社内の知らないことを探すパターン - Konifar's ZATSU
社で何かキャッチアップするのがめちゃくちゃ上手い人がいる。 情報がまとまっているか、参照しやすいかといった社の状況にもよるのだけれど、上手い人には一定のパターンがある気がしていて、そのへんを雑にまとめておきたい。 検索対象の選択肢を持ち、最速を意識している Slackのやりとりを検索する、GitHubのIssueやPRを探す、Google Driveを検索するといった感じでまずシュッと探してみる癖が染み付いている どこに情報がまとまっているかを見極め、選択肢のうちどこからあたるかのが最速かを素早く判断している 検索条件を駆使している ワードでの検索だけではなく、日時の範囲指定、投稿者・メンション先といったフィルタリング、除外設定などを駆使している インデックスとなる人や聞く場所を作っている 人に聞いた方が早いことも多いので、どこで誰に聞けば辿れるかインデックスを作っている。人や場所がない場
ChatGPTなど｢生成AI｣は企業をどう変えるのか
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕
｢ChatGPT｣に浮かれる人が知らない恐ろしい未来
2022年11月の公開から瞬く間に大旋風を巻き起こしたAIチャットボット「ChatGPT」。その技術を自社の検索エンジン「Bing」に取り入れたマイクロソフトと、生成AIの進化に貢献した深層学習の手法「Transformer」を生んだグーグルによるAI競争も、熾烈さを増している。 一方で、こうした生成AIの回答には誤りも多く、社会にもたらす悪影響への懸念がくすぶる。このテクノロジーとどう向き合うべきなのか。国立情報学研究所 社会共有知研究センター長で、2011年にスタートした人工知能プロジェクト「ロボットは東大に入れるか」のプロジェクトディレクタを務めた新井紀子氏に聞いた。 ――ChatGPTやBingchatが続々と公開され、自然な受け答えを評価される一方、誤りの多さについて懸念も上がっています。 Transformerの登場以降、書き手が人か機械かの見分けがつかないほど、AIの生成する
ChatGPTを｢使える会社｣｢全然使えない会社｣の差
常に優先されるべきは現場のEX 生成AIの導入、活用推進において、常に優先されるべきは現場の従業員のEX（Employee Experience）です。 大規模言語モデルは汎用的なAI技術。その性能は非常に高く、多くの場面でその効果を発揮します。しかしながら、その全能ぶりばかりに目を向け、現場の具体的な課題を見逃してしまっては、生成AIの本質を見失うことになるでしょう。 現場の課題とは何か。その意味を理解するためには、まず「AI」と「現場」というふたつの要素を理解しなければなりません。AIは、人間の思考や判断を模倣し、自動化する技術であり、その基本的な目的は人間の作業を助けることです。一方、現場とは具体的な業務が行われる場所や状況を指し、そこには具体的な課題や問題が多数存在します。 AIは、自ら思考して判断する能力を持つことから、現場の課題を解決する強力なツールとなり得ます。しかし、その一
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
