制約を設計する - 非決定性との境界線¶
チェック¶
- [ ] 本文を確認した
- [ ] 概要を確認した
- [ ] タグを確認した
- [ ]
inbox/直下へ移行した
概要¶
LLMという非決定的なツールと向き合うために、制約を設計して決定性を作るというスライド。 人間もLLMも出力は揺れるため、標準化、テンプレート、チェックリスト、仕様、型、バリデーション、DB制約などで境界線を作る必要がある。 AI時代でも、基礎知識と設計力がAI活用の前提になる、という結論につながる。
本文¶
資料では、LLMの登場を、プログラミングの抽象度を引き上げる大きな変化として扱う。一方で、LLMは非決定的なツールであり、同じ入力でも出力が揺れる。この非決定性とどう付き合うかが主題。
ポイントは、制約を活用して決定性を作ること。LLMに何度確認させても、出力の揺れは残る。これは人間も似ている。人間も経験や状況によって判断が揺れる。だからこそ、標準化が必要になる。
標準化は、暗黙知を明示的で測定可能で更新可能な仕組みに変えること。手順書、入力テンプレート、判断分岐、チェックリストは、出力のばらつきを抑えるための制約として機能する。
ソフトウェアはもともと、非決定的な現実世界を仕様として決定する営み。Webフォーム、REST API、バリデーション、ロジック、型、データベースは、現実の曖昧さを決定的な処理に落とす境界線になる。
今後は、人間の曖昧な要求だけでなく、人間とAIの非決定性をソフトウェアとして決定していく必要がある。つまりAI活用でも、境界線、制約、検証可能性、変更可能性の設計が重要になる。
資料の結論は、AIが発展しても、抽象度を高めて見れば仕事の本質は変わらないということ。良い質問をするにも、出力を評価するにも、抽象的なアドバイスを活用するにも、基礎知識と経験が必要。AIが普及しても、人が学ぶ重要性は変わらない。
要点¶
- LLMは非決定性によって抽象度を上げるが、出力は揺れる。
- 人間も非決定的なので、標準化と制約が必要。
- チェックリストやテンプレートは暗黙知を測定可能な仕組みにする。
- Webフォーム、API、型、DB制約は非決定的な現実を決定する境界線。
- AI時代でも、良い質問・評価・活用には基礎知識と経験が必要。