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
7.9k
13
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
What is XAI?
kaityo256
PRO
0
130
勾配ブースティングと決定木の話 / gradient boosting and decision trees
kaityo256
PRO
7
1.7k
GNU Makeの使い方 / How to use GNU Make
kaityo256
PRO
16
6k
この講義について / 00-setup
kaityo256
PRO
2
480
GitHubによるWebアプリケーションのデプロイ / 07-github-deploy
kaityo256
PRO
2
400
演習:Gitの基本操作 / 04-git-basic
kaityo256
PRO
1
620
演習:Gitの応用操作 / 05-git-advanced
kaityo256
PRO
1
360
演習:GitHubの基本操作 / 06-github-basic
kaityo256
PRO
1
440
バージョン管理とは / 01-a-vcs
kaityo256
PRO
2
440
Other Decks in Education
See All in Education
[2026前期火5] 論理学(京都大学文学部 前期 第11回)「ハーモニー:三層モデルと保存拡大」
yatabe
0
210
解決策を教えても次期リーダーは育たない ─ 器の発達に伴走するために / Partnering with leaders in their vertical development
matsu0228
1
620
Examen de Selectividad. Geografía junio 2026 (Convocatoria Ordinaria). UCLM
juanmartin2026
1
4.4k
子どものためのプログラミング道場『CoderDojo』〜法人提携例〜 / Partnership with CoderDojo Japan
coderdojojapan
PRO
4
19k
Center for Entrepreneurship Education | Science Tokyo (Institute of Science Tokyo)
sciencetokyo
PRO
0
210
吉祥寺.pmは1つじゃない — 複数イベント並走運営の12年 —
magnolia
0
1.4k
2026年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2026. 6. 4)
akiraasano
PRO
0
170
輻射安全管理系統2.0暨輻防e++學園平台說明會
aecrp
0
1.9k
면접관 눈에 띄는 데이터 분석 포트폴리오 만드는 법 | 2026년 5월 세미나
datarian
0
1k
Visionary Initiative: Materials-Positive Society — Evolving “Things,” empowering a positive society | Science Tokyo
sciencetokyo
PRO
0
180
Data Management and Analytics Specialisation
signer
PRO
0
1.9k
プログラミング言語において文字列を複数行にわたって だらだらと記載するアレ
sapi_kawahara
0
190
Featured
See All Featured
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.5k
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
590
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
200
Color Theory Basics | Prateek | Gurzu
gurzu
0
410
The SEO identity crisis: Don't let AI make you average
varn
0
530
Typedesign – Prime Four
hannesfritz
42
3.1k
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
370
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.8k
Scaling GitHub
holman
464
140k
エンジニアに許された特別な時間の終わり
watany
108
250k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.5k
The browser strikes back
jonoalderson
0
1.5k
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