本文へスキップ
AI LABOAIを知って、試して、活かす

考える・整理

AIと考えるアイデア整理:候補と採否を分ける

架空の社内勉強会を例に、AIとの候補出しを市場調査と混同せず、制約と評価軸で人が採否を決める方法を解説します。

AIと考えるアイデア整理:候補と採否を分けるのサムネイル

AIは、思いつきを増やしたり、言葉になっていない条件を問い返したりする下書き相手になります。一方で、AIが出した候補は市場調査の結果でも、需要がある証拠でもありません。採用するかは、目的と制約を知る人が決めます。ここでは、架空の社内勉強会のテーマを例に、候補出しから絞り込みまでを整理します。実在の参加者、顧客、調査結果は扱いません。

最初に、何のための案かを決める

アイデア出しが散らかる理由の一つは、候補を出す前に目的が決まっていないことです。たとえば「AIについて勉強会をしたい」だけでは、初心者向けなのか、業務改善を考える場なのか、短時間の紹介なのかが分かりません。

架空の条件を次のように置きます。

  • 目的:AIを使い始めた社内メンバーが、日常業務で試せる小さな使い方を考える
  • 利用場面:60分のオンライン勉強会
  • 制約:実在の顧客情報や未公開資料は扱わない。製品の導入判断はしない
  • 成果:参加者が、自分の仕事で試す架空の練習題材を一つ選べる

ここで決めているのは、勉強会の設計条件です。「このテーマなら需要がある」といった結論ではありません。NISTの生成AIプロファイルは、AI利用のリスクを利用状況や目的に結び付けて扱う視点を示しています。[1] そのため、候補を増やす前に、誰がどの場面で使う案なのかを言葉にします。

目的・利用場面・制約・成果を分ける図
図:目的、利用場面、制約、期待する成果を分けて、候補を出す前の条件を整える。

候補は「案」として並べる

条件が決まったら、AIへ候補出しを頼みます。依頼には、候補が仮説であることと、避けたい範囲を含めます。

架空の社内勉強会のテーマ案を5つ出す。
対象はAIを使い始めた人。60分のオンライン開催を想定する。
実在の顧客情報、未公開資料、製品の導入判断は扱わない。
各案に、練習できる架空の題材と、向いていない場面を1つずつ付ける。
市場調査の結果や需要が確認された事実としては書かない。

たとえば候補には、「架空の会議メモを要点と未定事項に分ける」「架空の案内メールを下書きにする」「架空の説明文を短くして原文と照合する」といった案が並ぶかもしれません。ここで大切なのは、候補の数や言い回しを評価と混同しないことです。AIが五つ挙げたから、有望な案が五つあるとは言えません。

候補ごとに「誰が使うか」「どの作業を練習するか」「何を扱わないか」を一行で添えると、比べる材料ができます。候補が似ている場合も、無理に違う名前を付けるより、利用場面が重複していると記録します。

評価軸を先に決めて、候補を比べる

候補を絞るときは、好みだけで決めないための評価軸を置きます。架空の勉強会なら、次の四つで十分です。

  1. 目的との一致:初心者が小さく試せる題材になっているか。
  2. 安全な材料:実在の個人情報や未公開資料なしで練習できるか。
  3. 説明のしやすさ:60分で、入力、確認、見直しまで説明できるか。
  4. 人の判断が残るか:AIの案をそのまま採用せず、参加者が確認する場所を示せるか。

この評価軸は、正解を自動で選ぶ採点表ではありません。判断の理由を言葉にするための補助です。たとえば「架空のメール下書き」は、材料を作りやすく、送信前確認の話につなげやすいかもしれません。一方で、実際の顧客への返信文を扱う案は、情報の扱いと承認の条件が複雑になるため、この架空の勉強会からは外す判断ができます。

OECDのAI原則は、人間の価値、透明性、説明責任などを含む考え方を示しています。[2] しかし、原則があることだけで個別のテーマが採用できるわけではありません。自分の組織の情報管理、権限、参加者の状況を確認する必要があります。

絞り込みは、人が理由を残して決める

評価軸で候補を見たら、採用する案と見送る案を分けます。ここでの結論も、架空の例として扱います。

候補 仮の判断 理由
架空の案内メール 採用候補 事実・未定・送信前確認を分けて練習できる
架空の説明文の要約 採用候補 原文と要約を照合する作業を示せる
実顧客への返信改善 今回は見送る 実在情報と承認の条件が必要になる
候補出しから人の採否判断へ進む図
図:候補を出し、利用場面と制約を確認し、評価軸を使って人が採否を決める。

表にある「採用候補」は、実際に実施した結果でも、参加者の評価でもありません。決めた人が後で見直せるように、仮の理由を書いたものです。AIに「最適なテーマを選んで」と依頼するより、候補、条件、比較軸を出させ、人が採否を決める方が、何を根拠にした判断かを追いやすくなります。

アイデアは検証前の材料として扱う

AIとのアイデア出しでは、候補を増やすことと、候補が正しいと確かめることを分けます。候補は次の会話の材料です。市場性、参加者の関心、費用、導入可否、法務や情報管理の判断を示すものではありません。

まずは架空の題材で、目的、利用場面、制約、評価軸を紙に分けてから候補を出してみてください。最後に残すのは、AIの結論ではなく、人が選んだ理由です。

参考にした公式資料

  1. NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile
  2. OECD, OECD AI Principles