AI BASICS · CHAPTER 03
機械学習と生成AIは、
何が違うのか。
AIと一言で呼んでも、仕事の中でしていることは同じではありません。未来を予測するAIと、文章を作るAIでは、目的も、確かめるべきことも変わります。この章では「判断するAI」と「作るAI」を分けて考えます。
機械学習は、データから判断の傾向を学ぶ
機械学習は、多くの過去データを見て、似た条件のときに何が起きやすいかを学びます。たとえば、過去の購買記録から次に買われそうな商品を予測する。不正利用と通常利用の履歴から、注意が必要な取引を見つける。退職者の傾向を分析して離職リスクを早めに把握する。こうした仕事は、分類・予測・検知が中心です。
ここでAIが出すのは、絶対の答えではなく、過去のパターンにもとづく可能性です。精度が高くても、例外は起こります。だから業務では、どれだけ当たったかだけでなく、見逃しと誤判定のどちらが困るのかを決めます。たとえば不正を見逃す損失と、正しい取引を止める不便さは同じではありません。
生成AIは、新しい候補を作る
生成AIは、学んだパターンをもとに、文章、画像、音声、コードなどを作ります。会議の発言を整理する。提案書の構成案を出す。求人票を読み手に合わせて書き換える。研修資料の説明をやさしくする。人が白紙から始めていた作業に、最初の候補を置けることが大きな特徴です。
しかし生成AIは、内容を人間のように理解しているわけではありません。質問の文脈から、続きとして自然な表現を作ります。そのため、数字や固有名詞、出典を誤っていても、もっともらしい文になることがあります。生成AIの仕事では、文章のうまさだけでなく、事実確認、読み手への配慮、会社の方針との整合を人が確認します。
同じ業務でも、使うAIは変わる
営業を例に考えてみましょう。受注しそうな顧客を過去の行動から選ぶなら、機械学習の領域です。選ばれた顧客へ送るメールの下書きを複数作るなら、生成AIの領域です。前者では予測精度や偏りを確認し、後者では内容、事実、表現を確認します。二つを混同すると、AIに期待することも、責任の置き場所も曖昧になります。
実務では、二つのAIがつながることもあります。予測で優先順位を付け、生成AIで説明文を作り、最後に人が判断する。AIを導入する目的は、AIを使うことではありません。人がより重要な判断や対話へ時間を使えるようにすることです。
仕事で使う前の確認ポイント
- ・これは予測・分類の仕事か、文章や画像を作る仕事か。
- ・AIが間違えたとき、どのような影響があるか。
- ・学習や入力に使うデータを扱ってよいか。
- ・誰が最終確認し、誰が説明責任を持つか。
次の章では、生成AIが回答を作る仕組みと、なぜ「自然な答え」をそのまま信じてはいけないのかを学びます。