“未成熟なAI”を公開する難しさ【第4回】
AIチャットbotの“不適切な発言”を防ぐには何をすればよいのか？
Meta Platformsが公開したAIチャットbot「BlenderBot 3」は、未成熟な状態だったことから物議を醸した。AIチャットbotに不適切な言動をさせないために、開発元の企業がすべきこととは何なのか。専門家に聞いた。
人工知能（AI）技術ベースのチャットbotを機械学習によってトレーニングするためには、企業は精選された教師データの開拓に相応のコストや時間を投じなければならない。小規模な企業にとって、トレーニングをより安価に実現するための選択肢は「複数の組織とリソースを共有して教師データを確保することだ」と、AI技術に詳しいノースイースタン大学（Northeastern University）のマイク・ベネット氏は語る。ただし競合他社とのリソース共有には摩擦が生じ、権利の把握に時間がかかる可能性がある。
もう一つの選択肢は、
- 未成熟なAIチャットbotの公開を避けること
だ。AIチャットbotをはじめとする「NLG」（自然言語生成）システムの開発に取り組む人は、一般公開をする前にシステムをよく観察し、メンテナンスをして傾向を把握し、必要に応じて教師データを変更しなければならない――。調査会社Forrester Researchのアナリストであるウィル・マッケオンホワイト氏は、こう主張する。NLGは、AI技術を利用してテキスト制作を支援する技術だ。
併せて読みたいお薦め記事
連載：“未成熟なAI”を公開する難しさ
- 第1回：MetaのAIチャットbot「BlenderBot 3」が公開直後に“バッシングの嵐”に
- 第2回：AIチャットbot「BlenderBot 3」が物議 Metaは何かを間違えたのか？
- 第3回：MetaのAIチャットbotが物議 「教師データをネットで調達」はありなのか？
あらためて知りたいチャットbotのこと
マッケオンホワイト氏によれば、インターネットに公開されているデータを企業が教師データとして利用する場合、責任を持って実行するための方法が幾つかある。一つは、利用規約を設けることで、技術の悪用を防ぐことだ。バックエンドにフィルター機能を導入したり、システムが生成してはいけない禁止語句のリストを用意したりする方法もある。
NLGシステムの課題と限界
Meta Platforms（旧Facebook）のAIチャットbot「BlenderBot 3」は公開当初、トレーニングが不十分で、適切な対話ができない状態だったことから物議を醸した。BlenderBot 3などのNLGシステムを巡る混乱は「メタバース（巨大仮想空間）用に、AI技術を活用したアバター（仮想キャラクター）を作ろうとしている人のハードルを上げる」とベネット氏は指摘。「メタバース分野のビジネスを本格的に開始する前に、不道徳な影響を大きく減らすための前向きな取り組みが必要だ」と主張する。
こうした取り組みをしなくても、アバターと魅力的な対話ができる可能性はもちろんある。しかし対策をしなければ「最新バージョンのAIチャットbotが、過去1カ月の会話から学習した“不幸な発言の組み合わせ”を出力する可能性がある」とベネット氏は注意を促す。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
4
「IBM iはDXのボトルネック」は誤解 意外と知らない今風モダナイズの効果
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
「朝8時にバッチが終わらない」データ爆発の危機をJPX総研はどう乗り越えたか
-
7
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
8
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
9
IT製品の導入に関するアンケート「PC＆デバイス」編
-
10
AI導入後に発覚する「社内文書を読めない」問題 情シスは何を直せばいい？
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
5
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
6
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
“あのファイル転送”で暗躍するノーウェアランサム
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー