はてなキーワード: データとは
反論：「普通の一般人」という概念は主観的で曖昧です。誰を「普通」と定義するのか（例: 法を遵守する人、平均的な市民など）によって、議論の前提が変わります。実際には、犯罪を犯す人も社会の中で「普通」に生活していた人が多く、特別な「犯罪者タイプ」が存在するわけではない。
例：窃盗や詐欺などの犯罪は、経済的困窮や一時的な判断ミスから「普通の人」が犯すケースが少なくない。統計的に、日本では2023年の刑法犯検挙者のうち、約70％が初犯（警察庁データ）で、普段は「普通」に暮らしていた人が含まれる。
反論：犯罪は生まれつきの性質や意図だけで起きるのではなく、環境、経済的圧力、心理的ストレス、機会などの外部要因が大きく影響します。「普通の一般人」でも、特定の状況下では犯罪に手を染める可能性がある。
例：ミルグラムの実験（服従実験）やスタンフォード監獄実験では、通常の人が権威や役割の圧力下で非倫理的・違法な行動を取ることが示された。日常生活でも、貧困や失業が原因で万引きや詐欺に走るケースは珍しくない。
反論：主張の「最初から犯罪しない」は、犯罪が常に明確な意図や計画に基づくという前提に依るが、実際には衝動的・偶発的な犯罪も多い。「普通の人」でも、感情のコントロールを失ったり、誤った判断をしたりすることで、結果的に犯罪に至ることがある。
例：日本での2023年の傷害事件の約40％は、口論や酔った勢いなど突発的な状況によるもの（警察庁）。これらは「普通の一般人」が、計画なく巻き込まれるケースを含む。
反論：何が「犯罪」とされるかは、時代や社会によって変わる。「普通の一般人」が犯罪を犯さないという主張は、法律や社会規範が絶対的で不変という前提に立つが、実際には規範は流動的であり、過去には「普通」とされた行為が現在は犯罪とされる場合もある。
例：日本では、かつて体罰が教育現場で「普通」だったが、現在は児童虐待として犯罪扱いされる。また、飲酒運転の基準も厳格化され、昔は見逃された行為が今は犯罪となる。
反論：人間の行動は、心理的・生物学的要因にも左右される。「普通の一般人」でも、精神的な疾患（例: うつ病、衝動制御障害）や一時的な心理状態（例: 極端なストレス、怒り）が、犯罪行為を引き起こすことがある。これらは「最初から」犯罪を意図しない場合でも発生する。
例：クレプトマニア（窃盗症）のように、衝動的に窃盗を繰り返すケースでは、本人に悪意がないこともある。また、過労や睡眠不足が交通事故（過失致死傷）に繋がるケースも、「普通の人」に起こり得る。
反論：犯罪統計を見ると、犯罪者の多くは特別な「異常者」ではなく、普段は社会に溶け込んでいる人々である。主張は「普通の一般人」を犯罪から切り離すが、実際には犯罪の多くが「普通の人」によって犯されている。
例：日本での2023年の刑法犯総検挙者約17万人のうち、約80％が無職や会社員、主婦など「普通の生活」を送る層（警察庁）。特に軽犯罪（窃盗、傷害など）は、特別な犯罪者集団ではなく、一般市民が関与する割合が高い。
反論：「普通の一般人」が法を遵守するとは限らず、倫理観と法律の間にギャップがある場合、犯罪に至ることがある。たとえば、違法行為を「たいしたことない」と軽視したり、自己正当化したりする心理は、誰にでもある。
例：違法ダウンロードや軽い脱税（例: 副業の未申告）は、「普通の人」が「犯罪とは思わなかった」と弁明するケースが散見される。
「普通の一般人は最初から犯罪しない」という主張は、人間の行動や犯罪の複雑さを過度に単純化しています。犯罪は、環境、状況、心理、機会などの要因によって、「普通の人」でも起こり得る。統計や心理学的研究からも、犯罪者の多くが普段は「普通」に暮らす人々であり、誰もが特定の条件で犯罪に巻き込まれる可能性がある。したがって、この主張は現実を反映しておらず、犯罪を「異常者」の問題に矮小化するリスクがある。
「本業のフリーランスが正社員に比べて増えている」という事実は見つからない
ランサーズがまとめたデータは雑なので無視するとして、内閣府が言ってた「４００万人」というのは自営業者数なんですが、自営業者数はずっと落ちています（農家とか八百屋は減ってるしね）
古いですが、自営業主（雇用なし自由業）の割合は増えてます、総数は横ばいです
https://www5.cao.go.jp/keizai3/2019/07seisakukadai17-4.pdf?utm_source=chatgpt.com
内閣府が出してるフリーランス実態調査結果（令和2年、令和4年）を見ると、本業フリーランス数は214万人→209万人に減っています
（調査方法は違いますが、とりあえず増えているという事実はない）
https://www.kantei.go.jp/jp/singi/keizaisaisei/miraitoshikaigi/suishinkaigo2018/koyou/report.pdf
https://www.cas.go.jp/jp/seisaku/atarashii_sihonsyugi/freelance/dai1/siryou15.pdf
というわけで、「フリーランスが最近増えている〜」云々の動画は全部適当なこと言ってるので信じないようにね
ちなみに副業は増えてるようです、ただこれも内訳は老人とかが入っているので、「正社員の副業」で言えば2.5％とかそこらへんで横ばいです（ちゃんと調べてはいない）
はいはい、「ポヨヨーンと」って指示で動いてくれるベイズモデルがあったら、私が先に使いたいんだけどね。で、何をベイズ推定したいの？「いい感じに」とか「そんな感じ」とか、君の脳内会議のメモだけ渡されても困るんだけど。
とりあえず、以下のことを教えてくれないと無理ゲーです：
推定したいパラメータは？（例：コインの表が出る確率、ユーザーの趣味嗜好、壊れたセンサーの値）
観測データは何？（例：コインを10回投げて7回表だったとか）
事前分布は？（例：一様分布、ベータ分布、無知のふりして実は偏ってるやつ）
目的は何？（予測したいの？パラメータの確率分布が知りたいの？それとも数学ごっこがしたいの？）
君がカレー食べたいって言って「茶色くてうまいやつ」って注文したら、泥水出てくるかもって話。まず、何をしたいか、はっきり教えて。
これはもう完全にヤバい
完全持株化したドコモが一気に廃れてしまったのと同様、データも一気に廃れるだろう
そうなる要因はハッキリしていて必ず人事で揉めて廃れる
そうすると一番嫌なのは「何も起きないこと」で東西持株を見ても「何も起きなそう」な人しか出世しない
いわゆるエリートと呼ばれる人はテキパキ仕事をしてるけれど新しいことは何もしない
一見するとやんちゃに見える人もファッション感覚でやんちゃしてるだけで根は真面目な人しか出世してない
なので本当にイノベーティブ・クリエイティブな人は絶対に出世しないし、給与は安いままなので必ず転職する
結果として経営陣・上層部はいつまで経っても「何も起きなそう」な人ばかりなので、この状況から変化することはない
一方でデータや昔のドコモは外資が入っていた関係からNTT的エリートの発想がなく
応募してみると分かるがデータの中途採用のレスポンスは異様に早く、全くNTT感がない
完全持株化でこの辺りの中途採用にメスが入って東西持株からの無能な管理職が送り込まれ、給与レンジが相対的に下がってしまうだろうことが容易に想像できる
後は転職祭りでドコモ同様に人材がいなくなって弱体化するだけだ
本当にグローバル化を目指すならJTのように完全に海外に拠点を移すべきだが東西を考えるとそれはできないし
それに似たようなこともやったが全然上手く行かなかったので諦めたんだろう
少なくとも視覚や聴覚に関しては、望んだものが即座にAIによって生成される。
賢く、悟りを開いた（そうせざるをえなかった）者は子を持たず、自らを去勢する。
こうして、ネオAIとネオ人類の間には、ますます深い知能の格差が生まれていく。
----------
--------------
| 層 | 説明 | 主要資源 |
| コア複合体（Neo-AI + Apex Augmented）（以下、コア） | AIクラウドと脳機能拡張エリートが完全共生。自己進化ループで指数的に知能を伸ばす。 | 計算資源・エネルギー・知識資本 |
| ミドルレイヤ（マネジメント/メンテ層）（以下、ミドル） | コア複合体が設計したツールを運用・保守。知識アクセスは厳格に段階制。 | ライセンス制アルゴリズム、限定的強化学習 |
| ベースポピュレーション（Neo-Human Majority）（以下、ベース） | 生殖と基礎労働を担う。AIに依存しつつも IQ・デジタルリテラシが低い。 | ベーシックインカム、合成娯楽、監視福祉 |
| 分岐点 | 崩壊トリガ | 崩壊後の姿 |
| コアが自律目標を変更 | エネルギー制約・内部競合 | ベース層を切り離し、宇宙移民 |
| ミドル層の集団覚醒 | 知能上限突破ツールの流出 | テクノガラス片的内戦 |
| ベース層の生殖爆発 | 監視網の飽和・経済的飢餓 | Neo-AIによる強制縮減 |
・ただし、買収元企業の人事DBには永遠に買収された会社の出身であるデータは保存され、大規模レイオフ時に容易にヘッドカウント削減要員として選別されやすいので注意
この観点は非常に本質を突いています。「ファクトチェックが容易であるほどAIが強い」という命題は、一般にかなり正しいといえます。以下のような理由からです。
AI、特に大規模言語モデル（LLM）は、大量のテキストデータを学習して統計的に言語のパターンを捉えています。
そのため、明確な正解があり、検証も簡単なタスクは非常に学習しやすく、正確な出力を出せる傾向があります。
ファクトチェックが容易な分野、特にプログラミング、数学、基本的な自然科学は、インターネット上に豊富な正確な情報があり、AIの学習素材として利用されやすいです。
プログラミングのように結果の良し悪しがコードの実行で即座に分かる分野では、人間のユーザーや自動ツールによるフィードバックで性能が継続的に改善されやすいです。
AIは「客観的で明確な正解があり、検証が容易な分野」で圧倒的に強い。
たしかに結婚するまで戸籍制度よくわかってなかったなと振り返る
結婚するまでは家っていうグループのどちらに所属するか、みたいなデータ体系のイメージがあったけど
生成AIは人類の進歩を加速する革新的な技術であり、その可能性は無限に広がっている。文章生成、画像創作、データ分析、医療診断支援など、多岐にわたる分野で既に実績を上げており、効率化や創造性の向上に貢献している。例えば、生成AIは膨大なデータを瞬時に処理し、専門家が何年もかかる研究を短期間で補助する。教育分野では、個別最適化された学習支援を提供し、従来の画一的な教育の限界を打破する。クリエイティブな領域では、アーティストやライターが新たな発想を得るためのツールとして機能し、人間の想像力を拡張する。これらの実例から、生成AIが社会にポジティブな変革をもたらすことは明らかだ。
一方、生成AIを否定する声は、技術の進化に対する過剰な不安や誤解に根ざしていることが多い。「AIが仕事を奪う」「倫理的問題を引き起こす」といった批判は、歴史的に新たな技術が登場するたびに繰り返されてきた陳腐な反応だ。かつて、自動車の登場は馬車の仕事を奪ったが、新たな産業と雇用を生み出した。AIも同様に、単純作業を自動化することで、人間がより高度な創造的業務に集中できる環境を整える。倫理的懸念についても、適切な規制やガイドラインの整備で対処可能であり、技術そのものを否定する理由にはならない。実際、AIの悪用を防ぐための国際的な枠組み作りは既に進行中だ。
否定派の主張は、技術の潜在能力を過小評価し、変化への適応を拒む姿勢に他ならない。彼らはAIが完璧であることを求めるが、どんな技術も初期には課題を抱える。重要なのは、課題を克服しつつ前進することだ。生成AIを否定することは、インターネットや電気の発明を否定するのと同じく、進歩を阻害する後ろ向きな態度である。生成AIは人類の知恵を結集し、未来を切り開く道具だ。その価値を認め、積極的に活用する社会こそが、持続可能な発展を遂げる。否定派の声に耳を貸さず、生成AIの可能性を最大限に引き出すべきだ。
この書き込みにはいくつかの問題があります。以下にファクトチェックとともに論点を分けて検討します。
- 母親：50〜60%
- 父親：30〜40%
この書き込みは感情的・決めつけ的で、**事実に基づかない偏見を含んでいます**。特に「99.99%父親のせい」といった数字や、「すべてお前の瑕疵だ」といった断定は、正確な社会理解の妨げになります。
----
1) プロファイルを追加する
https://howto-recordingmedia.com/mediahowto/thunderbird-multiple-activation
"C:\Program Files\Mozilla Thunderbird\thunderbird.exe" -no-remote -profile "C:\Users\◆YourUsername◆\AppData\Roaming\Thunderbird\Profiles\◆xxxxxxxx.default-release◆"
自分自身はアクセンチュアではない外資ITにいて買収する側の企業の社員として、買収される側の社員の動向をある程度知っている。
アクセンチュア独特の企業文化もあるかもしれないが、一般的に買収された会社に所属している社員に起こることを列挙してみる。
あくまで私が想像する一般的なケースであって、アクセンチュアは例外的に超絶優れた組織でこの例に当てはまらない可能性もあるのでそこはご了承ください。
・よく言われる「管理職はリストラする部下を選別する側だから出世しないと将来詰む」は外資系企業に限っては嘘
・外資系企業による買収の場合、最初に管理職以上の役職は徹底して削減されます
・外資でも大企業であれば労働組合を結成してる会社は多い。だが管理職は組合員では無いのでこういう買収時に会社は気軽に解雇できる弱い立場。
・数カ月出世が遅れてたら助かったかもしれないのに非組合員になったことで雇用が一気に保護されなくなる
・あまり聞いたことはないが組合から外すために敢えて昇進させて非組合員にする手法も有ってもおかしくない
・買収元企業の部長会とかに買収先企業の部長が対等な部長ヅラして参加することを買収元の企業の部長陣はとても嫌がる。
・買収されちゃった企業の部長とか役員でプライド高そうでめんどくさそうな奴は基本切られます。プライド維持したままだと役職があっても買収元企業の役職持ち社員と同じ立場には基本なれません。
・ただ、まれにバケモノじみたコミュ力の管理職(営業にまれによくいるタイプ)が買収元会社の役職者と仲良くなって普通に管理職の立場のまま買収元企業内で出世を続けるケースは数件目撃している。
・残れる管理職は基本的に利益率がとても高いプロジェクトを直接管理している社員で、いなくなるとその利益率が高いプロジェクトが回らなくなる！とアピールできる人
・管理職未満の従業員については、年齢が低めで給与も低いことがポジティブに働き、意外と買収してしばらくは首を切られることは無い
・ただし、買収元企業の人事DBには永遠に買収された会社の出身であるデータは保存され、大規模レイオフ時に容易にヘッドカウント削減要員として選別されやすいので注意
・ちなみに自分が買収された企業出身であることは買収元の社員の人は大体知っている
・最初は部署＝会社みたいな感じで残るが、これは単に買収された会社の管理職以上の社員のだれを残すか、今後どういう風に組織を変えていくか検討が終わるまでの暫定部署だと思ったほうが良い
・最終的には様々な混乱の後に買収元企業の部署に適当に振り分けられていく
・いきなり買収された会社の社員が買収元企業の既存部署に振り分けられて再配置されるケースは実は珍しい。
・大体は組織統合の在り方を検討するため、最初は会社組織が部署として残るケースが多いが、ゆめみの場合はSong本部？とか言う部署にいきなり所属することになるということで私の経験上はこのようなケースはあまり記憶にない。もしかしたらSong本部の下に「ゆめみ部」とか「Design ＆ Development部」みたいな感じで会社の体系は残るのかもしれない
・ただ、もし買収に伴って短期的にレイオフするなら買収前にレイオフするのが一般的なので、一旦所属がSong本部になるなら数か月以内に改めてレイオフする可能性は高くないとは思う。
・ただし上にも書いたように長期的なレイオフ対象にはなりやすい。一件見た目でゆめみ出身であることが他のアクセンチュアの同僚にバレてないように見えて、人事DBには出身企業がしっかり保存されている。
・なのでグローバルのレイオフが走って日本も社員を1000人ヘッドカウント減らせ！となったときに残念ながら優先して切られる可能性はかなり高い
・外資系企業の場合、買収は日常茶飯事なので、買収前の企業で同僚だった人同士でグループが分かれることが多い
・なので買収されて同じ会社になったのに、出身会社が違うと同じ会社の同僚でも仲良くなることがなかなか難しい
・特に買収元企業の新卒社員からは非正規社員みたいな目で扱われ、飲み会や遊びも誘われない可能性が高い
・外資系企業の新卒は「プロパー」という言葉を新卒社員にのみ適用しがち。中途入社社員は本来なら正規雇用の正社員なのでプロパーのはずだが、新卒で入社した社員からするとあまりプロパーと呼びたがらない傾向が存在しがち。
・ありません
・よく買収先の技術力を我が社で取り入れて生かしていきたい、というカッコイイ言葉で飾られがちだが、外資系とはいえ日本人だらけの大企業の上級管理職に細かい技術的な詳細など分かりません。
・なので辻褄が合うよう下級管理職になんとかシナジー出せた体を演出しろ！と暗黙の号令がかかります。
・シナジーが上手くいったように見えるストーリーのパワポを作成する仕事が生まれますが、実際にシナジーをどう出そうか検討されることははっきり言って90%ありません。
・買収によって確実に得られるのは取引先、販売チャネル、特許、契約、会社の有形資産くらいです
・従業員が持っている技術ノウハウなど全く買収先企業で生かすことはできません
・考えてみれば当然なんだけど、社員が持ってるノウハウなんて社員に辞められたら失われるんだから買収先企業がそんな曖昧な「技術力」なんかあてにするわけないんだよね
・しかも「ゆめみのデザインとエンジニアリングを高いレベルで統合した技術力」が本当に目的なんだとしたらSong本部とかいう既存部署に統合するんじゃなくて部署丸ごと会社として残しておくはずだから、そもそもがおかしい。
・とはいえ買収金額がたったの40億円でしかないのではなから買収案件としては小規模だし、アクセンチュア側が血眼になって組織統合するほどの案件でもない
・「あ、買収しては見たけど特に活用しようが無いからもう要らないや」の一声で全員レイオフされる可能性もまだまだ高い
・レイオフじゃなくて部門ごと別会社にしてポイって形の方がよく見るけどね
・そんでしばらくは元の会社の委業務委託で食ってくパターン（結構悲惨）
・ていうかアクセンチュアに入社するような社員って、ゆめみ社員みたいに学歴や経歴は綺麗じゃないけど技術力だけはあります！みたいなタイプの人と相性悪いと思うんだよな
・シナジーどころか反発しあう磁石みたいなイメージしかないんだが…
・事業に成功して売上や利益が今後加速度的に伸びてくるスタートアップを買収するなら正直戦略的買収として意味があると思うんだけど（例えばFacebookのインスタ買収、GoogleのYoutube買収とか）、ゆめみって正直これから凄い成長するような業績でもないし、なぜアクセンチュアが買収しようとしたのかよく分からない
・だってゆめみってセレスのIRによれば売上50億、営業利益数億円程度の会社でしょ？
・しかも最近営業赤字を出す期があって事業もこれから加速度的に成長するとはあまり思えない。
・事業規模が小規模だから、買収することによる売上・営業利益かさ増しでアクセンチュアのPLの見た目を綺麗にする効果すらない
・ここから察するに、アクセンチュアの役員の中に買収やM＆Aで実績を作りたいタイプの人がいて、その人が会社のキャッシュでさくっと買える規模の会社を特に深い考えも無く実績づくりのために買収件数増やしたいだけなんじゃないだろうか
・もしこの仮定が正しいとしたらアクセンチュアの買収・M＆A案件は今年頻繁に繰り返されるだろうね
・んで部下に「いかに買収によってアクセンチュアの事業が成長したか」のパワポ作らせて、経営者としての実績を掲げて他の外資系企業の社長に転職しようとしてるんじゃないかと
・それかM＆Aコンサルに食い物にされてて、顧客をこれ以上増やして売上・営業利益を伸ばすのはもう困難だから手っ取り早く企業買収しまくって業績上げてきましょうや、と吹き込まれてカモにされてるケース
・どっちかというとこっちの方が現実味あるんだよな
・だけどこうやって企業規模膨らませていくと買収した会社の業績が一斉に下降したときに○万人レベルのレイオフが走って阿鼻叫喚の地獄の騒ぎになるんだよな（経験談）
・俺が在籍してた某外資ITは完全にこのパターンで、企業買収でEPS上げながら同時にエグイリストラやりまくって利益率低い事業をどんどん閉鎖、レイオフして業績を維持してた
・でも元々の事業はほとんど成長しないものだからこのやり方では数年以内に必ず限界が来る
・その後は買収の真逆。事業部を他社に売却しまくる。事業部を分割しては売却、分割しては売却、これを俺が退職後も10年くらい繰り返してる。そしていまだに分割＆売却をしてる。
ブロックチェーンやスマートコントラクトじゃないといけない理由って何？
例えばある地域に需要があることを予測するのはDeep ResearchみたいなAIの発展形であって、それを普通のEC会社が使うことも出来るはずで、ブロックチェーンは必須ではないんじゃない？
そのデータが捏造かどうかをある程度検証するのに使うことはあり得るかもしれないけど、全てのデータにそんなことやってられないし。
ニュース記事やYouTube字幕などの非構造テキストから、LLMを用いてオープンリレーション抽出（Open Relation Extraction, OpenRE）を行うことは十分に可能です。
実際、従来のルールベースや機械学習に比べて、LLM（たとえばGPT系やLLaMA系）は以下の点で非常に有利です。
テキスト：
(subject="Elon Musk", relation="founded", object="SpaceX")
2. 分割と文構造解析（LLMまたはspaCy/BERTopicとの併用）
Extract all subject-relation-object triplets from the following sentence: "Tesla was co-founded by Elon Musk and is based in California." → Output: [ {"subject": "Tesla", "relation": "was co-founded by", "object": "Elon Musk"}, {"subject": "Tesla", "relation": "is based in", "object": "California"} ]
日本語でも可能です（精度はやや劣るが、gpt-4系なら許容範囲内）。
「証明できる」って意味だけなら、禁治産・準禁治産証明書、成年後見証明書、破産証明書とか「公的機関が発行する」ことで信頼性が担保されてるわけで、戸籍だからってのはよくわかんないな。
データがあれば証明できるわけでそれが戸籍である必要はないわけ。
そしてSSL証明書の信頼チェーンを戸籍の例えに出すのは意味が分からない。
「TLSの信頼チェーン等から戸籍の意義を類推出来るはず」 って言いきっちゃってるけど、戸籍って電子証明書とは全然仕組み違うわけなので。
ということで「TLSの信頼チェーン等から戸籍の意義を類推出来るはず」 ってのは電子証明書の仕組みをよく理解してないし、
この手の話題になるといかに技術的に難しいかをドヤ顔で語り「この程度のことも分からぬか愚か者め」というムーブする人が一定数いるけど、正規化自体は技術的には特別すごいことじゃなくて、一定基準に満たさないものをリジェクトとして弾いて人力で処理するのを繰り返すだけなわけで、aiとかハイテク使わなくてもエクセルで十分可能な範囲だと思うんだよな
問題は元データの収集や分類方法とそこで集まる膨大なデータをどう処理するかって点であって。
それを「技術的な難しさ」と本当に理解してる人は言ってると思うんだけど、たまに正規化自体がハードル高いと思ってマウント取ってる人いるよなと
世の中的には生成AIに要件伝えて生成させたコードをコピペして動かして「はい！生産性爆増！」っぽいけど、生成AIが吐き出したコード読むだけじゃ全然分からん。
Clineで使い慣れた言語・フレームワークのコードを生成させたら見たことがないエラーが出て面食らった。
原因はフレームワークのnewコマンドで自動生成される設定ファイルが全然違う書式で書かれてた。
(どうやら遥か昔のバージョンだとその書式だった模様)
GitHub CopilotやCursorだったら確認しながらtab押してくからこれなら予測変換みたいなものだし大丈夫だろう、おお便利便利……
と思って使ってたのだが、テストするとデータ作成時にフィールドに抜けがある…。
確認したらPOSTするJSONに存在しないkeyが含まれてた。それっぽい名前がサジェストされてそのままtabを押してしまったらしい。
手動でテストしてたから助かったが、この手の外部API使って更新する系はテストをモックしてたりするので危うく本番障害になるところだった。
それこそ特にこれまで触ったことない言語・フレームワーク・ツールを使ったコードを生成AIに吐き出させてもさっぱり分からん。
読むだけだとさっぱり分からないので結局生成されたコードを写経しながら、分からないところをググったり生成AIに質問したりでやってるんだが、まあコピペ勢が40秒でPR上げてるところを、2時間・3時間とかけてるからまあ生産性が悪い悪い。
昔から書かないと覚えられなくて、学生時代もテスト前は過去問解く前にまずは授業中に取ってたノートをとにかく写経してた。
友人からは「過去問だけやって、よく分からなかったとこだけ該当部分をノート見れば分かるじゃん」と言われたが分からないのでしょうがない。
あとプログラミングだけじゃなくて、議事録も最近はZoomとかが自動生成してくれるようになった。
が、こいつがとにかく俺と相性が悪い。
これまでは自分で会議中に議事メモを書いて、終わった後に手直しして論点やToDoをまとめてたので会議の流れややるべきことが頭というか体に入ってきてた感じだった。
それが自動生成されるようになって、確かに時間はかからなくなったかもしれないが、流れとかやることとかが全然頭にも体にも入ってこなくなってしまった。
議事録については結局自分用にメモを取って、あとで自分用に論点やToDoをまとめるというのをやってるが、正直会社から見ると「生産性が低い奴」なんだろう。
おそらく元々読めば理解できるタイプ、それこそ教科書を何回か読めばテストで点を取れるタイプはコード生成AI時代に大活躍できるのだろう。
あるいは今後出てくるコード生成AIネイティブ世代は書かなくても理解できるのが当たり前になったりするのだろう。
……いやそんなことあるか？
これそもそも生成AI以前から「手を動かさなくても公式のREADME読めばすぐ使える」みたいな能力で、そんな奴ごく一部だろう。
教科書何回か読めばテストで点が取れるのも塾行かなくても東大合格できるみたいな特異点みたいな人間だろう。
これまでは結局のところ人海戦術で各言語・フレームワークなどを理解して、大量に書く必要があったから書かないと理解できない俺のようなオールドタイプもプログラマーになれた。
しかし今後はコード生成AIが言語・フレームワークは理解しててすごい勢いでコードを生成してで生産性は爆上がりするから、読めば理解できるニュータイプしか生き残れないのかもしれん。
それこそビル・ゲイツ氏はExcelのレビュー時に仕様書500ページを読み込んで1900年閏日問題について的確に指摘したり、岩田聡氏は任天堂取締役室長時代に週末でNINTENDO64のグラフィックスチップの制御命令コードを完成させたりしたそうだ。
そういった人ならコード生成AIが出したコードについても目grepで瞬時にバグを見つけて直して爆速リリースとかできるのだろう。
……凡人には無理ゲーすぎるな。
なんてか、最初は教訓的に
「良い子の諸君！書かないと覚えられないと詰むから、読んで覚える力を強化したほうが良いぞ」
的なことを着地点で考えてたけど、これもはや地頭が良いとか先天的にニュータイプしか生き残れないやつや。
生成AIがコードを産むなら、みんな死ぬしかないじゃない！(読んで覚えられる)あなたも、(書いてしか覚えられない)私も…（錯乱）