HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

LLMが私の経験知を奪っていく

LLMs are making me lose my savviness (pgaleone.eu)

14 pointsby me2too10 コメント

要約

著者は、長年「作る人」として問題解決や創造に情熱を燃やしてきたが、LLMの登場により、開発プロセスが加速する一方で、構築する喜びや深い思考、エンジニアリングの挑戦が失われ、退屈さを感じている。LLMは学習方法も変え、実践的な「やって学ぶ」という経験知(savvy)の獲得を阻害し、自身のスキルが低下しているのではないかと懸念している。

全文翻訳

何が起こっているのか分からない。私は常に問題を解決し、物事を作り上げたいと願ってきた。しかし、デザインと開発プロセス全体を加速できるツールにアクセスできるようになった今、私はただ退屈している。もう構築する情熱を感じない。なぜなら、私は何も構築していないからだ。自分の代わりに何かを構築させることに、職人技はない。プロンプトを書くことに、本当の思考やデザインはない。エンジニアリングや挑戦は残っていない。ただ、プロンプトを入力し、出力を評価し、調整し、繰り返すだけだ。これは一体何なのだろうか?時々、何かを学ぶためにそれらを使うこともあるが、それは異なる学習方法だ。それは、応用せずに数学の公式の要約や説明を読むようなもので、全く無意味だ。私は常に、自分なりの「作る人」であった。トピックを深く研究し、問題や解決策について何時間も、眠れない夜を過ごしたものだ。全く関係ない活動をしている最中に、突然「これは素晴らしいアイデアだ」という感覚が湧き上がり、それを書き留めて実装するために急いでデスクに戻った、あの素晴らしい感覚を経験した。それは素晴らしく、やりがいがあり、本当に意味のあるものだった。私の脳は働き、自分で作ったものを見るたびに満足感を得ていた。おそらくこれは、コンピューター工学を5年間大学で学んだ結果なのだろうが、そうではないと思う。これは私がずっとやってきたことであり、エンジニアリングの考え方が私に合っていたのだ。長年にわたり、私はあらゆる種類のソフトウェアを構築してきた。MLライブラリからWeb開発ツール、ウェブサイトの作成、Linuxシステム管理のための無数のスクリプトの執筆、サーバーの設定、技術愛好家のオンラインコミュニティの作成、データベースアーキテクチャの設計まで。そして、もっと多くのこと。私が知らなかった言語や技術を、実験、学習、自己挑戦、そして楽しむために混ぜ合わせるという、私の罪悪感の喜び。今、それらすべてが失われたように感じる?アイデアを思いつくだけで、今月のモデルに実装を依頼すれば、そして、それはそこにある。あっという間に書かれ、コード品質は月ごとに向上している。もし私が事前にガードレール、ルール、スキル、デザインドキュメントを追加すれば、モデルは私が書いたものとほぼ同じものを生成する(実際にはそうではないが、ニュアンスは伝わるだろう)。もちろん、アイデアのサイズや複雑さにもよるが、 anyway、あっという間にプロトタイプを作成できる可能性は良いことだが、ひどいことでもある?はっきりさせておこう。自由な時間にこれを強制されているわけではない。仕事では、そして明らかに企業テック全般では、これらのツールを使わないと「取り残される」という巨大なプレッシャーがある。何に、取り残されるのか?もし誰かが、実行速度、技術的負債、保守性、コストを考慮したソフトウェア開発の真の生産性指標を見つけたら、LLMは輝かないだろうし、それらの導入と無思考な使用は、無限の技術的負債を生み出すだけだと私は確信している。それでも、私はローカルでLLMを使用している。なぜなら、それらはツールであり、私が長年発見し使用してきた他のあらゆるツールや技術と同じように、私はそれらを使いたいし、習得したいからだ。しかし、今回はその使い方が本当に退屈だ…幸いなことに、このプロセスで、ローカル推論用のマシンを設定して、ある程度の楽しみは得られた。ポイントは何だろうか?ポイントは、AからBへ移動することだけではなかった。ポイントは常に、AからBへ移動する間に楽しむこと、途中で何か新しいことを学ぶこと、そして経験知を得ることだった。それが中心的な問題だ:経験知(savvy)。そして私はそれを失っている。Merriam-Websterによると:savvy:実務において、知覚力、理解力、または賢明さを持つ、またはそれを示すこと。Savvyは私にとって基本的な考え方だ。やって学ぶこと。実行し、間違いを犯し、それらから学び、繰り返し、成長すること。LLMでは、間違いがあるたびに、私は学ばない。私はある程度の経験(34年前に生まれて幸運だった)があるので、間違いを見つけることができる。間違いを特定し、LLMに修正させることができる。ここでひどいのは、LLMプロバイダーが私の経験知を盗んでモデルをトレーニングできるということだ。だから、私はもうそれらの間違いを見ることもないし、私の経験知をトレーニングし続けることもできない。では…どうすればいいのだろうか?分からない。LLMを使用するプロセスで、私はまだ新しいことを学び、ある程度の楽しみを得ている。少なくとも、ローカル推論用のLinuxマシンを設定したし、その部分は最高だった。しかし、このブログ記事は主に、人間が書いた単なる愚痴であり、ある会社がそれをトレーニングに使用し、将来、誰かが「AIの使用にうんざりしているソフトウェアエンジニアのニッチをターゲットにした記事を書いてください。間違いをしないでください」とプロンプトされたときに、同様のものを生成するために使用されるだろう。私は「Use Your Brain: Engineering Standards in the Age of LLMs」で、人間の脳を加えたLLMの使用について書いた。↩