先日、記事を書きました。 ミディアム AIが代理店や研究者に与える影響について。代理店として、私たちはAIと、それが私たちの仕事にどのように使えるか、あるいは使えないかを検討する作業部会を設けています。まだまだ先は長いと思いますが、明らかになりつつあるいくつかの事柄を共有する価値はあると思います。
その中には、ワーキンググループとして協力した結果、出てきたものもあります。また、私たちが行っている実践的な評価から見えてきたものもあります。私たちはまだ学んでいる最中なので、より多くの情報を収集するにつれて、私の見解を変更する権利を留保しています。
プライバシー、IP所有権、ChatGPT
私たちは、ChatGPTにデータをアップロードすることによるリスクを完全にコントロールするために、私たちが所有するデータセットを作成するために、独自の研究を行うことにしました。ChatGPTにアップロードされるデータは、匿名化されている必要があることは言うまでもないでしょう。しかし、データの所有権という問題もあり、アップロードしたデータがどうなるかを理解することは重要です。
と聞いたところ チャットGPT という質問に、「私のデータはどうなるのでしょうか?私は次のように質問した:
に研究用インタビューデータをアップロードすると ChatGPTはトレーニングデータの一部になるのでしょうか?
ChatPGTさんからは、次のような回答をいただきました:
いいえ、研究用のインタビューデータをChatGPTにアップロードしても、それが学習データの一部になることはありません。AI言語モデルであるChatGPTは、個々のユーザーからの特定のデータ入力を取り込んだり、保持したりする機能を持ちません。ChatGPTのようなモデルの学習プロセスは、モデルの開発者が収集した大規模なデータセットとは別に行われます。
しかし、もっと詳しく調べて、私のやり取りにはデータのアップロードと質問が含まれていることを示唆すると、その答えはこう変わりました:
おっしゃる通りです。あなたがデータをアップロードし、それについて質問すると、それらのやりとりは記録され、OpenAIがモデルを改善するために使用する可能性があります。これには、あなたがアップロードしたデータ、あなたが質問した内容、そしてモデルの応答が含まれます。
これは悪いことではないのでしょうか。モデルのデータが増えれば増えるほど、その精度は上がります。しかし、何が起こっているのかを理解することは重要です。ほとんどのクライアントとの契約にはIP条項があり、私が見た限りでは、データの所有権はクライアントにあることが明記されています。つまり、無断でアップロードすることはできないのです。
ChatGPTの偏り
やがて、私たちは皆「プロンプトエンジニア」になり、ChatGPTや他のAIにより良い質問をする能力を向上させることができるでしょう。しかし、ChatGPTのようなAIモデルは貴重なツールになり得る一方で、考慮すべき限界や潜在的なバイアスもあることを理解する必要があります。学習データには偏りがあり、文脈の欠如による一般化もあり、品質や正確さにも問題があるでしょう。
ChatGPTは、インターネット上の膨大なテキストデータで学習されるため、そのデータに存在するバイアスを導入することができます。学習データに偏った視点や代表的でない視点が含まれている場合、これらの偏りはモデルの応答や分析に反映される可能性があります。ChatGPTに質問すると、「?OpenAIはトレーニング時のバイアスを軽減するための工夫をしている? "ですが、それでもある程度のバイアスは存在するかもしれません。
ChatGPTの仕組みは、言語モデルとして機能します。学習データのパターンや事例をもとに、回答を生成します。つまり、明示的に提供されない限り、インタビューの具体的な文脈やニュアンスを十分に理解できない可能性があるのです。ChatGPTは、この問題を解決するために、次のように教えてくれました。ChatGPTの回答は、必ずしも人間の経験の複雑さや深さを正確に捉えているとは限らないことを考慮することが重要です。?.確かにそれは研究の核心であり、私にとってはAIを分析目的でどのように活用するかという最大の課題になるでしょう。
また、指摘したように、品質や精度に問題がある場合もあります。ChatGPTは強力な言語モデルですが、無謬というわけではありません。生成された回答は、時に不正確であったり、無意味であったり、一貫性がなかったりすることがあります。そこで、ChatGPTを使って分析を支援することもありますが、生成された分析を他のソースと検証し、相互参照することで、正確性と信頼性を確保することが重要です。これが研究者の役割です。
そのため、ChatGPTは最終的には研究や分析のための貴重なツールになるかもしれませんが、少なくとも現時点では、経験豊富な研究者の専門知識と合わせて慎重に使用する必要があります。今のところ、探索と仮説生成の出発点としては役立ちますが、信頼できる研究分析には、人間の判断、批判的思考、検証は依然として重要です。
私たちがどのようにAIを探求しているのか、私たちの仕事から得られた知見についてもっと知りたい方は、以下のメールアドレスにご連絡ください。 hello@ux247.com.