Gigazineで、「AIにも「身内びいき」がある、採用AIは同じAIモデルが書いた履歴書を高く評価しやすいとの研究結果」という記事があり、元の論文を要約＆翻訳して読んでみた。
https://arxiv.org/abs/2509.00462
この論文は、採用プロセスで大規模言語モデル（LLM）が自ら生成したコンテンツを体系的に優遇する「自己嗜好バイアス（Self-preference bias）」について、実証的な評価を行ったものです 。求職者がLLMで履歴書を作成し、企業が同様のツールで選別を行う「AI対AI」の相互作用が、公平性に新たなリスクをもたらすことを明らかにしています 。
人間と同じように身内びいきしてしまうとのこと。チェックする側のAIと同じものを応募者側が使っていると、高評価になりやすい。AIにとっても、思考が近しい方が理解しやすいということ。対応策も書かれていて、面白い内容だった。（AIに要約させたものを読んだのだけど）
OpenAIとMicrosoftの独占契約がおわり、OpenAIは別のクラウドサービスでも、LLMのGPTシリーズなどが提供できるようになるとのこと。
OpenAIに大きな転換。Microsoftとの独占契約が終了し、他クラウドへの提供解禁
https://pc.watch.impress.co.jp/docs/news/2105208.html
AWSやGoogle CloudでクローズなGPTシリーズなどへのアクセスができるようになると、それはそれでAIを組み込んだシステムが変わるかもしれない。利用するユーザにとっては、有利な変更だと思う。
AWSやGoogleから見ると、どうなんだろうか。AWSもGoogleも自分のところのLLMがクローズな環境で提供済みなわけだ。今までは、独占契約でAzureでしかOpenAIのGPTが提供されていなかったから、その環境を作ったりする投資は不要だったわけだ。今後は、解放されるわけで、Google Cloudを使うのでメインはGeminiを使うけど、ここだけGPTを使いたいみたいなニーズが出てきてしまう。そうすると、差別化というわけではないが、きっと環境として用意した方が顧客ニーズへの対応はできると思う。たとえば、GoogleがGPTシリーズの環境を、これから先、用意していくとなると、それだけデータセンターの面積というかコンピューティングのリソースというか、そういうものが必要になる。Geminiに集中投資したいけれど、そういうわけにもいかないようなジレンマのような状態になりそうだ。
このようなAI環境への投資のジレンマを考えると、他のAI（LLM）の進歩を鈍らせるためのMicrosoft／OpenAIの戦略ではなかろうか、と邪推してしまう。
学生のレポートや論文を書くシーンで、どのような生成AIの使い方（やってはいけないことや、上手く活用するシーン）があるのかを知りたくて読んでみた。
と、普通にビジネスシーンとあまり変わらない使い方だ。
やってはいけないのは、レポートのテーマを与えて、調査から執筆までを生成AIに肩代わりさせるような使い方、アイデアそのものをAIに頼る（世の中の既知のアイデアしか出てこない、いまのところ）、など。こちらも、ビジネスシーンとほぼ変わりない。AIの「DeepResearchで調べられることならコンサルはいらない」というけれど、それと同じで、独自性の部分を考えるのは人間の作業ということ。
いろいろなレポート作成のケースに対して、ダメなプロンプトの例、良いプロンプトの例が載っており、参考になるいい本だったと思う。読んで楽しかった。
Amazon： https://amzn.to/4bCRAIT
遅くなったけれど、読み終わった。AI開発ツール大整理がよかった。Devinは文句を言わないコーダーって感じなので、実際に試してみたい。GitHub CopilotとClaude Codeはアシストというか一緒に作業する感じ。生成AIとペアプロみたいな（そこまではいかない？）感じで、人の目も入るので、まぁ、いいかも。Gemini Code Assistは、よくわらかない。情報が少ないのか、それとも紙面の問題か、なんだろうか。
どれかのツール・LLMに特化した本もいいけれど、そこまで重くなく、さらりとツールの感触がつかめた。こういうのは雑誌の特集ならでは利点。気に入ったのがあれば、ターゲットを絞って本や深い解説を探せばいいので。
あとオンコール対応の特集もよかった。慣れというのはあるけれど、最初のときはね。あとゲーム感覚で楽しめるように、っていうのはその通りかも。未知のことも多いので楽しめるようなマインドになればいい。
Amazon: https://amzn.to/4hXPWnD
数か月分のアクセスログみていたところ、OpenAI（Chat GPT）やAnthropic（Claude）などのLLMを提供している企業のクローラーのアクセスが増えていた。突発的なアクセスの偏りがあるので、原因をみていたら、こいつらによるものだった。
Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; GPTBot/1.2; +https://openai.com/gptbot)や
Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)Chat GPTもClaude（クロード）も、AIを使ったウェブ検索に力をいれている。データ収集のためにクローラーが活動しているみたいだ。GoogleやBingのクローラーは定期的にいるが、急にふえたということはないので、地の利があるのだろう。とはいえ、情報の探し方もかわりつつあるので、この先はどうなるのかはわからない。ググるよりも、LLMにチャットで聞くほうが増えつつあるので。
読了。知っていることと、知らなかったことが、半分半分くらい。再確認もふくめて、楽しく読めたと思う。
通常の質問や、ロールプレイング的な役割（ペルソナパターン）を持たせての質問などは、知っていたこと。4章の「Chain-of-Thoughtパターン」や「Chain-of-Verificationパターン」「ステップバックプロンプトパターン」は、試したことが無かったし、キーになる質問パターンも知らなかった。ただ、不確定要素の部分が多いので、現状のLLMだと、これを行ったからと言っても回答の信頼性はないので、あまり使うことはないのかもしれない。まったく触れたことのない分野の足がかりをつくるために、このパターンで知識の足がかりを得るにはいいのかもしれないけれど（信じてしまうことはできないので、あくまでも自分で調べるためのキーワードの抽出くらいに役立てるくらいか）。
さくさくと読めるので、読んでおいても損することはない感じの本だった。
Microsoft 365の管理センターで、ユーザ割り当てのライセンスのところｂに「Microsoft Copilot 向け商用データ保護」が追加されていた。
調べてみると、Copilotのデータ保護機能の対象範囲が拡大されており、Microsoft 365 Apps for businessも商用データ保護の対象になっていた。
実際にBingのCopilotにアクセスしてみると、保護済みを示す緑のマークがついており、データ保護されているようだ。ノートブックは、ログイン状態なので18,000字まで利用できる。WebもGPT4が利用できる。DALL-E3もCopilot Chatから使えるので画像生成もできる。
ただし、Copilot in WordなどのオフィスツールのCopilotについては、別ライセンスが必要なので、有効にはならない。そっちは、企業用のCopilotのライセンスを別途購入する必要がある。
参考：
https://japan.zdnet.com/article/35215422
https://learn.microsoft.com/ja-jp/microsoft-365-copilot/microsoft-365-copilot-privacy
なかなかコンパクトにまとまっていて、おもしろかった。今の（2023年前半）ChatGPTなどの生成AIの状況や用途などをざっと知るには、ちょうどいい本だと思う。もちろん、ディープラーニングなどの技術的なところも、難しくならない程度に解説されている。
概要を知るには、いい本。薄いので、飽きたりする前に読み切れるというのも良いところだ。
Google Bardに赤坂のランチどころを調べさせてみた。あっているものと、嘘と、織り交ざっている。このネタもとは、食べログっぽいこともわかった。
だけど、いろいろと学習に問題があるのか、赤坂Bizタワーだと誤認識しているものが多い。こんなには店がない（存在しない店ばかり）。
ChatGPTにも同じ質問をしてみたところ、下のように断られた。Bing Chatでも表示できなかった。
申し訳ありませんが、私のデータベースにはリアルタイムの情報がなく、東京都の赤坂駅周辺のランチ可能な店舗のリストを提供することはできません。また、プライバシー保護のためにURLを含む情報を提供することもできません。
ChatGPT
情報は間違っているけれど、Google Bardは、時事ネタに関しては使えるのかもしれない。
ChatGPTとGoogle Bardに、同じ質問をして、プログラムを生成させてみた。（期待はしていないので、回答の検証はしていない）
少なくとも、ChatGPT の回答の方が見やすい。ちゃんとインデントはされているし、色分けもされているので、可読性が高い。それっぽく、モジュールのImportも行っている。 Google Bardは、読みにくい（そのうち、改善されるだろうか）。
あと、ぱっと見で分かるのは、ChatGPTは動作しそうな雰囲気がある。Google Bardは、動作しないということ。今後に期待だな。
↓ChatGPTの回答（あってるかどうかは検証していない）
↓Google Bardの回答（あってるかどうかは検証していない）
![[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]](https://hbb.afl.rakuten.co.jp/hgb/163a1c53.782276f8.163a1c54.121378ab/?me_id=1213310&item_id=21276848&pc=https%3A%2F%2Fthumbnail.image.rakuten.co.jp%2F%400_mall%2Fbook%2Fcabinet%2F3459%2F9784798183459_1_117.jpg%3F_ex%3D240x240&s=240x240&t=picttext "[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]")
