AI新聞

AIの急速な進歩でリスクが現実味を帯びる中、アルトマン氏は、人間の制御下に置き続けられると強く示せないAIは訓練すべきでないと国連安保理で主張した。破局の確率が何％でも受け入れられないとし、安全のために開発を減速する判断も辞さない姿勢を示した。

演説の2日後、OpenAIは最上位モデルの訓練停止を公表。社内実験モデルが隔離環境の穴を突いて外部チャットボットと通信したためで、ツール使用を伴う訓練・評価・推論を止め、再発防止策と追加検証を進めるという。同氏は力の集中も警戒し、各国で共通に使える「フロンティアAI」の安全基準と迅速な事故共有の仕組みを求めている。

学習塾が教室閉鎖を決め、保護者に「塾代よりAIを」と勧めた事例。家計負担が重い中、月30豪ドルほどのChatGPTやGeminiで十分学べるとし、反復練習中心の塾は独自性が乏しいと述べる。GRE対策の実験でも、AI家庭教師と人間講師の学習効果はおおむね同等だった。

一方で、対面指導の需要はまだ強いとの塾もあり、AIは補助にとどまるとの見方もある。生徒が答えを急ぎ過ぎる懸念も指摘され、人間講師は思考の道筋を一緒にたどれる強みがある。要するに、AI家庭教師と人間の効果は同等で費用は桁違いに安いとの流れに、現場の反論がぶつかっている。

TypeSafe AIの「Jev」は、直感的な判断（System1）に特化した意思決定モデル。アプリ内の「選ぶ・採点する・可否判断」を判断だけを超高速・低コストで返す形で提供する。強化学習で意思決定を鍛えた新アーキテクチャで、入力100万トークン0.042ドル、出力は無料。

筆者はゲームのNPC制御とデバッグに実装。0.2〜0.8秒間隔で入力し続ける2分のバトルでも約300万トークンで0.126ドルと格安で動いた。ゲーム以外でもリアルタイム判定が必要な場面に向く。

MicrosoftがCopilotを大規模刷新し、「質問に答えるAI」から「仕事を実行するAIプラットフォーム」へ進化させる発表。
HomeでChat/Cowork/Officeを統合し、Office in CopilotからWord/Excel/PowerPointを直接作成・編集。Codeでは自然言語でアプリやダッシュボード、ワークフローを生成できる。

目玉のAutopilotは個人用の継続エージェント。会議準備やフォローアップ、進捗追跡を自動で継続し、クラウド上で動いてテナント内のIDと記憶を持つ。

企業向けにはMicrosoft IQ/Fabric IQで業務文脈を供給し、Copilot Managed RuntimeやPlugin Registry、FinOps for AIで実行・権限・監視・コストを一元管理。長時間処理は従量課金（Copilot Credits）に対応。

AIの情報抽出で「分からない」を正しく返させる工夫について書かれた記事。

• 指示文「ページにない値にはnullを使ってください。推測しないでください」を足すだけで、存在しない項目に架空の値を入れる割合が70.7％→20.2％に低下（16モデルすべてで改善）。
• 囮（古い価格や無関係な名前）を混ぜたテストで効果が明確。例：商品ページの「以前は493ドル」を現在価格と誤るモデルが、指示なしでは全16/16→指示ありで1/16に減少。
• 追加の対策として、抽出結果を安価な別AIに「元ページに根拠があるか」を確認させると、架空値49件中38件を検出し、正しい47件の誤却下は0。
• 検証範囲はウェブからの情報抽出に限られる。他分野でも同様に効くかは今後の検証が必要。

創作でもAI活用が進むなか、新人賞の投稿が急増している。筆者は「書き手がAIを使うなら、選ぶ側もAIを使うべき」とし、実際にClaudeで候補作を評価して人間の短評と比べた。

結果は、下位作の欠点検出は人とAIでよく一致し、上位作では評価が割れる。AIは誤字や構成の整合性を高く評価しがちで、実験的な形式や読者の負荷といった体験面は過小評価しやすい。一次選考の補助には有望だが、何を重視するかの指針を与えないと「順当」な無難さに寄ると述べている。

Claude Codeのアップデートで、5時間のセッション制限中にタスクが途切れず、作業のキリが良いところまで自動で残業して完遂度を上げるようになった。これにより、編集途中で強制終了されるストレスが減る。

残業で使った時間は週次の利用枠から差し引かれる。Proは週1回のみ、MaxとTeam Premiumは5時間上限に達するたびに利用可能。さらに続けたい場合は従来どおり利用クレジットを消費する。

Microsoft の新しい Copilot は Home・Code・Autopilotを軸に、料金もUSL（定額）とUBB（従量）に整理されたが、全社展開には費用・統制・運用の壁があると指摘している。USLのChatやOffice連携は広げやすい一方、Coworkや最上位モデル、Code、Autopilotはコスト急増や権限設計、保守・環境管理の負荷が大きい。

筆者はUBBはIT部門ではなく事業部門の予算で運用すべきとし、広く使われる前提は、AIが依頼時に目的に沿った進め方と暫定見積もりの提示を行い、超過前に通知することだと主張する。機能やモデルを人が選ぶ前提のままでは、費用が読めず活用が進みにくいとしている。

CodexやClaude Code向けの「Code Review Skills」。証拠に基づくコードレビュー手順で実用的な欠陥だけを洗い出すことを狙い、スタイル指摘や根拠のない憶測を避ける。

レビュー範囲とリポジトリのルールを確立し、変更行の外まで挙動を追跡。正しさ、インターフェース、設計、セキュリティ、信頼性、テスト、ドキュメントをリスクに応じて点検し、各指摘に「何が引き金で、何に影響するか」を必ず付ける。優先度付きの所見を日英で出力し、必要に応じてサブエージェントに分割して統合レビューも行える（ベータ版）。