AIが協働を変える方法

[注: AI がコラボレーションをどのように変えるかは、コラボレーション ベンダーおよび AI 企業とのインタビュー後に公開されるレポートの初期バージョンです。]

コラボレーションは依然として本質的に人間の仕事です。生成 AI は、人間中心の概念に疑問を投げかけます。 2024 年のコラボレーション ポートフォリオ: 機能図を再検討したところ、コラボレーション ワークストリームへの AI の導入に耐えられることがわかりました。 

この図にはすでに AI アシスタント、分析、検出が含まれており、そのすべての基盤にはある程度の推定インテリジェンスが含まれていました。共同作成/分析と呼ばれる新しいコア サービスを追加しました。これは、コンテンツのフィードバックや再書き込みなど、生成されたコンテンツ、要約、および共同作成とより正確に連携します。

これらのサービスがどのように現れるかによって、コラボレーション ポートフォリオの各部門の性質が変わります。この投稿では、将来的にコラボレーション機能で生成 AI が採用される可能性があるすべての方法を取り上げようとします。 

Excel での数式の作成などの一般的な領域は含めませんでした。これは、AI が個人の能力や能力に及ぼす影響に関する、より広範な将来の仕事領域に適合するためです。ツールや分野に関係なく、AI は人々がツールをより効果的に使用できるよう支援する役割を果たします。コラボレーション ツールも例外ではありません。

ただし、この投稿では、共同作業の一環として AI の恩恵を受ける直接的な共同作業に焦点を当てます。現時点では、共同作業は 2 人以上の人々の間で行われる作業であると私は考えています (詳細は後ほど)。現世代の AI がワークストリーム全体を管理できるとは思えませんが、ワークストリームの実行時間が短縮されることは確かです。

このテキストは、2024 年のコラボレーション ポートフォリオの主要なブランチごとに構成されています:個々の機能への分析における参照を含む機能図。

会議

生成 AI が広く利用可能になる前でさえ、インテリジェント機能の初期の実装には、文字起こし、同時翻訳、リアルタイムの字幕、ToDo アイテムのキャプチャ、音声認識などが含まれていました。コンピューター ビジョンは、発言者の感知、潜伏者の監視、参加者の環境に基づいたカメラの調整などの機能を備えたセキュリティを提供しました。インテリジェントオーディオは、ノイズリダクションと音声最適化機能に貢献しました。

特に ChatGPT のリリース以来、多くの機能が「AI」として宣伝されることがよくありますが、それらは神経適応技術であり、私は自律知能と呼んでいます。つまり、動物では、この種の脳の活動は、意識的な認知機能をほとんどまたはまったく必要とせずに自律的に行​​われます。処理。

生成 AI が会議を変える可能性のある方法のいくつかを以下に示します。

• プロジェクト会議の自動議題開発。以前の議題に基づいて、プロジェクト計画、プロジェクトの成果物 (状況レポートを含む)、以前の会議で割り当てられたタスクの状態などの項目は、会議にとって重要なことに焦点を当てた会議のための適切な議題を作成するための生成 AI の基礎となります。プロジェクトの説明と意図、参加者にとって何が重要かに基づいて決定します。
• プロジェクト以外の会議の議題作成を自動化します。プロジェクト以外の会議では、生成 AI の長所と短所が実証されます。強度の観点から見ると、生成 AI は、士気を高めるイベントから製品キックオフ、大規模なカンファレンスに至るまで、幅広い会議で提案される議題を提供する可能性があります。ただし、入力として新しいコンテンツが定期的に含まれるプロジェクト会議とは異なり、1 回限りの会議の議題は、意図と要望を説明するための生成 AI への大幅な入力がなければ、主催者のビジョンと一致していないことが判明する可能性があります。主催者にとっては、会議のパラメータを説明するよりも、議題を作成する方が依然として簡単である可能性があります。
• 適応的なアジェンダ。議論により会議が議題から逸れてしまった場合、生成 AI は優先度の低い項目を削除したり、トピックを将来の会議に移すなどして議題を調整できます。
• ブレーンストーミングとアイデア出し。このトピックにはコンテンツ作成の下に独自の機能がありますが、多くの場合、会議の議題に含まれます。仮想ホワイトボードとクリエイティブ スペースを使用すると、生成 AI はブレーンストーミングのプロンプトを提供し、既存のアイデアを活用して、表示されていない関連アイデアを提案します。さらに、仮想ホワイトボードの整理を支援して、オンデマンドで「クリーンアップ」クリエイティブ スペースを提供する可能性があります。
• レポートの概要、参照コンテンツへのリンク、出席者情報を含む自動化された会議議事録。 AI は、たとえば、単純な直線的なレポートではなく、会議のマインド マップを作成するなど、さまざまな形式で出力を生成することもできるでしょう。
• 自動化されたタスクの割り当て。生成 AI はアクション アイテムを特定するだけでなく、タスクの記録システムで個人に割り当てられたアクションに変換します。
• コラボレーションするよう人々を招待します。プライバシーやその他の制限によってこの機能が制限される可能性もありますが、理想的には、AI がさまざまな共同スペース全体で主題、トピック、コンセプトを特定し、相乗効果を提案し、紹介できるようになります。これは重複を減らすと同時に偶然の出会いを増やすのに役立つ可能性があります。グループ チャット、チーム スペース、永続的なチャットは、AI のこのアプリケーションから恩恵を受けるでしょう。
• アバターはビデオの代替品としてすでに利用可能です。 AI は、AI 代理人が制限内で人間の代わりに専門知識や地位に関する質問に答える機能を提供する可能性があります。個人用 AI モデルでは、死亡した従業員を含む元従業員も引き続き貢献できるようになります。 
  AI ベースのアバターはおそらく法的および倫理的な問題を引き起こす可能性がありますが、それらは今後数年間で解決され、最終的には雇用されている生計者がモデルを作成するだけでなく、組織が従業員のモデルを作成し、退職後にそのモデルを保持することが許可されることになります。 、元従業員に関連する他のデータと同様に。

文字起こしや翻訳などの現在の AI 機能は改善され続け、出力が単なる歴史的な成果物や会議に欠席した人のためのキャッチアップ ツールになるため、継続的な学習の基盤が形成されます。それらはナレッジ グラフの一部となり、組織、その活動、人々に対する AI の見方を改善します。 

写真提供:   Pexels.comの fauxels

文字起こしの翻訳と音声の組み込み、さらには点字や手話などのその他の出力により、会議活動がよりアクセスしやすくなります。

共同コンテンツ開発

生成 AI の魅力の多くはコンテンツで始まり、コンテンツで終わります。基本モデルの基礎となるコンテンツから始まり、その出力は多くの場合、新しいドキュメントの作成を目的としています。以下の分野では生成 AI 機能が採用され、ほとんどの場合、アプリケーションを通じた人間の創造からアプリケーションとの共創へとエクスペリエンスが完全に変わります。

• 動的コンテンツ生成。 生成 AI は、テキスト、画像、コードなどのさまざまな形式のコンテンツを自律的に生成することで、コンテンツ作成者を支援します。この機能によりコンテンツ作成プロセスが加速され、クリエイターは提案されたアイデアを検討し、それをさまざまな形のコンテンツに組み込むことができます。コンテンツ作成には、生成 AI の意味理解にもかかわらず、文脈的に正確なコンテンツを生成するために、適切なプロンプトが必要です。適切なプロンプトがなければ、生成 AI は作成者の意図を確認できません。コンテンツ生成プロンプトのパラメータとコントロールを管理するユーザー インターフェイスが登場する可能性があります。
• コンテキストを意識した執筆支援。 生成 AI はコンテキストを分析し、リアルタイムの執筆支援を提供し、改善を提案し、明瞭さを高め、一貫性を確保します。この機能は成熟し、個人のライティング スタイルとより調和する必要があります。「コンプライアンス ベースの」パートナーではなく、より創造的なパートナーになることができます。 Grammarly などの現在のモデルは、ニュアンス、スタイル、微妙な部分を文章から排除しようとすることがよくあります。また、執筆支援が、記事の必要のないオブジェクトとして認識されないことが多い「戦略」など、過負荷になった用語をより簡単に処理できるように、ドメイン知識を向上させる必要もあります。
• 自動要約。生成 AI は、広範なコンテンツを要約し、重要な洞察を保持しながら情報を凝縮し、多様な視聴者に適したものにすることに優れています。将来的には、ほとんどの長文コンテンツが自動的に要約され、要約がコンテンツへのゲートウェイとして機能するようになるでしょう。要約には自動的に解釈される構造も含まれる場合があり、読者は長い文書を見つけてから読み進めるのではなく、読みたい部分に簡単にアクセスできるようになります。
• マルチメディア コンテンツの強化。 生成 AI は、関連する画像、インフォグラフィック、視覚補助を提案して、マルチメディア要素でコンテンツを充実させることができます。この機能により、コンテンツをより視覚的に魅力的にするために必要な時間が短縮されます。組織は、著作権の問題を監視して、取得または生成されたコンテンツに、対象の配布をサポートするための適切なライセンスが付与されていることを確認する必要があります。
• アダプティブ言語スタイル。生成 AI はさまざまな言語スタイルを理解し、その出力を目的のトーンに合わせて調整します。これにより、コンテンツ作成者は視聴者に合わせたコミュニケーションとの一貫性を維持できるようになります。組織はこの機能をブランド アイデンティティの管理にも活用できます。
• リアルタイムの翻訳とローカリゼーション。 生成 AI はリアルタイム翻訳を促進し、コンテンツのローカリゼーションを変革します。生成 AI が成熟するにつれて、静的コンテンツとオンザフライのニーズに対する作業のほとんどを AI ツールが行うようになるため、コンテンツのローカリゼーションの役割にも影響が及ぶ可能性があります。
• カスタマイズ可能なコンテンツ テンプレート。  Generative AI は、クリエイターがカスタマイズできる事前にデザインされたコンテンツ テンプレートを提供し、さまざまなタイプのマテリアルの基盤を提供します。これにより、コンテンツ プロンプトを最初から生成する必要が減り、コンテンツ作成ワークフローが高速化されます。
• 文書の組み立て。 ドキュメントの種類に関係なく、生成 AI はドキュメントを生成するだけでなく、ドキュメントを組み立てることができる必要があります。法曹界はすでに、契約書やその他の法的文書においてその方向に進んでいます。 AI はリポジトリから情報を取得し、正しい語順を探すのではなく、事前に承認された現在のコンテンツを 1 つの文書につなぎ合わせた、段落などの大きな塊 (おそらくページ全体) を探します。
  文書アセンブリでは、事前定義されたコンテンツ コンポーネントと生成機能の組み合わせを使用して、提案書、カスタマイズされたピッチデッキ、クライアントに合わせた評価などの複数の部分からなる文書を作成できます。文書の組み立ては、ペルソナに焦点を当てたメッセージング アーキテクチャをセールス イネーブルメント コンテンツに変えるなど、変革的な行為となる可能性もあります。 AI によって生成されたレイアウトも、文書アセンブリのワークフローの一部となる可能性が非常に高くなります。
• インテリジェントなコンテンツ拡張。生成 AI は、完全性を高めるために追加のセクション、関連する詳細、または補足情報を提案することで、コンテンツの拡張を支援します。コンテンツ作成者は、文法の語数や語調を超えて概念的、推論、議論のサポートを提供する AI 生成の洞察により、トピックを包括的に網羅し、教材に深みと価値を加えることができます。
• 状況に応じたフィードバック。 Word 内の @mentions は、ドキュメントを細かいレベル (単語、文字でも) で扱う人々の共同作業の問題を​​解決しました。生成 AI ボットがディレクトリの一部になると、@mentions を介して呼び出され、テキスト文書、スプレッドシート、およびプレゼンテーションの本文内で特定の状況に応じたフィードバックを提供することができます。マルチメディア ファイルの共同作業環境は、一般的なオフィス ドキュメントほど洗練されていませんが、ビデオ、画像、オーディオに対しても同様のことができる可能性があります。
• ブレーンストーミングとアイデア出し。 AI は多くの場合、ブレインストーミングやアイデア出しの出発点となり、恐ろしい「白紙」のボードやシート紙を排除します。MiroやTheBrainなどのツールの現在の実装では、生成 AI を使用してアイデア出し、ブレインストーミング、分析、タスクのトピックを設定します。生成 AI は多くの分野の箇条書きリストを作成でき、創造性ツールを統合することで、それらの箇条書きがさらなるアイデアの出発点に変わります。

長い形式のコンテンツの問題

AI は、長編コンテンツのコラボレーションの問題を解決しません。さらに悪化させる可能性もあります。 Word がクラウドベースのドキュメント上で複数の共同作業者と共有するコンテキスト内のコメントを許可する前の時代、Lotus Notes のようなツールでは、ユーザーは次のようなことを書く必要がありました。 2ページ目は靴の調達についてです。」 

残念ながら、現在生成されているテキストは Word 以外の場所に保存されることがよくあります。 Microsoft は Word Copilot を提供していますが、早期の価格設定では埋め込み型 Copilot は当初は手の届かないものになる可能性があります。 「ChatGPT や Bard、あるいは Windows や Edge の Copilot の無料版で十分であれば、なぜ組み込みバージョンに月額 20 ドルや 30 ドルを費やす必要があるのでしょうか?」

私は、Microsoft Office の古いバージョンで十分だった時代に Microsoft で働いていました。 Lenovo が CES 2024 で実証したように、AI の経済性がエンドユーザーにとって負担が軽減されるまでは、無料版の AI が人々を Copilots から遠ざけるのに十分であることが証明されるかもしれません。これには、エッジ モデルへの切り替えも含まれる可能性があります。

生成 AI が優れたコラボレーション パートナーとなるためには、スタンドアロンのテキスト インターフェイスからオーサリング ツールやコラボレーション ツール内の機能に迅速に移行する必要があります。

コンテンツの共有

コンテンツ共有は基本的に、ファイル リポジトリへのコンテンツの投稿を管理します。多くのコンテンツは、個人のファイル ストアや単純なブログや投稿の領域に残ります。この機能は、次の機能ブランチであるコンテンツ管理を意味するものではありません。そうすべきだという意見もあるかもしれませんが、多くの共同コンテンツ プロジェクトは最終的に管理リポジトリに保存されないため、今のところはこの機能をスタンドアロンのままにしておきます。

AIに関しては、この機能をコンテンツ管理に組み込むだけでなく、AIが変革や管理を行うことが理想的です。

自動化されたワークフロー。このブログがテキスト文書として完成していると想像してください。しかし、そうなったのです。 WordPress がその意図されたターゲットです。 AI に、コンテンツを WordPress に移行し、適切なデザイン スタイルを適用し、ロイヤリティフリーの画像または認可されたリポジトリからライセンスを取得した画像を組み込み、SEO 用に最適化し、タグとカテゴリを追加して、ブログを公開することを許可できる必要があります。出版前のドラフトをレビューしたい場合がありますが、99% 準備が整っている必要があります。

同じプロセスは、Instagram から LinkedIn、Threads から X まで、あらゆるターゲット プラットフォームに当てはまります。もちろん、Jetpack やその他のツールは、公開時にソーシャル共有を提供しますが、それらの共有を最適化することは何もしません。 

AI を使用すると、コンテンツの一部がミニ キャンペーンの推進力として機能し、著者がトラフィックを長いブログに戻すために興味をそそる投稿を手動で作成するのと同じように、AI が最初のコンテンツの複数のソーシャル投稿を生成します。同じ手法を企業内で使用して、関連するコンテンツを掲示板に送り込み、チーム ページで宣伝することもできます。

コンテンツ ストアとコンテンツ投稿ボット。これは、企業内でソーシャル コンテンツのターゲットとコンテンツの投稿に使用されるツールの間でコンテンツ軍拡競争が展開される可能性がある分野です。

次のシナリオを想像してください。個人またはチームの AI が、希望よりも頻繁にコンテンツを投稿しようとしたり、意図した内容を投稿しようとしたりしません。 AI を使用して投稿の適切性と礼儀正しさ (おそらく過剰共有ではない) に基づいて投稿の受け入れを管理するリポジトリは、過度に攻撃的または対象を絞っていない投稿を拒否します。投稿は、投稿する価値があるかどうかを判断するために、最新性、関連性、またはその他の属性について評価される場合があります。企業内では、攻撃的なポストボットと AI ベースのコンテンツ ガードが軍拡競争を引き起こす可能性は低いでしょう。インターネット上ではそうなります。

マーケティング チームは、キャンペーンのポスト管理の問題に遭遇する可能性があります。ソーシャルメディアの指標は、関連性や正確性よりもエンゲージメントに関するものであるため、ソーシャルメディアは投稿により適していることが判明しますが、対象となるプラットフォームごとに、アサーティブボットへの対処方法について独自のポリシーが存在することになります。

コンテンツ管理

生成 AI は、自動分類、検索への新しいアプローチ、どのデータがどこでどのバージョンで管理されるかという課題など、いくつかの方法でコンテンツ管理に革命を起こす可能性があります。

•  自動文書分類は 文書を自動的に分類し、ユーザーが開発した分類法やオントロジーの必要性を減らします。これは、あらゆる種類のドキュメントに及びます。
• 革新的なコンテンツ取得方法。  AI はまた、タグや分類法によって割り当てられたモデルやパラメータではなく、AI のモデルやパラメータを活用してコンテンツを取得する多くの新しい方法を提供します。これは、技術の出現に伴い、数年かけて進化する分野となるでしょう。
• リポジトリ内の不協和音。 おそらく最も重要なことは、組織が生成 AI に関連するモデルやその他のデータを管理する最適な方法を決定する際に、生成 AI によってアプリケーション開発リポジトリとコンテンツ管理リポジトリの間に不協和音が生じることです。
• チャンクコンテンツのメタデータの課題。 チャンク化され、検索拡張生成 (RAG) 用に準備されたコンテンツに関連するメタデータなど、他の疑問も生じる可能性があります。元のドキュメントは、内部の生成 AI 拡張機能に存在することを反映するためにどのように更新されるのでしょうか?また、その「チャンク」はドキュメントのバージョンとして登録されますか?

メッセージング

メッセージングは​​チャットボットへのインターフェイスとして機能します。 AI は当初、メッセージ作成の拡張として機能します。電子メールやその他の形式のメッセージングよりも多くのコンテキストを提供する共同スペースに価値を提供するため、最終的には人対人で生成されるメッセージを排除する可能性があります。

Pexels.com の Anna Shvets による写真

• 執筆補助。さまざまな同期および非同期会議ツールと同様に、電子メール、チャット、テキスト、ソーシャル ダイレクト メッセージ (DM) などのメッセージングには、文章作成ツールが含まれることになりますが、生成的な表現を必要とする長文コンテンツにこれらのツールを使用しないことを願っています。 AIを介入させて分かりやすくする。
• 消費者向けボット。これらのツールのコンシューマ版には、銀行取引、ディズニーランドの乗車列、どの株を買えばよいのか、購入実行のゴーサインなどに関する質問に答える、特化した生成 AI ボットがホストされる可能性が高くなります。
• エンタープライズボット。企業内では、同様のテクノロジーとして、キャンパス ナビゲーション、会議出席依頼、コンテンツの概要と要求されたコンテンツへのリンク (メッセージによる検索)、企業のビジネス ドメイン、ポリシー、実践、手順に関する専門的または一般的な知識を備えたアドバイザリー ボットが含まれる場合があります。 
• メールの終わり？ 生成型 AI が最終的に電子メールを廃止し、企業のコラボレーションを共同ワークスペースとその内部メッセージング機能に移行するかどうかは不明です。これはうまく使えばはるかに効率的ですが、その理由を引き継ぐため、企業内のメッセージングは​​最小限に抑えられるはずです。人々はより積極的なメカニズムで電子メールを作成します。

作業管理

現在の生成型 AI は計画を立てるのがあまり得意ではなく、実行も特に得意ではありません。上記のコンテンツ公開シナリオでは、Word から WordPress、LinkedIn から Instagram まで、密接に接続されたシステムが必要です。 AI は、これらのシステムの期待フォーマットとそのパラメータに一致するコンテンツを作成する方法を理解する必要があります。これらはすべて、ほとんどの場合 API として存在します。 AI が自動アクションを実行するには、これらの API を習得する必要があります。

LAM の台頭。Rabbitに表示されているような初期のラージ アクション モデル (LAM) は、生成 AI がアプリ間のデータ インターフェイスをナビゲートできることを示唆していますが、セキュリティ モデルは原始的で制限的です。 LAM は、意味のあるレベルでプロセスを自動化するために、ビジネス アプリケーション間の広範な対話を確保する必要があります。

たとえば、コマンドは Microsoft Word 内で「WordPress に公開」というボタンを押すだけの単純なものにすることができます。プロンプトや迅速なエンジニアリングは必要ありません。 AI は作成者とターゲットをすでに知っており、コンテンツからメタデータを導き出すことができます。

この種のプロセス自動化ではほとんどのルールが回避されますが、AI のセットアップには、今日 ChatGPT などで行われているように、ある程度のカスタム命令が必要になります。また、プライバシーやその他の制約に応じて、それらは派生アサーションである必要があります。たとえば、生成 AI ツールを私の LinkedIn プロフィールと私の Web サイトに向けることができるはずです。そうすれば、手動で段階的に構築するよりも優れた私のモデルを構築できるはずです。

Microsoft が Edge の Copilot で取り組み始めているのと同じように、「ChatGPT がどのように応答するか」パラメータの多くはコンテキストに依存し、テキストとしてではなくユーザー インターフェイスを介して設定されると思います。

アダプティブ UI。私たちは、20 年以上前に私が提案したビジョン、つまりアダプティブ ユーザー インターフェイスにますます近づいています。アプリケーションをデータとして考えると、豊富なメタデータを持つこともできます。インテリジェントなインターフェイスは、ニーズを感知して (または明示的に表明して)、特定の問題を解決する一連の機能を組み立てることができます。 

たとえば、PowerPoint には今日の AI の世界における「スマート アート」が含まれていますが、そのアートはそれほどスマートではありません。必要とされているのは、スマート アートを超えた、適切にデザインされたグラフィックスであり、現在の AI レイアウトでは不十分であることが判明している可能性があります。 Wondershare の EdrawMax のようなプログラムには適切な機能がありますが、現時点では PowerPoint と周辺的に関連付けられているだけです (PPTX またはインポート用の互換性のある描画形式で描画を探索できます)。

ただし、EdrawMax にはすでにいくつかの AI が搭載されています。その AI が PowerPoint から引き継いで、PowerPoint の表からグラフィックを作成できるとしたらどうなるでしょうか? AI が Windows レベルのメモリやクリップボード交換を管理して、表を EdrawMax に組み込まれて PowerPoint スライドに転送されるグラフィックに変換できない理由はありません。はい、物覚えの長い人にとっては、この一部は、インテリジェンスなしでメカニズムを提供した AppleScript を思い出させます。

次のプロンプトを想像してください。「このテーブルを、次のテーブルの上に関連するアイコンがある円形のグラフィックにします。各セグメントは異なるパステル カラーにし、アイコンとテキストは白にする必要があります。」

AI が割り当てに自信がない場合、次のような質問をする可能性があります。「列 3 は繰り返しのようで、グラフィックが複雑になります。列 3 のデータをどうすればいいですか?」これは、グラフィック デザイナーが、データを意味のあるグラフィックに変換しようとしているものの、手元にあるデータの意味すべてを深く考えていない事業​​主に尋ねるかもしれない質問です。グラフィック デザインは、最初はテキスト ダイアログと共同で行うことができ、その後、「セグメント 1 の更新されたビジュアルをモデルとして使用してチャートを再生成する」などの視覚的なフィードバックが続きます。

現在、テキストは ChatGPT などのツールの UI になっています。それはチャットボットとして実装されているためです。そうである必要はありません。他の入力を使用して、生成的な AI アクションをトリガーすることもできます。画像、ビデオ、オーディオ、テキスト、コードが生成 AI ツールから生成できることはすでにわかっています。 

目の前の課題を超えて

作業管理には、最終的には計画の作成とプロジェクト管理 (タスク管理、スケジュール変更) が含まれる必要があります。これには、人間の時間を理解し、カレンダーと連携し、ロボット プロセス オートメーション (RPA) 命令を生成するための生成 AI が必要になります。

このレベルの統合には、アプリケーション間の深い接続とアプリケーション間のデータの自由なフローが必要です。

協調的な意思決定。 コラボレーションは、コンテンツ、デザイン、エクスペリエンスを作成または共有することだけを意味するものではありません。それは意思決定にも関係します。生成 AI は、経営幹部を含む組織全体の意思決定をサポートします。データが存在する場合はどこででも、それが何を意味するのか、そしてデータに基づいて組織が何を学習または実行することを示唆しているのかを AI に尋ねることは、最初は抵抗できず、結果によっては避けられないか放棄されるでしょう。

残念なことに、ハーバード ビジネス スクールの研究のような初期の研究の一部は、論文「 ギザギザの技術フロンティアのナビゲート: ナレッジ ワーカーの生産性と品質に対する AI の影響に関するフィールド実験的証拠」に記載されており、  AI が生産性の向上をもたらすのと同じくらい、同様の効果が得られることを示唆しています。不適切なデータを守るなどの行動さえも、誤った安心感を生み出します。

AI は洞察、さらには新しい解決策を提供する可能性がありますが、その提案は、同じトピックに関する人間からの提案と同じか、それ以上の精査を受ける必要があります。

AI は人間の意思決定に取って代わるのではなく、人間の意思決定を促進し、向上させるために使用されるべきです。

人物/ディレクトリ

発見。通常、人やディレクトリに関する AI の最初のトピックは発見です。私が行っている仕事や作成しているコンテンツに関連する人を見つけます。学習と共有のソースとしてのディレクトリ。

プロファイルの維持。ほとんどのディレクトリはメンテナンスが不十分であると問題があります。人々は自分のプロファイルを最新の状態に保っていないため、利用可能な検出は古いデータから実行されます。生成 AI を使用すると、現在の作業を反映するようにプロファイルを常に書き換えることができます (他の人に知られてはいけないプロジェクトに取り組んでいる人には権限が設定されています。このような場合でも、スキルや能力の抽象化を、何もせずにプロファイルに組み込むことができます)。秘密を漏らす）。

ディレクトリメンバーとしての AI。前述の生成 AI ボットにはディレクトリ エントリもあり、言及できるようになり、人々はメッセージングなどの他のディレクトリ駆動型機能を通じてアクセスできるようになります。

コラボレーションの再考

コラボレーションは、依然として 2 人以上の人々による活動です。将来的には、2 つ以上のエンティティについて考えるようになるかもしれません。最終的には、モデルのコストがより高価になる可能性が高いため、2 つ以上のエンティティが両方とも AI になる可能性があり、したがって、これまでより包括的な大規模なモデルではなく、より専門化された小規模なモデルが進化し、それらのモデルが活用されるようになるでしょう。お互いに協力するためのインタラクションスキル。

しかし、短期的には、AI は共同作業の場で第 3 の車輪として機能することになります。時には執筆者、寄稿者、批評家、キュレーター、そしておそらく一部の人にとってはカウンセラーや腹心でもあるでしょう。 

すべての共同作業には、関与を待つ AI コンポーネントが含まれます。クエリに迅速に反応し、コンセプト、コンテンツ、デザイン、要望を作成および批評します。どこにでも存在しているとはいえ、それは選択肢として残ります。それに関与するには人間の行為が必要です。場合によっては、コンテンツ管理システムがすべてのクエリに対して AI によって生成された要約を採用する場合など、その人間の行為が他の人間に押し付けられることもあります。他の場合には、ユーザー インターフェイス上に待機して、呼び出されるのを辛抱強く待ちます。

そして私たちはそれを呼び掛ける必要があるでしょう。私たちはその力と約束を理解しています。利益を得る方法を理解する唯一の方法は、参加することです。テストして刺激し、挑戦し、反省する。

Pexels.com の RF._.studio による写真

生成 AI は、ユニークなユースケースを新たなレベルに引き上げる可能性があります。各人は、共同作業し、自分を知り、自分の癖や偏見を最もよく反映する独自のバージョンの AI を持っています。私たちは今後もこの発明を擬人化し、親密で個人的なものにしていきます。

私たちの PC やスマートフォンは、そこに誘導できるほど賢くはありませんでした。私たちはそれらをある程度までパーソナライズしましたが、多くの場合、他の人がタスクバーやアプリケーションフォルダーをナビゲートするのが困難になるほどで​​した。ただし、アプリケーションに入ると、カスタム メニューを除いて、ほとんどのアプリケーションはユーザーに関係なく同じように動作します。

生成型 AI には当てはまりません。一般化してコンテキストに適応するということは、パーソナライズされたバージョンが存在することを意味します。 2 人以上の共同作業や 2 つ以上のエンティティではなく、人間の場合は常に少なくとも 4 人で開始します。これは、それぞれが快適さと完全性、さらには競争力を高めるためにお気に入りの AI を持ち込むためです。

コラボレーションの未来は、単に複数の人々が 1 つの問題に集中して最善の解決策を模索することだけではなく、ほとんどの場合、人類の歴史がその問題に影響を及ぼします。 AI の優れたユーザーは、コラボレーションとは、正しい答えに収束することと同じくらい、正しい質問をすることであることを理解しています。

そして、良い質問をするには、それらの質問を投げかけるソースの能力を知る必要があります。知的で生き生きとした人々と協力する唯一の方法は、良い会話ができるほど世界について十分に理解することであるため、生成型 AI は人々を愚かではなく、より 賢くする可能性があります 。