責任あるAI利用とは【第4回】
AIでは一番乗りより“熟考型の企業”が成功する？ 欠かせない視点とは
さまざまなベンダーがすぐに利用可能なAIツールを提供しており、AI技術は企業にとってより身近になりつつある。だが取り組みを急いではいけない。LLMの利用や開発に着手する際にまず検討すべき点とは。
さまざまなベンダーがすぐに使用可能なAI（人工知能）ツールを提供しており、その便利さに飛び付く企業がある。だが取り組みを急ぐことが正しいとは限らない。より思慮深く動く方が賢明なこともある。「大規模言語モデル」（LLM）の利用や開発に関心を持つ企業は、まず何を検討すればよいのか。
LLMに飛び付くよりも重要なこと
併せて読みたいお薦め記事
連載：責任あるAI利用とは
- 第1回：大規模言語モデル（LLM）活用の“勝ち組”になる条件とは？
- 第2回：AIに本気なら考えたい「責任あるAI」の4つの指針
- 第3回：「大規模言語モデル（LLM）で何がしたいのか」を明確にする2つの視点
AIとそのリスク
LLMを導入する企業は、「責任あるAI」（AI技術を利用する際に公平性や透明性、安全性の確保を考慮すること）の視点を忘れてはならない。責任あるAIを実践するためのポイントを2つ紹介する。
1．ツールの透明性を確保する
企業はLLMを基にしたAIツールをユーザーに提供する際、透明性を確保する必要がある。ユーザーがやりとりしている相手がLLMであることや、ユーザーが受け取る情報はLLMが作成したものであることを明示することが欠かせない。
LLMがトレーニングに使用したデータの種類についても透明性を確保することで、出力結果に対する信頼性を高めることができる。データ収集から統合、分析までの一連の流れを一本化した「データパイプライン」の詳細を公開することを検討してもよい。
2．フィードバックシステムを提供する
AIツールのユーザーに対して、フィードバックの仕組みを提供することが不可欠だ。回答に誤りがある場合、もしくは回答が有害な内容を含んでいたり、役に立たない内容だったりする場合、ユーザーが報告できるような仕組みを整備する。そのフィードバックを基に、開発者はAIモデルを改良できる。
責任あるAIの枠組みに沿ってLLMの開発や導入を進めることが面倒だと感じる企業もあるだろう。だがビジネスにおいてAI技術の活用を成功させる企業は一番乗りで活用を急ぐ企業ではなく、責任ある方法で利用を進める企業であることを忘れてはならない。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
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
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
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
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
2
ソフトウェア開発生産性向上に取り組む企業は4割 調査で学ぶ「停滞」の正体
-
3
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
4
クラウド資格コレクターは評価されない？ 年収1000万を分ける“OSの理解度”
-
5
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
6
高額な「AI PC」を一般従業員も使えたら？ 費用のハードルを一気に下げる方法
-
7
LLMの「過学習」、正しく説明している文章はどれ？
-
8
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は？
-
9
2035年までに1億4500万台、急拡大する「フィジカルAI」市場の勝者は誰か
-
10
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
ホワイトペーパーランキング PR
-
1
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
4
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
5
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
6
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
NTTドコモが実践したクラウド統合監視 業務量2倍でも残業削減を実現できた理由
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