memo.

タグ: ChatGPT

  • ChatGPTのシェアが50%を下回ったようだ。

    Gigazineを見ていたら、ChatGPTのシェアが50%を下回ったという記事をみた。GeminiとかClaudeとかがある中で、まだ50%もシェアをキープしていたのが驚きでもある。いま、Geminiをどっぷりとつかっているけれど、Geminiのシェアは30%弱なので、そこまで多くなかったのか、という驚きもあった。

    ChatGPTの利用者シェアが初めて50％割れ、GeminiやClaudeが追い上げ

    https://gigazine.net/news/20260617-state-of-ai

    5月末のシェア

    • ChatGPT　46.4％
    • Gemini　27.7％
    • Claude　10.3%

    Microsoft Copilotの存在感の無さ・・・。XのGrokよりもシェアが細い。

    Perplexityは、ウェブ検索のAI。Geminiなどで、ウェブ検索の結果が含まれるようになったり、GoogleAI検索が出てからシェアが減って、今はすごく細い。生成AIも多様化した見るべきか、乱立淘汰の前触れか、どちらになるだろうか。

    .

  • ChatGPTのアドバイスを実行して大変なことになったという事例・・・

    この問題について、考えてみる。事件の内容がいいとも悪いとも言えない。ChatGPTというか生成AIを利用したという点で考えてみる。

    ChatGPTに相談したら意図せぬ結果に　巨人・阿部監督辞任、娘の手紙全文
    https://japan.cnet.com/article/35248020

    生成AIに軽い気持ちで相談はできるかもしれない。でも、帰ってくる回答が、自身の背景も含めた上で正しい回答が返ってくるわけではない。ChatGPTのアドバイスを、そのまま実行して、大変なことになった、という事例になってしまった、と言える。

    ネットのアドバイスも、ChatGPTのアドバイスも、アドバイスした側に責任があるわけではない、というのがポイント。あくまでも、意思決定をしたのは、実行した人なので、責任はその人にある。ChatGPTのアドバイスが間違っていたのか、というと、そういうわけでもない。重度に危険な状況であれば、適切だったと思う。ただ今回のような軽いと思われるケースでは、適切ではなかった。相談者の心情としては、話を聞いてもらう先が欲しかっただけかもしれないので、もっと軽い相談窓口でもよかったかもしれない。でも、AIは、質問の背景を読めない。ちゃんと説明すれば、適切な解はあるだろうが、大概はそんなことをしない。簡単な言葉でのみオーダーをAIに伝える。その結果、単語から連想される前後の単語を推測して文書を組み立てる（それがトランスフォーマーモデルなので。GPTのTの部分。）。その結果、「殴〇れた」「暴〇」などから想起された結果として、「児童相談所」への連絡だった、と考えられる。AIのモデルとしては、間違っていないと思う。ネット上にもDVに関連するページは多いので、学習結果として、優先順位が上がるのもわかる。汎用的なAIは、メンタルサポート用として作られているわけではなく、ロール（役割）を与えない限りは、知識から返答するだけのマシンだから。結局は、使う人の意識次第、判断力次第と言ってしまえば、それまでだが。

    今後のことを考えると、SNS同様に、AIについても、未成年者への規制が議論される気がする。今回は18歳で成人扱いのようだが（なんだかんだで18歳は危険、世間知らずで社会のクイモノにされやすい点で。）。リテラシーが未熟な人向けのAIが年齢認証で自動的に利用されるようになればいいのだけど。

    あとは、別パターンで、AIに提示された内容を実行して、大事になるケースがこれから先、増えていくのだろう。企業とかだと、取り返しのつかないことになりそうな気がする。このケースも取返しが付かないことになってしまっているけれど。

  • 「AIにも「身内びいき」があるとか。

    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）

  • GPTシリーズがAzure以外でも使えるようになりそうだ

    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。

  • 読了：　生成AIを活用したレポート・論文の書き方

    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。

    • 単なる作業指示は、明確に指示する。
    • オリジナリティが必要なレポート作成や論文は文を作成させるのではなく、資料集めなどのサポートに使う。
    • レポート／論文の添削を行わせる。
    • 指導してくれる先輩などの代わりにAIに相談相手になってもらう。

    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

  • 読了：Software Design 2025年11月号

    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

  • LLM系のクローラーのアクセスがふえている

    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：AI時代の質問力

    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 Apps for businessでも、Copilot Chatのデータ保護が適用されるようになった

    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

  • 読了：大規模言語モデルは新たな知能か

    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。