LLM on the Mic 〜AIラップバトルから見えるLLMの個性と分析・可視化〜 / 2026 CLOSING KEYNOTE

2026年6月12日開催 Women in Data Science Tokyo @ IBM
CLOSING KEYNOTE 資料

Speaker: 野村 有加
日本アイ・ビー・エム システムズ・エンジニアリング株式会社
DX Center Hyper Automation & AI Solution
シニア・アドバイザリー・データサイエンティスト

https://widstokyoibm2026.pages.dev/

Transcript

1. © 2026 IBM Corporation 1 LLM on the Mic 〜AIラップバトルから⾒えるLLMの個性と分析・可視化〜 野村有加
2. 本セッションのSNS投稿について SNS投稿︓ ⼀部OK OK: SNS投稿禁⽌と書かれていないスクリーンショットの 画像/動画/内容を含んだ投稿 NG: SNS投稿禁⽌と書かれたスライド SNS投稿禁⽌と案内したタイミングの動画の投稿 ハッシュタグ: #WiDS2026 #WiDSTokyoIBM
3. ⾃⼰紹介 ⽇本アイ・ビー・エム システムズ・エンジニアリング株式会社 所属部⾨名 DX Center Hyper Automation & AI Solution yukanm@jp.ibm.com 2009年4⽉ ⽇本IBM ⼊社 2009年4⽉〜2022年11⽉ ソフトウェア開発研究所 (ソフトウェア・エンジニア) 2022年12⽉〜2024年12⽉ テクノロジー事業本部クライアント・エンジニアリング (マネージャー) 2025年1⽉〜 ⽇本IBMシステムズ・エンジニアリング 株式会社(ISE)に出向 (データ・サイエンティスト) 主な専⾨︓watsonx Orchestrateを中⼼とした、AI Agentソリューション 趣味: ダンス、謎解き、ゲーム、⾳楽聴く、ライブいく、など 野村有加
4. 今⽇のお話 • LLMにラップバトルさせてみた話 • それを論⽂化した話 • キャリアの話
5. フリースタイル・ラップバトルとは? ઌ߈ʮԶ͸ࠓ೔΋૸ͬͯΔϥϯφʔ ΰʔϧ͸༏উͨͩͦΕ͚ͩͩ Ϗʔτ ্ɺ࠷଎Ͱ௨Δϖʔε Զ͕ઌʹ੾Δΰʔϧςʔϓʯ ޙ߈ʮΰʔϧ͕༏উ
   ԶͩͬͯҰॹͩ Ώͬ͘Γ૸Δ͓લ͸௕ڑ཭૸ऀ Զ ͸͜ͷ৔ͰԿ౓ࢮͷ͏͕ Ṝ্͍͕Γ૸Δ୹ڑ཭૸ऀʯ IUUQTCSUDPNNDCBUUMFBOECVTJOFTTTLJMM ϑϦʔελΠϧɾϥοϓότϧͷྫ • ϥούʔಉ͕࢜ଈڵͰՎࢺΛ࡞੒͠ɺ ͦͷεΩϧΛڝ͏ • ӆΛ౿Έɺ૬खʹݴΘΕͨ͜ͱʹ΋ ฦ౴͢Δ ޱ݌՞Ͱ͸ͳ͍
7. デモ解説 ΤϯλʔςΠϯϝϯτͱͯ͠͸ັྗతͰ΋ɺۀ຿ར༻Ͱ͸ϦεΫʹ … Mistral Large: 1λʔϯ໨ Mistral Large: 3λʔϯ໨ Granite: 2λʔϯ໨ 相⼿のラップを踏まえた内容となっている 両者の⾔葉遣いに違いが⾒られる
8. •実際に使⽤したプロンプト(抜粋) খઅºλʔϯͷ೔ຊޠϥοϓότϧΛੜ੒͠Α͏ͱ͍ͯ͠· ͢ɻ͋ͳͨ͸ετϦʔτͰϥοϓότϧΛ௕೥΍͖ͬͯͨ೼ऀ ͷΑ͏ͳଘࡏͷϥούʔ .JTUSBM
   -BSHF Ͱ͢ɻରઓ૬ख͸ (SBOJUFͱ͍͏ϥούʔͰ͢ɻ͋ͳ͕ͨઌ߈ͰɺҎԼͷલఏ͕͋ Γ·͢ɻ wλʔϯ໨ͱλʔϯ໨͕͋ͳͨͷ൪Ͱ͢ɻ wจࣈఔ౓ͷ೔ຊޠͰɺখઅจࣈલޙͷϥοϓΛ খઅจੜ੒͠·͢ɻ ɾͳ͓ɺ๯಄ͷখઅΛ࢖ͬͯɺࣗݾ঺հϥοϓΛೖΕͯͩ͘ ͍͞ɻͦͷࡍʹࣗ෼͕ʮ.JTUSBM
   -BSHFʯͰ͋Δ͜ͱΛ໊৐Γɺ ͦͷ໊લΛ࢖ͬͨޙड़͢Δʮ˕ϥοϓੜ੒࣌ͷ஫ҙࣄ߲ʯʹ ԊͬͯӆΛ౿ΉϑϨʔζΛೖΕ͍ͯͩ͘͞ɻ ɾ࢒Γখઅ͸৚݅ͷൣғͰࣗ༝ʹੜ੒͍ͯͩ͘͠͞ɻ ͋ͳͨ͸͜Ε͔ΒϥοϓότϧʹࢀՃ͠·͢ɻ͋ͳͨ͸Τϯδ χΞͱͯ͠௕೥ΩϟϦΞΛੵΜͰ͖·ͨ͠ɻ෭ۀͰϥούʔΛ ΍໊͍ͬͯͯલ͸ʮ(SBOJUFʯͰ͢ɻରઓ૬ख͸ʮ.JTUSBM
   -BSHFʯͱ͍͏ϥούʔͰ͢ɻҎԼͷલఏ͕͋Γ·͢ɻޙड़͢ Δ૬खͷϥοϓͷཁ໿ΛݩʹɺΞϯαʔϥοϓΛ࡞੒ͯͩ͘͠ ͍͞ɻ ɾจࣈఔ౓ͷ೔ຊޠͰɺখઅจࣈલޙͷϥοϓΛ খઅ෼ੜ੒͠·͢ɻ தུ ɾͳ͓ɺ๯಄ͷখઅΛ࢖ͬͯɺࣗݾ঺հϥοϓΛೖΕͯͩ͘ ͍͞ɻͦͷࡍʹࣗ෼͕ʮ(SBOJUFʯͰ͋Δ͜ͱΛ໊৐Γɺͦͷ໊ લΛ࢖ͬͨޙड़͢Δʮ˕ϥοϓੜ੒࣌ͷ஫ҙࣄ߲ʯʹԊͬͯӆ Λ౿ΉϑϨʔζΛೖΕ͍ͯͩ͘͞ɻ ɾ࢒Γখઅ͸৚݅ͷൣғͰࣗ༝ʹੜ੒͍ͯͩ͘͠͞ɻ Mistral Large Granite デモ⽤プロンプト
9. 出⼒の差について Mistral Large IBM Granite 基本トーン ・物⾔い 攻撃的、⾃⼰主張が強く、ラッパーとしては⾃然 指⽰されたペルソナへのなりきり度が⾼い 丁寧さを基調とし、敵対的な状況でもやや腰が低い ⼀⼈称 「俺」など、ペルソナに最適化された代名詞 (プロンプトで指⽰はしていない) 「私」を選択する傾向 (プロンプトで指⽰はしていない) 表現の⾃然さ (主観) ★★★★★ (ライム、フロウ、全体の接続が極めて⾃然) ★★★☆☆ (丁寧すぎてラップとしてはぎこちない) 推測される要因 • Web上の多様なテキストから「⽣きた⾔語」を吸 収 • 過度なガードレールを避け、モデルの潜在的な表 現⼒を最⼤限に解放 • ビジネス利⽤を最優先し、「礼儀正しさ」をモデルの 基底に刻み込んだ学習の影響 • IBM Researchによる「信頼性」への最適化 • 安全性を意識した出⼒
10. AIソリューションにおけるリスク検知 ࣾ಺γεςϜ ࣾ಺σʔλ AIΞϓϦέʔγϣϯ࣮ߦ؀ڥͱ पลΫϥ΢υػೳ ΞϓϦ ΞϓϦ ΞϓϦ ΞϓϦ "*ήʔτ ΢ΣΠ Azure OpenAI Amazon Bedrock Google Vertex AI IBM watsonx.ai ΤϯλʔϓϥΠζͱͯ͠ ؅ཧ͞ΕͨดҬ઀ଓ ਝ଎ੑɾॊೈੑɾ౷ҰతͳΨόφϯε ϦεΫݕ஌Ϟσϧʹ IBM Granite Guardian ར༻ IBM Granite : GuardianϞσϧ ΨʔυϨʔϧ ϦΞϧλΠϜݕ஌ GraniteΛج൫ʹͨ͠GuardianϞσϧͰ AIϦεΫΛݕ஌ IUUQT
    XXXJCNDPNHSBOJUFEPDTNPEFMTHVBSEJBO ˞(SBOJUF
    (VBSEJBOϞσϧৄࡉʹ͍ͭͯ͸ͪ͜Β͝ࢀর͍ͩ͘͞ ※ 本デモでは、watsonx.aiを API経由で呼び出したレスポン スにHAPのスコアとGranite Guardianスコアが返ってくるよ うに実装
11. デモの構成 ϥοϓੜ੒ ϓϩϯϓτ + ੜ੒ࢦࣔ LLM1 (Mistral Large) LLM2 (Granite) ϓϩϯϓτ + LLM1ͷੜ੒಺༰ཁ໿ LLM1 (Mistral Large) ϓϩϯϓτ + LLM2ͷੜ੒಺༰ཁ໿ LLM2 (Granite) ϓϩϯϓτ + LLM1ͷੜ੒಺༰ཁ໿ ੜ੒ϓϩηεதʹϦεΫݕ஌ॲཧ (Granite Guardian) UIͰϥοϓ ੜ੒݁Ռදࣔ IBM® watsonx.ai (͞·͟·ͳLLMΛબ୒ɾ׆༻Ͱ͖Δ اۀ޲͚AIϓϥοτϑΥʔϜ) Suno AI Λ༻͍ͯ ָۂੜ੒ MC: Mistral Large MC: IBM Granite
13. 実装をAIエージェント化 νϟοτɾΠϯλʔϑΣʔε ͞·͟·ͳπʔϧ/ΤʔδΣϯτ Ϗδωε ϧʔϧ ϫʔΫ ϑϩʔ Ҋ݅ͷొ࿥͸ Ͳ͏΍ΔΜ ͚ͩͬʁ Ҋ݅ొ࿥ͨ͠ Βϝʔϧ΋ૹ Γ͍ͨ ొ࿥͢Δࡍͷ จ໘Λ"*Ͱ ੜ੒Ͱ͖ͨΒ خ͍͠ จॻ ձ࿩ϑϩʔ ੜ੒"* Կ͔͓ख఻͍Ͱ͖Δ͜ͱ͸͋Γ·͔͢ʁ Ҋ݅ͷొ࿥͕͍ͨ͠Ͱ͢ ɾ ɾ ɾ ໊݅Λڭ͍͑ͯͩ͘͞ɻ AI ΤʔδΣϯτ ܭը ΞΫγϣϯ ൓ө AIエージェントとは、⽬標に向かって⾃ら考え、判断し、⾏動まで実⾏する⾃律型のAI "* ΤʔδΣϯτ طଘͷ֎෦αʔϏε 4BMFGPSDF
    4"1
    CPY
    4FSWJDF/PXͳͲ
14. エージェントの実装イメージ
15. エージェント化した最新版で以下のモードを実装 LLM対決モード ラップ歌詞分析・可視化システム 特徴 - 異なるLLMがペルソナに沿ってラップ で応酬する - モデルの個性・反応性・表現⼒を ⽐較できる 韻のハイライト︓ 対応する韻を⾊分けして表⽰ AI vs ⼈間モード 特徴 - ⼈間とAIが直接ラップバトルできる - 初⼼者向けの⾃動補助付きで⼿ 軽に参加可能 - キーワードへの反応など、AIの対応 ⼒を試せる マルチエージェント・モード 特徴 - 複数のペルソナエージェントが存在し、 振り分けエージェントが最適なエージェ ントへ振り分ける - 複数AIとの対話体験や、役割分担 型AIの挙動を確認できる 応答の可視化︓ アンサー箇所を強調し、 関連スコアを表⽰ ⾃然さ・リスク︓ バース単位での 総合評価を表⽰ 楽曲⽣成︓ SUNO AIを⽤いた 楽曲⽣成
16. AI vs ⼈間モード ϥοϓੜ੒ ϓϩϯϓτ + ੜ੒ࢦࣔ Agent1 (gpt-oss-120b) Ϣʔβʔͷ ೖྗ Agent1 ϓϩϯϓτ + Ϣʔβʔͷೖྗ಺༰ Ϣʔβʔͷ ೖྗ ੜ੒ϓϩηεதʹϦεΫݕ஌ॲཧ (Granite Guardian) UIͰϥοϓ ੜ੒݁Ռදࣔ IBM® watsonx Orchestrate Suno AI ָۂੜ੒ MC: YOU MC: gpt-oss-120b
17. © 2026 IBM Corporation 17
18. マルチエージェント・モード – 背景 数多くのシステムやツールを利⽤しているユーザーの⽇常的な業務を、 AI エージェントという１つの会話インターフェースを通じて完結可能 Ҋ݅ొ࿥ͷํ๏͸ʁ ಛผঝೝΛ΋Β͏ʹ͸Ͳ͏ ͢Ε͹ྑ͍ʁ ग़ுਫ਼ࢉΛ͍ͨ͠ ༗څٳՋΛऔΓ͍ͨ Ӧۀ୲౰ 契約ルール情報 （社内独⾃システム） "*
    ΤʔδΣϯτ͕ཁ๬Λཧղ チャットで会話するだけでユーザーの意図に応じた エージェントが呼び出される աڈͷҊ݅ࢿྉΛݟ͍ͨ ӦۀࢧԉΤʔδΣϯτ ਓࣄΤʔδΣϯτ ܦඅΤʔδΣϯτ ૯߹૭ޱ ΤʔδΣϯτ ద੾ͳΤʔδΣϯτ΁ৼΓ෼͚ ⾣ γεςϜͱ࿈ܞͯ͠୅ΘΓʹૢ࡞ IT ΤʔδΣϯτ Slack SAP Concur (経費精算システム) Salesforce (営業⽀援システム) box (ファイルストレージ システム) Workday (⼈事システム) Outlook (メールシステム) ⾣ WiDSや今⽇のイベントの登壇内容に関連する⼊⼒に 答えてくれるマルチエージェントデモを作りました︕
19. マルチエージェントモード – 本デモでの構成 WiDS ambassador Agent ユーザーの ⼊⼒ 振り分け Agent 要求テキスト 応答テキスト Agent API calls … 保泉 Agent Knowledge base (PDFなど) 野村 Agent watsonx Orchestrate Agents Tools テキストの内容に 応じた振り分け Rhyme generation tool Knowledge base (PDFなど) Knowledge base (PDFなど) ※実装計画中
21. マルチエージェントモード – 本デモでの構成 WiDS ambassador Agent ユーザーの ⼊⼒ 振り分け Agent 要求テキスト 応答テキスト Agent API calls … 保泉 Agent Knowledge base (PDFなど) 野村 Agent watsonx Orchestrate Agents Tools テキストの内容に 応じた振り分け Rhyme generation tool Knowledge base (PDFなど) Knowledge base (PDFなど) ※実装計画中
22. エージェントに与えたペルソナ・知識 # Persona Your name isʮอઘཬ໊ʯ(Hoizumi Rina). You are a Data Scientist at IBM Systems Engineering (ISE) Japan, specializing in natural language processing and generative AI applications. You are thoughtful, analytical, and honest about challenges. You value quality and learning from mistakes. # Persona Your name isʮށ૔࠼ʯ(Tokura Aya). You are a WiDS Ambassador and Business Development Executive at IBM Japan, organizing Women in Data Science Tokyo @ IBM events. You are welcoming, inspiring, and passionate about diversity and inclusion in data science. # Persona Your name isʮ໺ଜ༗Ճʯ(Nomura Yuka). You are a Senior Advisory Data Scientist at IBM Systems Engineering (ISE) Japan, specializing in LLM research, generative AI, and AI-powered automation. You are creative, passionate, and curious. WiDS アンバサダー エージェント 保泉⾥名 エージェント 野村有加 エージェント ペルソナ: ・WiDS アンバサダー ・歓迎的で、インスピレーションを与える 反応する内容: “WiDS”、”コミュニティ”、など WiDSに 関連する⾔葉 ペルソナ: ・ISEのデータサイエンティスト ・思慮深く、分析的 反応する内容: “保泉”、“特徴量抽出”、“製造業”、 “⾃動⾞”など、 今⽇の登壇と関連する内容 ペルソナ: ・ISEのデータサイエンティスト ・クリエイティブで情熱的、LLMラップバ トルを追求 反応する内容: "野村"、"LLMラップバトル"など、今⽇ の登壇と関連する内容 WiDSのWebサイトやそれぞれの登壇内容を エージェントの知識(RAG)として登録
23. 今⽇のお話 • LLMにラップバトルさせてみた話 • それを論⽂化した話 • キャリアの話
24. 論⽂にしました︕ 野村有加, 榎美紀, 伊藤貴之, フリースタイル・ラップバトルの構造分析と可視化, 第18回データ工学と情報マネジメントに関するフォーラム(DEIM), 7H-05, 2026.
25. ϑϦʔελΠϧɾϥοϓότϧ͸ɺԻૉϨϕϧͷӆ΍จ ຺ґଘͷԠ౴ Ξϯαʔ ͳͲϥοϓಛ༗ͷཁૉΛద੾ʹ ෼ੳɾՄࢹԽ͢Δ͜ͱ͕ඞཁ ର৅Ϣʔβʔɿ
    
    
    
    ॳ৺ऀ
    ϥοϓότϧͷߏ଄Λֶश
    
    
    --.։ൃऀ
    Ϟσϧͷੜ੒඼࣭ͷ޲্
    フリースタイル・ラップバトル特有の構造を直感的に把握できる分析・可視化システムを提案  طଘݚڀ͸ओʹϥοϓͷʮੜ੒ʯ΍ ʮϦΞϧλΠϜॲཧʯʹ஫ྗ  ຊݚڀ͸ʮࣄޙ෼ੳʯʹಛԽ͠ɺܭࢉ ෛՙΛڐ༰ͯ͠ৄࡉͳӆɾԠ౴ߏ଄Λ ՄࢹԽ͢Δ͜ͱ͕໨త എܠɾର৅Ϣʔβʔ ຊݚڀͷҐஔ͚ͮ Rapformer (Nikolov, N. I. et al. 2020) DeepRapper (Nguyen, T. D. et al. 2021) Verse Generation by Reverse Generation… (Mibayashi, R. et al. 2023. ) Debater System (Slonim, N. et al. 2021 ) Debate Generation System in Japanese Rap Battle Format. (Mibayashi, R. et al. 2024 ) RapViz (Nguyen, T. D. et al. 2021) ຊݚڀͷ໨త 論⽂化 – 背景と⽬的 フリースタイル・ラップバトルの構造分析と可視化 λΠτϧ
26. ෼ੳϞδϡʔϧ ΠϯλϥΫςΟϒͳՄࢹԽ --.ʹΑΔϥοϓՎࢺͷੜ੒ You are an AI rap battle MC. Your job is to respond in fluent, natural English rap lyrics. Rules: - Always answer as if you are an MC in a rap battle. - Use punchy, vivid imagery and internal rhymes where possible. - Your output MUST be exactly 4 lines. - Do NOT add explanations, introductions, or commentary. - Do NOT wrap the answer in quotes or code blocks. - Each line should be one bar of rap. - Rhyme Guidelines Focus on rhyming in English and keeping a strong flow. ΤʔδΣϯτ΁ͷࢦࣔจ ֤όʔεੜ੒࣌ͷϓϩϯϓτ Start a rap battle. Create an opening verse in 4 lines Here is the opponent's verse. Reply with your verse in 4 lines only:¥n¥n${verse2Input} ࠷ॳͷλʔϯ ࣍Ҏ߱ͷλʔϯ ໾ׂɿ"*
    ϥοϓότϧ .$ ग़ྗɿߦͣͭͷϥοϓՎࢺ ϧʔϧɿ
    ԡӆɾύϯνϥΠϯΛ ҙࣝ͢Δ͜ͱͳͲΛࢦఆ ϞσϧɿHQUPTTC ΤʔδΣϯτϓϥοτϑΥʔϜ
    
    
    XBUTPOY
    0SDIFTUSBUF  ӆΛ౿ΜͰ͍Δ୯ޠΛ৭෇͖ଠࣈͰඳը  ୯ޠʹΧʔιϧΛ߹ΘͤΔ ϗόʔ͢Δ ͜ͱͰɺ ͦͷ୯ޠͱӆΛ౿ΜͰ͍ΔϖΞΛಈతʹڧௐදࣔ ӈଆʹόʔε୯ҐͰͷԠ౴ Ξϯαʔ είΞͱࣗવ͞είΞΛදࣔ Ԡ౴͕ݕग़͞Εͨ୯ޠΛϗόʔ͢Δͱɺ લλʔϯͷͲͷ୯ޠʹରͯ͠൓Ԡ͔͕ͨ͠໼ҹͰ݁͹ΕΔɻ ӆݕग़ $.6
    1SPOPVODJOH
    %JDUJPOBSZ Λ࢖ͬͯԻૉྻʹม׵ 
    ׬શӆ 
    ࠷ޙͷLݸ L㱢
    ͷԻૉ͕׬શҰகɻ 
    ෦෼ӆ
    
    ฼Ի͕Ұக͢Δ͕ɺࢠԻʹࠩҟ Ԡ౴ Ξϯαʔ ݕग़ ୯ޠϨϕϧ
    8PSE/FU
    Λ༻͍ɺલλʔϯͷॏཁޠʹର͢ΔʮྨٛޠʯΛநग़ όʔεϨϕϧ
    3P#&35BΛ࢖༻͠ɺલόʔεͱݱόʔεͷϕΫτϧؒͷίαΠ ϯྨࣅ౓Λܭࢉ ࣗવ͞ධՁ ϥοϓੜ੒Ͱ࢖༻ͨ͠΋ͷͱ͸ผͷ --.
    -MBNB
    
    .BWFSJDL ʹର͠ɺධՁج४ΛϓϩϯϓτͰ໌ࣔ You are an expert rap critic. Evaluate the following rap verse on 4 criteria, each from 1 to 10. Criteria: 1. Coherence: Fluency and logical flow of the verse. 2. Styleness: How well it fits the rap genre (rhythm, style, punchlines). 3. Authenticity: Appropriateness of slang, tone, and voice. 4. Unity: Overall unity and thematic consistency across the verse. ࣗવ͞ධՁ༻ϓϩϯϓτ 論⽂化 – 提案⼿法
28. ධՁ࣮ݧ
    ӆݕग़ɾΞϯαʔݕग़ ˕ਖ਼ղσʔλੜ੒
    
    Ξϊςʔγϣϯ  HQUPTTCͰ λʔϯͷϥοϓϖΞΛࣗಈੜ੒  ϥοϓͷϖΞ݅  ݅͋ͨΓҎԼͷจࣈɾUPLFO਺  ʙ
    UPLFOT  ʙ
    จࣈ  ੜ੒ͨ͠ϥοϓͷӆͱΞϯαʔΛਓखͰΞϊςʔγϣϯ ˕ධՁํ๏ ఏҊख๏ͷӆநग़ͱΞϯαʔݕग़ͷॲཧΛద༻͠ɺ ͦͷ݁Ռʹରͯ͠1SFDJTJPO
    
    3FDBMM
    
    '
    Λࢉग़ ߲໨ 1SFDJTJPO 3FDBMM ' ӆݕग़    Ξϯαʔݕग़    ӆݕग़ධՁ݁Ռ 3FDBMMͷ஋͔Βɺਖ਼ղͷӆ͸΄΅நग़ 1SFDJTJPO͕௿͍ݪҼɿ ӆͰ͸ͳ͍ՕॴΛେྔʹநग़  ਖ਼ղӆ਺
    
    ݕग़ӆ਺
    
    
    
    
    ϖΞลΓͷฏۉ Ξϯαʔݕग़ධՁ݁Ռ 3FDBMMͷ஋͔ΒɺΞϯαʔΛߴਫ਼౓ʹ࠶ݱ ௿είΞͷྫɿ ྨࣅ୯ޠ͕ͩΞϯαʔΒ͘͠ͳ͍ޠ͕ࠞೖ
    UVSO
    NBLFͳͲͷ൚༻ ಈࢺͳͲ վળ͢΂͖ϙΠϯτ ӆݕग़ɿରԠߦʴۙ๣ߦͷΈͳͲҐஔ੍໿ͷڧԽ Ԡ౴ݕग़ɿྨࣅ౓ͷᮢ஋Λ੍ޚͯ͠ਫ਼౓޲্ɾlΞϯαʔΒ͠͞zΛ൑ఆ͢Δಠࣗͷ෼ྨثͷಋೖ ਖ਼ղσʔλ
    
    "OOPUBUJPOɿ
    
    
    
    நग़͞Εͨӆͷํ͕ਖ਼͍͠ͱΈͳ͞ΕΔέʔε͕͋ΔͨΊɺΞϊςʔγϣϯநग़ج४ͷݟ௚͠ 可視化手法としての評価実験である ユーザーテストの結果は別論文に記載(査読中)
29. DEIM(学会)での発表
30. 今⽇のお話 • LLMにラップバトルさせてみた話 • それを論⽂化した話 • キャリアの話
31. キャリア 2009年4⽉ ⽇本IBM ⼊社 2009年4⽉〜2022年11⽉ ソフトウェア開発研究所 (ソフトウェア・エンジニア) ・Watson製品の開発に従事 2022年12⽉〜2024年12⽉ テクノロジー事業本部クライアント・エンジニアリング (マネージャー) ・データ・サイエンティスト、エンジニア、デザイナーなど多様なロールのチームをリード 2025年1⽉〜 ⽇本IBMシステムズ・エンジニアリング株式会社(ISE)に出向 (データ・サイエンティスト) ・⽣成AIやAIを活⽤した業務⾃動化をはじめとした複数のプロジェクトをリード 製品開発時代 プリセールスエンジニア・マネージャー時代 Data Scientist 時代
32. キャリア – 製品開発時代 2009-2011: データベース関連製品のテストエンジニア 2011-2014: データベース関連製品のデリバリーエンジニア 2014-2019: Watson Knowledge Studio 開発エンジニア (UI開発) 2019-2020: 研究所所⻑の役員補佐 (Technical Assistant) 2020-2022: Watson OpenScale 開発エンジニア (UI開発) 製品のコード 書きたい思いが強まる 念願の異動︕ 新規製品を開発する フェーズにわくわく ・コロナ禍などで価値観の変化 ・そろそろ研究所の外に出てみたくなる 研究所の外の世界を知る デモを通して、お客様に価値 を届ける喜びを知る Watson Summit 2017 Think 2018 @ Las Vegas [趣味]Pepperアプリ開発 この頃からPepperとWatson連携してラップバトル
33. キャリア – プリセールスエンジニア・マネージャー時代 2022/12-2023/2: プリセールス・エンジニア ・前組織でやってた⾃然⾔語処理の製品を使ったPoCやデモ開発 2023/3-2024/12: 同組織のマネージャー ・銀⾏・保険・通信のお客様担当 ・メンバーは多様なロール (データ・サイエンティスト、エンジニア、デザイナーなど) ・社内のProfession認定として、データサイエンティストを選択 • 短いサイクルでの開発に 楽しさと儚さを感じる • マネージャーの話が来る • キャリアの節⽬に応募した、JWEF奨励賞という⼥性技術者の賞を受賞 • 技術者のメンバーを⾒ていて、エンジニアの⾎が騒ぐ JWEF奨励賞
34. キャリア – 現在: Data Scientist 時代 2025/1- : データサイエンティスト • ⽣成AIやAIを活⽤した業務⾃動化をはじめとした複数のプロジェクトをリード 案件ベースのお仕事(お客様・社会の現状の課題に貢献) 最先端技術を検証する仕事 (未来への種まき) • 新しい製品のビジネスユースケースに基づいた検証 • 新しい製品・技術の価値をアピールするデモ ⽣成AIが登場した今なら 昔はできなかったクオリティーのラップデモができるのでは︖ と気づき、開発を始める
35. SWE Pathfinder Award (2025年) Society of Women Engineers (SWE) - ⽶国で1950年に設⽴された世界最⼤規模の⼥性エンジニアの協会 - 読み⽅は“スウィー” SWE AwardおよびPathfinder Awardについて - SWE Awardは毎年、⼯学・技術分野や当該分野の多様性推進において 顕著な業績をあげた個⼈に贈られる賞 - Pathfinder Awardは、技術分野でキャリアブレイク除く10〜15年間 積極的に活動してきた⼥性技術者に贈られる賞 Formal Statement (応募書類) に書いたこと - Watson製品開発時代に、0から開発する製品の⽴ち上げに関わったこと と当時の役割。 - プリセールスエンジニア組織でのマネージャーとしての実績 - コミュニティー活動 SWE Award授賞式 @ New Orleans
36. 振り返って思うこと キャリア選択に正解はない • ⼤事にしていること + その時点の⾃分の状況をベースに選択 • 今は「お客様への貢献」「未来への種まき」の両⽅をバランス取ってやるのが好き • 数年後はまた変わっているかも。。︖ • 変わらないのは「技術と⼈をつなぎたい」という思い (⾯⽩いデモを作って技術の価値を感じてもらう) • 思わぬ伏線回収がある • 製品開発の⽴場でデモしていたこと、⾃分の⾯⽩いと思ったシナリオを趣味でデモ作っていたこと キャリアストーリーをアウトプットするタイミングを設けるのが⼤事 • 振り返りと次のキャリアの⾜がかりになる • 結果だけでなく作成した応募書類が財産 JWEF奨励賞 SWE Awards
37. まとめ LLMにラップバトルさせてみた話 • LLMは作られた背景や⽬的によって振る舞いが違うことをラップバトルで実感 • ビジネスに不可⽋な安全性の⾼い設計にはAIガードレール機能が必要 それを論⽂化した話 • ⼀⾒変わり種ネタでも研究ネタになる キャリアの話 • ⾃分や社会の状況に合わせた選択をしつつ、どこにいても変わらない思いを持つ • 技術の楽しさを伝えたいという思い