draft.txt

LLMを使いこなすエンジニアの知的生産術(講演資料)
2024-06-06 [西尾泰和]
 [サイボウズ・ラボ]株式会社　主幹研究員
 [一般社団法人未踏]　理事
 　[未踏ジュニア]のファウンダーで、メンターもやっている


今回のきっかけ
[[https://gyazo.com/8216790a69dd76406f294ebb39948bc9]]
2018年に出版した「エンジニアの知的生産術」が出版してから5年以上も経って増刷されることの意味
	[ロングセラー]=長期的に売れ続けているということ
	書籍は出版から時間が経つと書店に並ばなくなり売れなくなっていく
		ところが一部の書籍は売れ続ける。それは、読んだ人が他の人にすすめるから
		X/Twitterで時々エゴサーチして「知人が勧めてたので読んだ」的な投稿を見かける
		[社会的証明]
	出版してから5年以上経っても売れ続けているということの意味
		5年間の[時の試練]に耐えた
		この5年間で陳腐化しない長期的に価値がある内容が書かれている
		カバーの「10年後も役立つ考え方」を半分実証した



本当に今後も価値のある内容か？
	[ChatGPT](2022)に代表されるLLMの発展
		執筆時点(2017)でまったく予期できなかった
		これは書籍の内容を陳腐化させるか？
	個人的にはそうでないと思いたいが、自分以外の視点が欲しい
	そこでLLMに聞いてみた(実験)
	[nishio.icon]プロンプト:
	>これは2018年発売の私の本「エンジニアの知的生産術」の序文と目次です。LLM技術が発展して文章の理解や生成が機械によって強力に加速している2024年現代の視点で見返してコメントしてください。
	[claude.icon]Claude 3 Opus:
	>2024年の視点から見ると、「エンジニアの知的生産術」の内容は、ますます重要性を増していると言えます。
 >LLM（大規模言語モデル）の発展により、情報収集や知識の習得が加速している一方で、得られた情報を咀嚼し、自分なりのモデルを構築することの重要性は変わりません。本書が提唱する「[学びのサイクル]」は、現代でも有効なフレームワークだと考えられます。
 [https://gyazo.com/56c35b870ce8e2e8ddcdadc2e346fd3e]
		これは今まさにやっていること
		　LLMについて調べたり、実際に体験したりして情報を収集する
		　予測モデルが構築され「こう使えば有益な結果が得られるのでは？」という仮説が生まれる
		　その仮説を実験して検証する、うまくいけば有益、うまくいかなければ[学びの機会]
	続きの出力も紹介する
	>「やる気を出す」ことに関する章は、AIの発展によって自動化が進む中でも、人間の[創造性]や[意欲]が重要であり続けることを示唆しています。
 >「記憶を鍛える」技術は、AIが情報を記憶・検索する能力が飛躍的に向上した現在でも、人間にとって重要なスキルです。単なる情報の記憶ではなく、[知識を構造化]し、[** [応用する能力]]が求められています。
 >「効率的に読む」スキルは、[** [情報の氾濫]]がさらに加速した現在、より一層重要になっています。本質を素早くつかみ、必要な[** [情報を取捨選択する能力]]が求められます。
 >「考えをまとめる」ことは、ChatGPTなどの言語モデルが発展した現在でも、人間の固有の能力として重要です。機械によって生成された情報を批判的に吟味し、[** [自分なりの考え]]を形成することが求められています。
 >「アイデアを思いつく」プロセスは、AIが発展した現在でも、人間の創造性が発揮される領域です。機械による発想支援はできても、最終的に[** [価値あるアイデア]]を生み出すのは人間の仕事だと言えます。
 >「何を学ぶかを決める」ことは、AIの発展によってさらに重要になっています。与えられた課題を効率的にこなすだけでなく、自ら[** [学ぶべき対象を見極める能力]]が求められています。
 >総じて、「エンジニアの知的生産術」で提示されている考え方やスキルは、[AI時代を生き抜く]上でも重要な示唆を与えてくれる良書だと評価できます。[機械の力を活用]しつつ、[人間としての創造性を発揮する]ための指針として、現代でも大いに参考になる内容だと考えられます。
 LLMを使うことによってこのような文章がローコストに生み出せる時代が到来した
 	この文章を読んだ人が「面白いな」と思ったなら、「面白さ」という価値が生産されたということ
 	この文章を読んだ人が説得力を感じて本を買えば、過去の知的生産物に光を当てて、現金価値が生産されたということ
	僕は、出力された文章自体も面白いし、「本の内容をLLMに読ませたらこの出力が出た」というプロセスも面白いと思う
		これこそ「LLMを用いた知的生産」の実例
　　「エンジニアの知的生産術」は「コーディングを支える技術」という一冊の本が執筆される知的生産プロセスの観察から生まれた
　　いま「LLMを用いた知的生産」のプロセスの観察から新たな知的生産物が生まれつつある


執筆後の変化
	知的生産の方法論の進化を語る上でまず2018年から今までの変化を語る
	　そうしなければ現在と未来を語るための前提知識が足りない
　大きく分けると3つある
　　ブログからScrapboxへ
　　紙のKJ法からKozanebaへ
　　LLMの発展とAPIによる統合


ブログからScrapboxへ
　2000年代前半からブログを書いていた
　　2000年にGoogle検索が日本語でのサービスを開始した。インターネット上に学んだことのメモを書いておけば「以前やったアレ、なんだっけな」と思ったときにGoogle検索で見つかる
　　最初は個人的メモが動機で始めたが、たくさんの人から感謝された。SNSの発展と共に言及に気付きやすくなった
　　>インターネット上で資料を公開しておくと、たまに SNS などで言及されて思い出すきっかけになります。社会的に需要の高いものほど高頻度で言及されるので、より高頻度で見なおされ、改善されていきます。(p.141)
　　	(本には書いてないが個人的には「[社会的トリガー]」と呼んでいる)
	各種のメリット
		書くことのメリット: 消えなくなる(p.149)
		デジタルで書くことのメリット: 検索できる(p.20)
		公開の場に書くことのメリット: 社会的な価値発生(p.141)
　[*** Scrapbox](注: 2024年5月にScrapboxはCosenseへと名前が変わった、この講演ではScrapboxと呼ぶ)
　	「エンジニアの知的生産術」執筆中の2017年にScrapboxを試し始め、2018年の出版の頃にはとても気に入っていた
　　が、構成の関係で書籍にScrapboxの章を追加することはできなかった(p.175の脚注でギリギリ言及している)
　　2024年現在、約2万記事、文章量にして書籍60冊分のコンテンツがScrapboxに書かれている
　Scrapboxのメリット

仮
　リンク特化の記法、存在しないページへのリンク、自動的な曖昧検索
　知識のネットワーク構造としての表現をとても加速する
　蓄積が溜まるとメリットが増える


紙のKJ法からKozanebaへ
　何ページで予告したもの
　(p.176)
　デジタルツールを作って、十分満足いくものになったので紙でのKJ法をしなくなった
　物理的空間をしめない、長期的に汚れずに保管できる
　コピーペーストができる
　線を引くこと
　　関係を明示したまま動かすことができる


LLMの発展とAPIによる統合
	[自分のScrapboxをChatGPTにつないだ]


　2023年3月
　　当時まだRAGという言葉は今ほどバズってなかった
　Kozaneba知ってる、パーソナライズされた応答
　デジタルになってるから入れられる