外部へ送ってよい情報を決め、重要な変更は内容を確認してから実行します。うまくいった指示と失敗例を残し、目的に必要な手順だけを改善していきます。

関連項目