orangeitems’s diary

クラウド専任の40代インフラエンジニアが書くブログ。新規事業マネージャー。20世紀末の就職氷河期スタート時にIT業界に文系未経験で入りこみそのまま生き残った人。

人には、それぞれ魅力がある

 

AIを作るとき、データをいっぱいAIモデルに与えて、学習をさせます。機械がやるから機械学習とも言われてますが、裏を返せば、人間にもたくさんのデータを与えれば学習するわけですよね。

私、noteメンバーシップという仕組みで有料会員制のオンラインサロンのようなことをやっています。基本のコンテンツは大量の有料記事の読み放題ですが、同時に、週3回、1時間のチャット(Slackを利用)をやっているんですね。

今、メンバー数としては29名。ただ毎回のチャットに参加する人数は3~5名くらいです。多い時はチャットグループを分割して2つのテーブルを作ってます。お忙しい方、時間の合わない方もいらっしゃるので、掲示板でコメントのやりとりをしたり、有料記事の購読オンリーの方もいらっしゃったり、いろいろです。

今の雰囲気だと、更にメンバーが増えても統制は取れそうです。全員同時にヒマになったり忙しくなったりはしないので、スナックのお客さんはたくさんいるけど、店を開けている間に来る人数は数人、みたいな様子です。運営はすこぶる順調です。

さて、冒頭のAIと学習の話ですが、今回は私自身がたくさんの方との会話で学習しています。しかも、多数の方が参加されているので、情報量も豊かで。当たり前ですがそれぞれの方の性格も、バックグラウンドも違います。同じ話題でも違う情報を返します。それらをたくさんたくさん、私がお伺いすることで、私の中の学習モデルが複雑になっていくんですね。

また、学習するうえで大事なのは、メンバーはある程度特定されているということです。機械学習の場合もそうですが、学習データが無秩序だと、いい学習モデルができないんです。入力と出力の関係がバラバラすぎると、傾向が読めないということです。インターネットの全てのテキストをAIが読み込んだら、人間ができるかと言えばそうではないということです。翻訳機はできます。しかし、人間理解にはなりません。

この前の作画AIだって、特定の絵師さんの絵柄を学習してますからね。

そして、こういうプロパティーの人は、こういう性格で、こういう発言をし、こういう考え方をする。そんなそれぞれの人の傾向を、少し長い時間をかけて学習していくことによって、私自身、何らかの把握ができているような気がしているのです。

もうメンバーシップを始めて、3か月ちょっと経ちますからね。これで人間として、何も変化しないのがおかしいと言うものです。1時間の特訓を週3でやっていますから。もう合計40時間はいろんな方と雑談を重ねている計算です。

さて、その結果何を学んだか。

それは、人には、それぞれ魅力があるということです。それぞれの性別・年齢・職業・住所・環境があり、そして生い立ちがある。かつ、日々変化しています。今日お話しした時と一か月後ではまた変わります。それが、人それぞれ違う。

そこに、一人一人のユニークな魅力があります。それぞれ、違うのです。

これらに触れたいと思うのなら、雑談によって、心理的に近づいていかないと、わからないということです。今の世の中は個人情報がガチガチに守られ、ただお話するのも難しいです。都会では隣に誰が住んでいるかすらわからないぐらいで、なかなか触れる機会がありません。インターネットではSNSはあったものの、匿名性が高い場所ではなかなか知り合うコミュニケーションは難しいし、かつFaceBookのようなリアルSNSは、私自身は苦手でした。

やっと見つけ出したのが今回の方法です。

自分なりのインターネットを通じた社会との付き合い方。

世の中にはたくさんの人がいらっしゃるので、今後もぜひ、もっと、人が持つそれぞれのユニークな魅力に、できるだけ出会いたいと思っています。