概要
https://togetter.com/li/2602543
詳細内容
## この数か月の法律相談で｢AIで調べてきました｣って人がよく来るけど内容はそれっぽい法律用語のワザップジョルノだったが「AIで質問をまとめました」の方はすごく的確だった
https://togetter.com/li/2602543
法律相談の現場から、AIは事実調査よりも質問の整理・要約に活用することで、その真価を発揮すると専門家が指摘します。
**Content Type**: 🤝 AI Etiquette
**Scores**: Signal:3/5 | Depth:3/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 79/100 | **Annex Potential**: 80/100 | **Overall**: 80/100
**Topics**: [[AI活用術, 生成AIの限界, ハルシネーション, 情報整理, ユーザープロンプト]]
「Togetter」に投稿された弁護士の実体験が、生成AIの効果的な活用法に示唆を与えています。法律相談の現場で「AIで調べてきた」と持参される回答の多くは、もっともらしい法律用語を使いながらも内容が全く的外れな「ワザップジョルノ」状態である一方、「AIで質問をまとめました」という形で整理された相談内容は非常に的確で、専門家からも「答えやすい」と好評でした。
この対照的な結果は、生成AIの特性、特にその「ハルシネーション（もっともらしい嘘をつく現象）」の傾向と、情報の要約・整理能力の高さを示しています。AIは、与えられた情報を構造化し、明確な文章にまとめることを得意としますが、インターネット上の膨大な情報から正確な事実を選び出し、その真偽を判断する能力はまだ不足しています。この現象は、AIが本質的に「既存のデータパターンを学習し、それに基づいて新たなテキストを生成する」モデルであり、事実の真偽を検証したり、論理的な正確さを保証したりする機能が未発達であることに起因します。特に、法律のような専門性が高く、正確な事実関係と解釈が求められる領域では、その限界が顕著になります。ユーザー自身がAIの出力の良し悪しを判断できるスキルを持たない場合、誤った情報に踊らされるリスクが高まります。
Webアプリケーションエンジニアの視点から見ると、これはAIをコーディングや開発ワークフローに組み込む際の重要な教訓となります。AIは、複雑な要件を整理し、頭の中にあるアイデアを具体的な仕様やコード構造にまとめる強力な「思考の補助ツール」として機能します。例えば、GitHub Copilotのようなツールも、ゼロから完璧なコードを生成するというよりは、開発者の意図を汲み取り、既存のコードやコメントから適切な候補を提示したり、要約したりする能力に優れています。しかし、特定のドメイン知識を要する、あるいは正確性が極めて重要な機能の実装において、AIに事実の検証や最適な設計判断を完全に委ねるのはリスクが伴います。バグの温床になったり、セキュリティ上の脆弱性を見過ごしたりする可能性もあります。
したがって、開発者はAIを「正解を導くツール」ではなく、「自身の思考を整理し、アウトプットを効率化するアシスタント」として捉え、その限界を理解した上で、自身の専門知識と組み合わせることが極めて重要です。AIを活用して自身の疑問点や課題を明確化し、そこから得られた整理された情報を基に、人間が最終的な判断を下すというハイブリッドなアプローチが、生産性と信頼性の向上に繋がるでしょう。また、AIを組み込んだアプリケーションを設計する際も、ユーザーにAIの得意な用途（要約、アイデア出し）を促し、正確性が必要な場面では人間の確認を必須とするようなUX設計が求められます。