まずは、これまでに説明してきたChatGPTのM（大切なことを得る方法）ですが、

一般論、類推、RPA、API（実はChatGPTの手札【動作】はこれしかない？）　

などがありましたね。
これらをわかりやすく説明すると、「（足りない知識を）類推で補って一般論に落とし込む」になります。
よく、

「専門外のことを聞くとすごく詳しそうな回答を返してくるが、専門分野のことを聞くと、知識が間違っていたり、物足りない回答をされる」　

と言われるのは、この構造を持っているからです。
また、

「人間でも難しい医師国家試験や司法試験にも合格してしまった」　

のは、実は「逆にこの型がうまくかみ合ったから」だと説明できます。
例えば、僕が詳しいアプリのサンプルを出させると、「”数当てゲーム”（コンピューターがランダムに選んだ数字を当てる）という謎のゲームのソースコードを出された」という話は以前にしましたね。
ChatGPTや生成AIは統計であって、そこからつくり出されるものには、「一般的には～」という前提がつくんですが、イラストのコンテストでも「それで良し」とする場合もあるので突破できることはあっても、一部の業務には向かない可能性があります。

試しにAIエージェントにタスクを放り投げるとわかると思いますが、細かい部分を何度も修正したり、繰り返し処理させるとハルシネーションを起こしたりで、うまく行かないことがよくあります。
それを1つのシステム（AI）でできるようにしたところまでは良いんですが、RPAをさせるんだったら、まだまだ人間がプログラムを書く方が合理的なのが現状です。

どうも、「これらの要素だけで説明できる」という考え方で正しいようです。

#生成AIレポート #ChatGPT #生成AI #所作 #得意 #不得意