要約:
- AIは学習する必要がある。
- 大規模言語モデルや小規模言語モデルを使用して、データ集約や特定の環境コンテキストおよび目標内での知識の提供を行う。
- AIの学習はソフトウェアコードとデータエンジニアリングレベルで管理される。
- MultiverseのAI責任者Anna Wangは、AI駆動の学習プラットフォームである「Atlas」というサービスの開発プロセスを指揮。
- AIコーチはデータ基盤を必要とし、ワークフロースキルを変革するために他のデータエンジニアリングの課題にも対応する必要がある。
- AIは人間と同様の振る舞いを示すように教えられ、会話履歴のベクトル化や機能呼び出しを通じて人間のコーチのベストプラクティスをエミュレート。
- AIコーチは学習環境に完全に統合されるためにデータアーキテクチャを完全に改訂する必要がある。
- AIコーチは学習進捗を監視し、適切な境界を設定するための「ダッシュボード」を備える必要がある。
- 高品質なAIは高品質なデータに依存し、データプライバシーの考慮も重要。
考察:
AIの学習は重要であり、AIコーチの開発にはデータ基盤の確立や人間の振る舞いを模倣する技術が必要である。人間とAIの連携やデータの適切な管理がAIの進化に不可欠であることが示唆されている。AIの教育は未来の技術の進化に大きな影響を与える可能性があり、これにより人間の学習能力が向上し、より高品質な教育体験がより多くの人々にアクセス可能になる可能性がある。
元記事: https://www.forbes.com/sites/adrianbridgwater/2025/03/04/how-an-ai-coach-learns-its-playbook/