注: 英語での Citizen Development は Citizen Development で、2010 年にコンサルティング会社 Gartner によって提案された概念であり、プロ以外の開発者がローコードまたはノーコードのプラットフォームを使用して、IT 部門のサポートなしでアプリケーションを作成することを指します。生産性の向上と開発コストの削減を目指しています。
中国では、Citizen Development は一般に国民発展と訳されますが、草資料の QR コードでは、Citizen Development はテクノロジーではなく、実用的なモデルと仕様であり、国家発展と訳すべきであると考えられています。つまり、ビジネスを理解している人なら誰でも翻訳できると考えられています。開発者になります。
以下は、有名なテクノロジーメディアである Silicon Republic の意見記事を 2 次元コードから編集したものです。
外の世界が一般に人工知能を「誇大宣伝」している中、アイルランド国立大学ゴールウェイ校のノエル・キャロル博士は、ノーコード開発者がどのようにして AI テクノロジーの恩恵を享受できるかという別の見解を提唱しました。
古代ギリシャの哲学者や科学者は、人間の知性と推論能力、つまり人間がどのように意思決定や議論を行うかについて、すでに議論を始めています。現代の最も重要な技術進歩の 1 つである人工知能は、私たちの生活、仕事、外界との関わり方を変える可能性があります。
ChatGPT、ChatSonic、Google Bard AI などの新しいものの登場により、さまざまな議論が巻き起こり、好奇心と興奮を覚える人もいれば、恐れや不安を抱く人もいます。現段階の AI 機能は非常に強力ですが、全能ではなく限界があります。私たちは人工知能の能力、特にいくつかの欠点や限界を合理的に理解し、人間とAIの協働イノベーションの重要性を深く理解する必要があります。
AIの限界
現段階における AI の最大の欠点の 1 つは、人間の直感や創造性を再現できないことです。AI は大量のデータを分析して洞察を提供したり、一連の指示に基づいて顕著性を構築したりすることはできますが、人間の意思決定の特徴である直観と経験に基づいて判断を下す能力には欠けています。これは、印象的な答えを生み出すものの、人間の深みや創造性が欠けている芸術、音楽、文章で特に顕著です。
AI アルゴリズムが効果的に動作するには大量のデータが必要であり、データの品質は AI の回答の精度に直接影響するため、不完全なデータや偏ったデータは誤った結論につながる可能性があります。合理的なデータ標準がなければ、AI がデータ内の因果関係を特定することは困難です。
これに加えて、サンプル データを微調整することでシステムを騙す敵対的な例によってアルゴリズムがだまされる可能性もあります。同時に、アルゴリズムのバイアス、つまり人工知能のバイアスについての懸念も高まっており、実際、アルゴリズムが示すバイアスは人間のバイアスであることがよくあります。
AI は、決定や推論を説明できないという限界もあります。多くの人工知能アルゴリズムは、大量のデータでニューラル ネットワークをトレーニングする必要がある深層学習トレーニングに基づいており、この方法は効果的ではありますが、人工知能がどのように特定の結論や推奨事項を導き出すのかを理解するのが難しく、十分な透明性を欠いています。特に医療用途では、AI による決定が生死に関わる可能性があります。
現在、AI はデータの背後にあるコンテキストや意味を理解できません。たとえば、文中の単語を認識できる AI システムでも、テキストの背後にあるニュアンスや皮肉を理解できない場合があり、特に自然言語処理や感情分析などのシナリオでよく見られる誤解や間違いにつながる可能性があります。 。
ChatGPT は、Transformer モデル アーキテクチャを使用した大規模な言語モデルであることは注目に値します。Transformer は、入力データの各部分の重要性を異なる重み付けするセルフアテンション メカニズムを採用したディープ ラーニング モデルです。
AI は、実行できるタスクの複雑さによっても制限されます。人工知能はここ数年で大きな進歩を遂げましたが、推論と意思決定の能力にはまだ限界があります。たとえば、AI システムは画像内のオブジェクトを認識できますが、シーン内のオブジェクトの意味を理解するのは困難です。
最後に、AI は常識の欠如によって限界があります。AI が画像を認識できても、その目的や意味を理解できないのと同じように、テキストをある言語から別の言語に翻訳することはできますが、その背後にある文化の違いを理解するのは難しく、非母語話者にとっては依然として困難です。
AI タレント チャレンジ
AI イノベーションのペースに追いつきたい組織にとって、最大の課題は AI 人材の採用にあります。人材の採用は、次のような多くの課題に直面しています。
高品質の専門的な AI 人材に対する大きな需要がある一方で、人材の供給が追いついていません。
AI は、機械学習、深層学習、自然言語処理、データ分析などの専門知識を必要とする複雑な分野です。適切な候補者を見つけるのはさらに困難です。
AI 人材の需要は非常に高く、他の企業がより魅力的な給与と機会を提供する可能性があります。
AI業界における多様性の欠如（AIの役割に就く女性の不足など）。
プロの AI 人材になるには長期間のトレーニングと教育が必要となるため、恵まれない背景を持つ人々がこの分野に参入することが困難になり、多様性の問題がさらに悪化する可能性があります。
これらの課題に対処するために、企業は採用プログラムを再評価して、競争力のある報酬と成長の機会を備えた多様な候補者を惹きつける必要があります。
すべての人のための開発
場合によっては、市民開発の新しいトレンドやノーコード開発の新しいパラダイムなど、企業は既存の従業員の能力を強化する必要があります。
国家開発にはプログラミング スキルは必要ありませんが、経験豊富なプログラマーと同じように、アプリケーションを設計、開発し、実稼働環境にデプロイできます。すべての開発のトレンドは、ビジュアル インターフェイスとドラッグ アンド ドロップ ツールを提供するノーコード プラットフォームによって推進されており、ユーザーはプログラミングの基盤がなくてもアプリケーションを作成できます。
ノーコードは人々が参加するための障壁を低くし、デジタル変革においてより大きな役割を果たすことができます。AI には、コード生成、テスト、デバッグなど、アプリケーション開発における多くのアプリケーション シナリオがあります。コードと AI が統合されていなければ、企業や個人はより簡単にアプリケーションを構築できます。同時に、AI を使用してノーコード プラットフォームの機能を強化し、潜在的な問題や脆弱性を特定して修正することもできます。
AIとノーコードの応用シナリオは、顧客サービス、金融、医療、物流など非常に広範囲に及びます。
たとえば、ノーコード プラットフォームを使用して AI サポートのチャットボットを開発し、Web サイト訪問者にインスタント カスタマー サービスを提供したり、ノーコード プラットフォームを使用して財務レポートや医療アプリケーションを作成したりして、医師や患者が効率的かつ効果的に健康管理できるようにすることができます。患者の医療プロセスを管理します。
AI が大きな可能性を秘めていることは否定できませんが、限界もあります。これらの制限は克服できないものではないとしても、AI をさまざまな業界で効果的に適用できるようにするための継続的な教育、研究、開発の必要性も浮き彫りにしており、これはすべての業界にとって新しい発展時代に属します。
ノエル・キャロル著
Noel Carroll は、ゴールウェイ大学のビジネス情報システムの准教授であり、People Development Lab の創設者です。