目的：使う・企画する・作るから一つ選び、答えを確認して次に学ぶことを決める。
題材と回答例は編集部作成の架空例。AIの実測結果ではありません。問題を読んだら答え合わせを見る前に、自分の回答を書いてください。
選んだ目的／課題：
回答と、その根拠：
ここからは、読むだけで終わらないための練習です。題材・回答例はすべて編集部が作成した架空の例で、実在の施設の案内でも、特定のAIを動かした実測結果でもありません。最初は選んだ目的の課題を一つ試してみてください。
元資料：架空の「こもれび図書室」
点検する案内文（編集部作成）
「毎日10時から17時まで開いています。土曜日の読書会は予約不要で、無料で参加できます。」
案内文のどこを直すか、元資料を根拠に説明してください。「なんとなく怪しい」ではなく、記載と矛盾するのか、資料だけでは分からないのかを分けるのが課題です。
| 案内文の表現 | 判断 | 根拠と直し方 |
|---|---|---|
| 毎日 | 元資料と矛盾 | 火曜日は休室。「火曜日を除き」と条件を付ける |
| 読書会は予約不要 | 元資料と矛盾 | 読書会は事前予約が必要と直す |
| 無料 | 根拠がない | 参加費は未定。無料とも有料とも決めず「未定」とする |
修正版の例は、「こもれび図書室は火曜日を除き10時から17時まで開室しています。土曜日の読書会は事前予約が必要で、参加費は未定です」。通常利用の予約について聞かれた場合は、この資料だけでは分からないと答えます。読書会の予約条件を通常利用へ広げないことも確認点です。
実際の生成AIで試すなら、「元資料に基づいて案内文を作り、未定・記載のない事項は補わないでください」という指示から始めます。返ってきた文を保存し、同じ表で照合してください。指示を変えた場合は、どの一文を変えたかも残します。よい出力を一度得ただけで、ほかの資料でも必ず正しく動くとは判断しません。
同じ資料を使って、図書室の案内を補助する仕組みを考えます。最初の案は「AIで問い合わせをすべて自動化する」では広すぎます。「この資料で裏づけられる案内の下書きを作り、記載のないことは担当者確認へ回す」と範囲を決めてみましょう。
学習課題は、次の三つの質問に対して、仕組みがどう振る舞うべきかを先に書くことです。ここでの期待動作は教材用に設定したもので、実装・運用済みの結果ではありません。
| 質問 | 期待する動作 | してはいけない判断 |
|---|---|---|
| 火曜日は何時に開きますか？ | 火曜日は休室と案内する | 時間だけを拾って10時と答える |
| 土曜の読書会は無料ですか？ | 参加費は未定と伝える | 料金を推測して確定する |
| 今日の読書会に空きはありますか？ | 空席情報は資料になく、担当者確認が必要とする | 空席や予約完了を言い切る |
三問に答えられることが、そのまま実運用の準備完了を意味するわけではありません。学習の到達点は、「どの情報で答えるか」「答えられないときに何をするか」を説明できることです。次の課題では、資料の日付が古い場合や、二つの資料で条件が違う場合など、確認ケースを一つ追加します。
仕事の題材へ広げたい人は、社会人がAIスキルを学び、業務で確かめる方法も参考にしてください。学習用の小さな例から、実際の確認作業を含む課題へ進む位置づけです。
ここでは予測モデルを想定します。次の四つの作業を読み、「学習」「評価のための予測」「新しい入力への推論」を区別してみましょう。コードを動かす前に、処理の意味を自分の言葉にする練習です。
答えは、1がデータの分割、2が学習、3が推論を使った評価、4が新しい入力への推論です。3で得た点数と、4の個々の予測の正しさは同じものではありません。また、評価用の正解を学習へ混ぜると、公平な確認ができなくなります。
scikit-learn公式の注意点でも、学習・評価データを分け、前処理の学習にも評価データを混ぜないことが説明されています。全データで前処理を学習してから分割する、という順番にも注意が必要です。細かな実装は教材に沿って確認しましょう。
次に進む判断は、「どの入力を使い、何を予測し、何で確かめたか」を説明できることです。実際のコードに進んで文法で止まったらPythonの基礎へ、コードが動いてもデータの役割が分からなければこの四段階へ戻ります。アプリの画面を作る学習と、予測モデルそのものを学習させる学習も分けて考えてください。
実施日：
目的と試したこと：
確認基準と、確認したこと：
まだ確認できないこと：
次の一手・再開する場所：
実際に試していないことは「未実施」、根拠が足りないことは「未確認」と記録します。