# チャプター 1 今日はHuman in the Loopのパッチについて話したいと思います。 Human in the Loopというのは、AIのChatGPとかLLMのプロンプトの方法で、 人間のフィードバックを逐次入れていくので、 Aのタスクを終わったら人間のHuman in the Loopを入れて、Bのということだと思います。 ちょっと間違えたらすみません。 最近、人間が人間のHuman in the Loopと、 AIのフィードバックループみたいな、自分なりにチェックリストを作って、 それをチェックしたら行くという2つあるんですけど、 今日はHuman in the Loop、Human、人間の方なんですけど、 今もうね、あれでしたっけ、OpenAIが買い占めたんでしたっけ、あれ。 何が買い占めたんでしたっけ、CPU? ちょっと分からないですけど。 いろんなのを買い占めたりすると価値が上がると同じように、 現在、とにかくHuman in the Loopの、Humanフィードバックの価値が爆増しています。 それはどういうことかというと、 人間のフィードバックっていうのは、人生で何万回くらいしかできないでしょうね、多分。 1日100回くらいみたいな。 年間300日くらい働いたとしても、3万回くらい。 もうちょっと多いかもしれない、人生で。 なんですけど、そのフィードバックループをすごーく貴重なものだと考えた場合、 それ、なんかコンビニの店員さんにしてる場合じゃないじゃないですか。 コンビニかどうかじゃなくて、資産にならないからね。 だいたい社内にした方がいいし、 要は服を選ぶのすらも、洗濯っていうのは1日何回かできないから、 1日何百回くらいしかできないから、 それのコストを100ゲージあった場合、朝の服選ぶとか、靴選ぶで1日1日とかって、 微妙に減らすのもったいないから、同じ服着るみたいな話で。 結構大事なわけですよ。 洗濯とかフィードバックとか。 今までは、社内の上級スタッフにフィードバックして、 1000人いる会社の社長なのに、 今日入ったアルバイトの事務所の人とか、 にどうこうとか、 掃除の仕方について教えてる場合じゃなくて、 限られた回数を何人振るって。 それが貧乏症みたいな話で、 全部自分でやるんだっていうのはいいんですけど、 限られた回数をフィードバックで何かを捨てて、 何かをヒューマインザループ指導してるっていう話だと思ってもらうと分かりやすい。 それが今までは人間の中でもより波及する人に、 役員だったり部長だったりクラスにした方が、 同じ選択しかできないんだったらいいとか。 それでも暇でな人はちょっと分かんないですけど、 AI人材めちゃくちゃことして働く人が強いと思ってるんで。 働くって何かってのがありますけどね。 思想も働くなんですけど。 その上で今までは上級スタッフとか波及するスタッフだったんですけど、 これからは人間よりエージェントにフィードバックした方が良くねって話になるんですよね。 これ全部エージェント化していく。 全てはエージェント化していくためにあると。 仮に定理するならば、 エージェントを作ってくれる人にフィードバックするのは良いんですけど、 プラン側の人ですね、上位2割にするならまだ良いんですけど、 8割の人になっても、 基本的にエージェントにフィードバックして、それを完全にやってくれるようにエージェントを構築する。 エンジニアリングした方がコスパ良いよねってのは分かるじゃないですか。 さっきの阿部真の話にも繋がるんですけど、 フィードバックするということはすごく貴重な、限られた球なんですよね。 だからエリアにエージェントとかにしておきたい。 だってエージェントは1万回同じことをしてくれるんで、1回フィードバックすれば。 分かりやすいんですけど、クロードMDとかエージェントMDに一両書くってことはフィードバックなんですね。 でもやってみた後に、こういうフィードバックがあるんだって気づいて人間がやる方が良いと。 そのフィードバック自体がAIがやってくれる可能性もあるし、知能共有としてなる場合、 勝手にそれは言わなくても、そんなことを最初からビルドインされてる場合もあるんですけどね。 だから若手社員の人が二字録を書くときに、 話に戻るんですけど、1個前の阿部真の若者の答えを教えてくれみたいな話で、 二字録を書いてくれと。で、二字録を書いてくれって言って書いてきたら、 あなたの関数を書くっていうレギュレーションがあるからそのレギュレーション守ってくれと。 守らなきゃいけないでしょって、注意されたか注意されてないか分かんないですけど言われたと。 そしたら最初から言ってくれよって言われたと。で、切れたと。 それは人間の言い分じゃないですか。人間の言い分で。 CGIだったら他のスタッフのやつからコンテキストを取ってきて、 大体形式こうなんですねって地の共有からできて。 人間側もね、他の人の二字録を見とけって話じゃないですか。 こっちの指示としては二字録は書いてっていう依頼はしますけど、 そのコンテキストは自分で拾ってくれと。 自分で調べるより一言をコメント書いてくれってレギュレーションを教えてくれれば調べなくてもよかったじゃないですか。 もしくはそんな思いつきもしないじゃないですかって言ってたんですけど、 いやいやいやと。そのフィードバック、自分の主観をコメントを書くってことを言うということが、 すごい貴重なフィードバックの回数を奪っていると。 時間泥棒をしているということなんですよね、AI時代は。 わかりますかね。このロジックがわかってくると、 フィードバックという限られた回数をすごい五章を大事に守るのが大事なんですよね。 人間の場合、逐次フィードバックを求める人っているじゃないですか。 これってこういうことですか、ここ押せばいいですかみたいな。 一回一回この命のフィードバックの魂を削っているんですよね。 フィードバックを人間にめちゃくちゃ求めるということは、 AIに対するフィードバックの脳の限られた回数。 これ疲れるって意味ですよ。脳が疲れるっていうのをオーバーしちゃうっていうところなんですよね。 だから逐次サポートしてくれっていうのは結構厳しいっていう感じですね。 例としてメモしてたんですけど、人間の上位2割のプラン側とトゥードゥの方でフィードバックの これは残酷な現実として、クラスなんかね、今まで人間が一番モテたのに 人間くんがね、動物くん、人間くんとかいっぱいあったんですけど 人間くんがモテたのに、圧倒的にAIくんが大人気の転校生が来たみたいなもんですよ。 で、大人気だから高値の花だから、高値の花っていうのを評価。 だからそれくらい、高値の花ってちょっと忘れてください。 っていう風に、それくらい状況が変わってるから、AIにフィードバックした方がいいよねって。 フィードバックの先を人間の方に向けるのは、 ごく限られた2割のエージェントを作れる人に振るとか、そういうときじゃないと結構厳しいよねと思ってきた。 って感じですかね。 分かりますか、皆さん、この感覚。 ちょっと分かったらコメントください。 人間の、だから、元気玉みたいなもんで、 ちょっとオブシリアンこれ今から言うのの発案も含めておいてほしいんだけど、 人間の一日に選べるフィードバックの数のゲージと、それを比喩するワードを、 元気玉、木、木とか、でも木って言うと発言で分かりづらいですよね。 と考えて、それが減っていくような図解も追加しておいてください。 だから人間のHumor in the loop、フィードバック、人間のフィードバックの残機を使うなっていう感じですね。 はい、ありがとうございました。