背景 NPO法人CAPNAは、子どもの虐待を防止することを目的として活動している団体です。私たちは、虐待を受けている子どもたち、虐待をしてしまった人々、身の回りで虐待に気がついた人からの相談に対応しています。 今回生成AIを活用したのは相談窓口の一つであるメール相談の統計情報の作成です。メール相談はCAPNAのWebサイトから相談者が相談をメール送信し、相談員が熟読の上で返信を作成し、団体内でのレビューを経て相談者に返信するという相談形態です。 メール返信の様子。返信の作成は専門の研修を受けた相談員が複数人関わりレビューを受けて送信されます CAPNAにとって、相談内容を分析し、その統計情報を収集することは重要です。この分析を通じて、虐待に苦しむ人の辛さや苦しさを理解し、適切なタイミングで適切な支援を行う貴重な情報になるからです。 しかし、相談者に相談時に詳細すぎる情報を提供してもらうこと

小二の娘によく「駄洒落を交互に言っていこう」という遊びを提案されます。ゲームをしていて面白いのは娘と私とでは好きな駄洒落が違うということです。それは人によって、その駄洒落で頭に思い浮かべる絵が違うからでしょう。私のリスのポリスと娘のリスのポリスは違うのです。だったら一般的にはどう解釈されるのか画像生成AIを使えばいいんじゃないかと試してみることにしました。 昨年はまだイマイチだった 昨年生成したのがこちらです。使ってるツールや私の実力もありますが、簡単に思い通りのものができるという状況ではなかったと思います。 リスのポリス コンドルが口にめり込んどる 墓石を破壊した どうでしょうか。うまくいってるものもありますし、全く表現できてないものもあります。 新しく使えるようになったDALL·E 3で試す DALL·E 3で試してみましょう。ここからはぜひキャプションを見ずに何のダジャレか当ててみて

キーワードベースで情報収集をしているという下記の記事を読みました。私も似たようなことをしているのですがキーワードは使わない方法でニュースの収集をしていて、そのほうがLLMを活用できていると思うのでその方法を紹介します。 forest.watch.impress.co.jp キーワードではなく自分の目的や関心を伝える 以前私が手動でやっていたのはRSSリーダーにサイトを登録して、記事のタイトルと概要を読んで気になる記事を開いて読むということでした。こういうときに人間はキーワード検索をしていません。何をしているかというと自分の目的や関心があって、それに関連する記事をピックアップするということです。それと同じようなことをさせようというのが今回紹介する方法です。 ポイントは今回の場合は私の所属する会社について情報をプロンプトで与え、それに関連するニュースが何かをLLMに考えさせることです。 今回の

Twitterから離れるにあたり念の為データをバックアップしました。（方法）せっかく過去の全てのツイートのデータを取得できたのでCode Interpreterに入れてどんな人物か推定させてみました。 面白半分に分析を始めましたが思ってた以上に推測されてだんだん怖くなっていったという記録です。 読み込み もうこれぐらいでは驚きませんがアップロードしたら余分な行を削除してJSONだけを取り出して読み込みました。 分析内容を提案してもらう 分析内容を考えるなんて人間のすることではありません。考えてもらいます。 年別の時間帯別の投稿数 2013年に起業したのでツイートが減り、2019年に会社をやめたのでツイート数が増えています。2020年は学校に通っていたのでツイート数が増え、2021年にまた起業したのでツイートが減っています。 2017年は子会社社長として働いていたのでツイート数が特に減ってい