Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
生成AIとの付き合い方 / Generative AI and us
Search
kaityo256
PRO
October 03, 2025
Education
7.6k
13
Share
生成AIとの付き合い方 / Generative AI and us
講義のガイダンス
kaityo256
PRO
October 03, 2025
More Decks by kaityo256
See All by kaityo256
勾配ブースティングと決定木の話 / gradient boosting and decision trees
kaityo256
PRO
5
1.1k
GNU Makeの使い方 / How to use GNU Make
kaityo256
PRO
16
5.6k
この講義について / 00-setup
kaityo256
PRO
2
340
GitHubによるWebアプリケーションのデプロイ / 07-github-deploy
kaityo256
PRO
1
260
演習:Gitの基本操作 / 04-git-basic
kaityo256
PRO
0
460
演習:Gitの応用操作 / 05-git-advanced
kaityo256
PRO
0
270
演習:GitHubの基本操作 / 06-github-basic
kaityo256
PRO
0
290
バージョン管理とは / 01-a-vcs
kaityo256
PRO
1
310
Gitの仕組みと用語 / 01-b-term
kaityo256
PRO
0
320
Other Decks in Education
See All in Education
環境・社会理工学院(建築学系)大学院説明会 2026|東京科学大学(Science Tokyo)
sciencetokyo
PRO
0
1.7k
2026年度春学期 統計学 第1回 イントロダクション ー 統計的なものの見方・考え方について (2026. 4. 9)
akiraasano
PRO
0
110
Pen-based Interaction - Lecture 4 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
2.2k
Data Processing and Visualisation Frameworks - Lecture 6 - Information Visualisation (4019538FNR)
signer
PRO
1
3k
Information Architectures - Lecture 2 - Next Generation User Interfaces (4018166FNR)
signer
PRO
1
2k
Padlet opetuksessa
matleenalaakso
12
15k
Protecting Patrons with Digital Vendors
dsalo
0
110
Google AI Studio 開発者向け完全ガイド プロトタイピ まで ングからReactアプリ 構築・マルチモーダル活用
mickey_kubo
1
130
反応する前に「受容する」力を鍛える。 自分の安全地帯🌱 を育てよう / Cultivating and sharing ventral vagal safety.
spring_aki
0
140
Gluon Recruit Deck
gluon
0
170
Data Representation - Lecture 3 - Information Visualisation (4019538FNR)
signer
PRO
1
3k
2026年度春学期 統計学 第3回 クロス集計と感度・特異度,データの可視化 (2026. 4. 23)
akiraasano
PRO
0
110
Featured
See All Featured
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
61
43k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
460
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
320
[SF Ruby Conf 2025] Rails X
palkan
2
980
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
How STYLIGHT went responsive
nonsquared
100
6.1k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
350
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
Context Engineering - Making Every Token Count
addyosmani
9
840
Odyssey Design
rkendrick25
PRO
2
580
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.4k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
1
360
Transcript
1 16 生成AIとの付き合い方 慶應義塾大学理工学部物理情報工学科 渡辺
2 16 生成AIとレポート 不正だから? Q:なぜ生成AIでレポートを作成してはならないか?
3 16 生成AIとレポート Q:なぜ生成AIでレポートを作成してはならないか? 不正だから? (もちろんそれもあるけど) A:学習の機会を失うから
4 16 生成AIとレポート 文章を正しく読み、正しく書くのは極めて重 要な能力であり、是非大学で学んで欲しい 生成AIに文章生成を任せてしまうと、文章を書く能 力が身につかない
5 16 生成AIとレポート AIにできることを、なぜ人間がやらないといけな いの? Q: AIの出力に責任を取れるようにするため A:
6 16 AIと仕事 上司からなにかの仕事を頼まれ、それをAIに丸投げした 仕事依頼 丸投げ 生成された仕事 そのままパス この人は、生成された結果について理解できていない
7 16 それはXだから だそうです なぜAではなく Bなのですか? AIと仕事 質問 丸投げ 回答
そのままパス 上司から仕事に関して質問されても、内容を理解していない ので全てAIに聞くことになる なぜAではなく Bなのですか? それはXだからです
8 16 それはXだから だそうです なぜAではなく Bなのですか? AIと仕事 質問 丸投げ 回答
そのままパス この人、必要なくない? 上司から仕事に関して質問されても、内容を理解していない ので全てAIに聞くことになる なぜAではなく Bなのですか? それはXだからです
9 16 AIとの付き合い方 AIの活用はOK AIによる手抜きはNG AIはどこまで使って良いのだろう?
10 16 読書感想文 全くAIを使わずに自分で書く 完全にAIに書かせる 絶対OK 絶対NG この間は?
11 16 読書感想文 全くAIを使わずに自分で書く 完全にAIに書かせる 自分で書いた文章をAIに添削させる 箇条書きで書いたものをAIに膨らませる 中心テーマをAIにいくつか提案させ、その 中から選んで書く AIに書かせたものに修正指示を出し、何度
も提出させて完成させる 絶対OK 絶対NG どこまで OK?
12 16 AIの仕事・人間の仕事 今後ますますAIができることが増えていく その全てを人間が行うのは現実的ではない 人間の仕事は以下の2つ AIの出力に責任を負うこと AIの出力に付加価値をつけること
13 16 責任を取るということ AIの活用はOK ただし、その出力に責任をとること 「どうしてここはこうなっているのですか?」 「ChatGPTがそう言っていたので」 これは絶対だめ
14 16 責任を取るということ ファクトチェックして はい、これは事実です。確かにXが原因でYと なることがあります。その理由は…… この出力が、AIがもともと持っていた知識(事実)なのか、それとも 推論なのか判別できなければファクトチェックにならない。 しかし、AI出力が事実なのか推論なのか判断できるならもともと ファクトチェックは不要
「ファクトチェックして」というプロンプトは無意味 「事実かどうか判別できる資料を教えて」などと聞いて、外部資料にあたっ てチェックする。そもそも「真実」と「嘘」の二元論で捉えず、「どの程度 確からしいか」を自分なりに分類して判断を保留すること。 「AIがこう言っていたから自分の責任ではない」は通用しない
15 16 付加価値をつけるということ AIの出力に対してリテイクを出すためには専門知識が不可欠 AIの出力の質を保証、改善する • AIが出力したコードのセキュリティホールに気づいて修正 • AIが出力したコードの計算量が無駄に大きいことに気づいて修正 •
AIが出力した文章の言葉遣いが業界では一般的でないことに気づいて修正 • 上記の問題がないことを確認してから自分の責任で提出 AIに投げるプロンプトのレベルを上げる • 「面白いゲームを作って」←誰でも思いつく • 「XとYを組み合わせたゲームを作って」←XとYを両方知らないと思 いつかない 「あなたらしさはなにか?」に答えられるようにする 「AIの出力にあなたが付加価値をつける」から 「あなたにAIが付加価値をつける」状態へ
16 16 結局、AIはどこまで使って良いの? 自分で考えてください 大事なのは「不正になるかどうか」ではなく、 「自分の学びになるかどうか」で判断すること