- Column
- AI協働時代の技能継承のカタチ〜技と知を未来につなぐために〜
人間とAIの役割分担が“技能継承”に新たな形を生み出す【第1回】
生成AI（人工知能）の登場により、AI技術の活用領域は飛躍的に広がっている。単なるデータ分析や自動化を超え、知識の伝達や意思決定の支援といった高度な分野にも応用が進む。そうした中で注目されるのが“技能継承”への適用の可能性だ。本連載では、技能継承の現状と課題を明らかにし、AI技術がどのように支援できるのかを考察する。今回は、技能継承におけるAI技術の位置づけと、人間とAI技術の役割分担について論じる。
ここ数年、生成AI（Generative AI）をはじめとするAI技術は目覚ましい進化を遂げている。特に、大規模言語モデル（LLM：Large Language Model）の登場により、自然言語の理解・生成能力が飛躍的に向上したことが大きい。例えば、米OpenAIの生成AIサービス「ChatGPT」のようなLLMは、膨大な知識を学習し、文脈に沿った回答ができるため、教育や業務支援の分野でも活用が進んでいる。
技能継承へのAI活用を支える重要技術の基礎知識
このような生成AIの活用は、本連載のメインテーマである“技能継承”にも大きな可能性をもたらすと考えられる。そこでまずは、技能継承に特に影響を与える技術である（1）生成AI、（2）LLM、（3）RAG（Retrieval-Augmented Generation：検索拡張生成）」の基礎情報を概説する。
重要技術1：生成AI（Generative AI）
生成AIは、データを基に新しいコンテンツを生成する人工知能技術である。従来のAIは、与えられたデータの分類や分析を主な目的にしていた。これに対し生成AIは、文章や、画像、音楽、プログラムコードなどの創造的なコンテンツを生み出す能力を持つ点が特徴だ。
代表的な技術としては、テキストを生成する「GPT（Generative Pre-trained Transformer）」（OpenAI製）や、画像を生成する「DALL·E」（同）、音楽を作る「Jukebox」（同）などがある。これら技術は、事前に大量のデータを学習しており、利用者の入力（プロンプト）に応じて最適なコンテンツを生成する。
生成AIの活用例には、チャットボット、記事やレポートの作成、プログラムのコード作成補助、デザイン提案などが挙げられる。今後は、ますます多様な分野での活用が期待されている。
重要技術2：LLM（Large Language Model：大規模言語モデル）
LLMは、大量のテキストデータを学習し、高度な自然言語処理を実行する人工知能モデルである。従来の自然言語処理モデルと比べ、より大規模なデータを学習しており、高度な文脈理解や推論能力を持つ点が特徴だ。代表的なLLMには、「GPT-4」（OpenAI製、「Claude」（米Anthropic製）、「Llama」（米Meta製）などがある。
LLMは、質問に対する回答の生成や、文章の要約、翻訳などを実行できる。プログラムコードの生成や校正、アイデアの提案といった用途にも利用されている。企業においては特に、カスタマーサポートの自動化やドキュメントの自動作成などの業務効率化に貢献している。
しかしLLMには課題も存在する。学習データに基づいたバイアスを含む可能性があることや、学習後に新たに発生した情報を反映できないこと、事実とは異なる情報（ハルシネーション）を生成するリスクがあることなどが指摘されている。
重要技術3：RAG（Retrieval-Augmented Generation：検索拡張生成）」
RAGは、LLMが持つ生成能力に検索による情報補完を組み合わせることで、より正確かつ最新の情報に基づいてテキストを生成する技術である。通常のLLMは学習済みデータに基づいて回答を生成するため、上述した通り新しい情報を反映できず、事実と異なる内容を出力する課題がある。
この課題を解決するためにRAGでは、まず外部データベースや検索エンジンから関連情報を取得し、その情報を基にLLMが回答を生成する。この仕組みにより、より正確で信頼性の高い情報提供が可能になる。
活用例には、社内ナレッジ検索、FAQ（よくある質問と答）対応、医療や法律の専門的な質問応答などがある。特に最新情報が重要になる分野での有効性が高い。
これらの技術は単独で活用するのではなく、組み合わせることで、技能継承の効率化と高度化を実現できる。属人的なノウハウを体系化し、後継者の育成や業務の標準化を効果的に進める手段として、今後さらなる活用が期待されている。