こんにちは。サービスかんきちです。
「AIマスターになる！」と宣言してから早数週間が経過した中、自分の書いた内容をを改めて見直してみると、肝心なことに触れないままここまできていることに気がつきました。。。
AI、AIって言うてますけれども、一体生成AIって何ですの？ってことにしっかり触れないまま日々の学びを綴っていても、今一つイメージが掴めないですよね。
そこで、今回から数回にわたり【生成AIってなんぞや！？】【で、何を使えばいいの？？】といった内容を濃くお伝えしていきたいと思います。
というわけで改めて・・・
ちまたではAI、AIと騒がれておりますけれども
「なんだか凄そうだけど、正直中身はよく分からない…」
「福祉の現場にいる私には関係ない話でしょ？」
そう思っている方も多いのではないでしょうか。
実は私も、ほんの1年前まではそう思っていました。
しかし、実際にAIを触ってみて、その考えは180度変わりました。AIは、私たちのような現場の人間こそが使うべき、「最強のパートナー」だったのです。
今回は、AIの歴史や仕組みを振り返りながら、「そもそも生成AIって何なのか？」、そして「福祉業界でどう使えるのか？」について、専門用語を噛み砕いて徹底解説します。
- 昔のAI（識別）と、今のAI（生成）の決定的な違い。
- AIはどうやって賢くなった？「ルール」から「学習」への歴史。
- 「事務作業ゼロ」も夢じゃない？福祉現場での具体的な活用事例。
「AI」は大きく変わった！「分ける」から「創る」へ
まず最初に押さえておきたいのは、「ここ数年でAIの役割が激変した」という点です。
皆さんがこれまでイメージしていたAIと、今話題になっている「ChatGPT」などのAIは、実は別物と言ってもいいくらい進化しています。
かんきち昔から将棋ロボットとか、お掃除ロボットとかありましたよね？
あれと何が違うんですか？
A I一言で言うと、「正解を選ぶ」のが昔のAI、「新しいものを生み出す」のが今のAIです。
専門的には「識別系AI」と「生成AI」と呼び分けています。
従来のAI（識別系AI）
これまでのAIの主な仕事は、データを見て「それが何か？」を判断することでした。
- カメラに映った野菜を見て、「これはキュウリです」と仕分ける。
- レントゲン写真を見て、「ここに異常があります」と見つける。
- 将棋の盤面を見て、「次の一手はこれが正解です」と選ぶ。
つまり、あらかじめ用意された答えの中から「正解を見つける（識別する）」のが得意だったのです。
福祉現場でいうと、「レセプトソフト」がこれに当たります。決められたルール通りに計算するのは完璧ですが、ルールにないことは一切できません。
今のAI（生成AI）
一方で、今話題の「生成AI（Generative AI）」は、全く新しいものを「創り出す（生成する）」ことができます。
- 「猫の絵を描いて」と言われたら、世界に一枚だけの新しい絵を描く。
- 「謝罪文を書いて」と言われたら、状況に合わせた自然な文章を作る。
- 「プログラムを書いて」と言われたら、動くコードを一から組み立てる。
ただ選ぶだけでなく、まるで人間のようにクリエイティブな作業ができるようになった。これが「AI革命」と言われる理由です。
AIはどうやって賢くなった？ 進化の歴史
では、なぜ急にAIはこんなに賢くなったのでしょうか？
その歴史を振り返ると、3つの大きな「ブーム」があったことが分かります。ここを理解すると、AIが得意なこと・苦手なことが見えてきます。
「迷路」や「パズル」が解けるようになった時代。
「もしAならBをする」という単純なルールを人間がプログラムしていました。計算は速いですが、現実世界の複雑な問題（例えば「今日はなんとなく調子が悪い」など）には対応できませんでした。
（例：電卓、初期のゲームCPU）
コンピューターに「辞書」を持たせようとした時代。
「熱がある＝風邪」「頭が痛い＝二日酔い」のように、膨大な知識を詰め込みました。
しかし、世の中には「例外」が多すぎて、全てのルールを人間が手入力するのは不可能だと気づき、下火になりました。
（例：初期の医療診断システム、Q&Aボット）
AIが自分で勉強し始めた時代（ここが転換点！）。
人間がルールを教えるのではなく、大量のデータを見せて「ここからルールを勝手に見つけなさい」と指示するようになりました。
これが「機械学習（マシンラーニング）」です。
さらに、人間の脳細胞（ニューロン）を模した仕組みで、より深く学習できるようになったのが「ディープラーニング（深層学習）」です。
これにより、画像認識や翻訳の精度が飛躍的に向上しました。
（例：Google翻訳、自動運転、囲碁AI）
言葉を理解し、創造し始めた時代。
ディープラーニングの進化系として、インターネット上のほぼ全てのテキストデータを学習した超巨大なAIが登場しました。
これがChatGPTなどの「大規模言語モデル（LLM）」です。
ディープラーニング（深層学習）
人間の脳の神経回路（ニューラルネットワーク）を真似て作られた学習方法。データの特徴を多層的に深く分析することで、人間のような認識能力を持ちました。
LLM（大規模言語モデル）
Large Language Modelの略。ChatGPTやGeminiの「脳みそ」にあたる部分。膨大な量の文章を読み込み、「ある言葉の次に、どんな言葉が来る確率が高いか」を予測することで、人間のように自然な文章を紡ぎ出します。
福祉業界でAIはどう使われている？ 未来の形
さて、ここからが本題です。
この「生成AI」は、私たちのいる福祉現場をどう変えていくのでしょうか。
実は、すでに先進的な事業所では驚くような活用が始まっており、「未来の話」ではなくなっています。
① 記録・書類作成の自動化（事務作業ゼロへ）
一番分かりやすいのが「書く仕事」の削減です。福祉現場の残業の正体は、ほとんどがこの書類作成ですよね。
- 音声入力×要約： 支援中の会話や会議の音声をAIが聞き取り、自動で議事録や支援記録にまとめてくれる。「記録のためにパソコンに向かう時間」がなくなります。
- 計画書の作成補助： 利用者さんの状態像（アセスメント）や希望を入力すると、個別支援計画の「原案」をAIが数秒で提案してくれる。人間はそれをチェックして微修正するだけで済みます。
「記録を書くために残業する」という福祉業界の悪しき習慣が、AIによって過去のものになろうとしています。
② 24時間寄り添う「話し相手」
人手不足の現場では、利用者さんの「話を聞いてほしい」というニーズに十分に応えられないことがあります。
そこで、生成AIを搭載した「対話ロボット」や「チャットボット」が活躍します。
昔のロボットのように定型文を返すだけではありません。「今日は天気がいいですね」と言えば「そうですね、お散歩日和ですね。昔よく行かれた公園の話を聞かせてくれませんか？」と、相手の話に合わせて共感したり、話題を広げたりできるのです。
これにより、高齢者の孤独感解消や、認知症ケアのパートナーとして大きな期待が寄せられています。
③ 未来を予測する「予防ケア」（精密福祉）
これは少し未来の話ですが、AIは大量のデータ分析が得意です。
例えば、スマートウォッチなどで取得した睡眠データや心拍数、日々の記録をAIが分析し、「Aさんは気圧が下がると転倒リスクが高まる傾向があります」といった、人間では気づけない法則を発見します。
これにより、事故が起きてから対応するのではなく、起きる前に防ぐ「予防的なケア」が可能になります。
AIは「仕事を奪う」のではなく「仕事を助ける」
「AIが進化すると、私たちの仕事がなくなるのでは？」
そんな不安を持つ方もいるかもしれません。
しかし、私はそうは思いません。むしろ逆です。
AIが得意なのは「計算」「分析」「書類作成」などの事務的な作業です。
一方で、私たち人間にしかできないのは「利用者の心に寄り添うこと」「温かい手を差し伸べること」「その人の人生を尊重して決断すること」です。
- AIの役割（副操縦士）：面倒な事務作業、膨大なデータの分析、24時間の見守り。疲れを知らない「最強の助手」です。
- 人間の役割（機長）：感情のケア、身体的な介助、AIの提案を踏まえた最終的な判断。そして、責任を持つこと。
AIに事務作業を任せることで生まれた「時間」と「心の余裕」を、本来一番大切な「利用者さんと向き合う時間」に充てる。
それこそが、福祉現場におけるAI活用の本当の目的だと私は考えています。
いかがでしたでしょうか。
AIは決して遠い世界の魔法ではなく、私たちの隣で仕事を支えてくれる頼もしい相棒です。
次回は、そんなAIの中でも特に注目されている「ChatGPT」について、そのスゴさと具体的な機能（GPT-4oやo1など）を深掘りしていきたいと思います！
コメント