TRANSLATED海外から

「AIは自分が知らないことを知っているか」英語圏の検証を3本読んだ

結論は割れています。ただし、割れ方に日本の実務でも使える共通点がありました。

AIの使い方6分

この記事の効能書き

読む人
AIの回答をどこまで信じるか、社内で線を引く立場の人
分かること
「自信の度合いを聞く」やり方が効く条件と、効かない条件
分からないこと
日本語での再現性。原文の検証はすべて英語で行われています

「自信の度合いも一緒に答えて」と指示すると、数字が返ってきます。あの数字をどこまで信じていいのか、英語圏では10年近く検証が積まれています。日本語の実務記事ではあまり訳されていないので、要点だけ持ってきました。

要約(原文の引用ではありません)

モデルは、自分の答えが正しいかどうかをある程度は言い当てられる。ただしそれが成り立つのは、問いの形式が学習時に見たものに近いあいだだけで、形式が離れるほど当たらなくなる。
Language Models (Mostly) Know What They Know(Anthropic, 2022)

日本の実務に効く部分

ここが実務での分かれ目です。一般的な知識を一般的な聞き方で尋ねるかぎり、自信の度合いはそこそこ当てになります。ところが自社の就業規則を貼る/地方の条例を聞く/今年変わった制度を聞くといった、形式も内容も学習時から離れた質問ほど、当てにならなくなります。実務で聞きたいのは、たいてい後者です。

編集部つまり「自信の度合いを聞けば安全」は、いちばん危ない場面でだけ外れます。効かない指示の一種として、この媒体の分類では「効かなかった指示」に入れています。

訳すときに落とさないようにしたこと

原文の主張は「ある程度は当たる」であって「当たらない」ではありません。日本語の紹介記事では、この手の結果が「AIの自己申告は無意味」と要約されがちですが、それは訳しすぎです。条件つきの結論を条件つきのまま訳す、というのがこの連載の方針です。

原文へのリンクは、編集部が全文を開いて該当箇所を確認してから貼ります。出典が付いているのに中身が違う、というのが当媒体のいちばん扱っている題材なので、そこで手を抜くわけにいきません。

参照した資料

この記事は外部の資料をもとに編集部が構成しています。訳と要約の責任は編集部にあります。

  • Language Models (Mostly) Know What They KnowAnthropic・2022EN

    リンクは編集部が原文を開いて該当箇所を確認してから貼ります。

  • Teaching Models to Express Their Uncertainty in WordsLin, Hilton, Evans・2022EN

    リンクは編集部が原文を開いて該当箇所を確認してから貼ります。

  • On Calibration of Modern Neural NetworksGuo et al.・2017EN

    リンクは編集部が原文を開いて該当箇所を確認してから貼ります。

あなたの場合は、どうですか。

同じ質問でも、人数・業種・契約の形が違えば答えが変わります。受け取った回答を貼ると、 その領域の実務者が条件つきで確かめます。登録不要・無料。

ほかの記録