大規模言語モデルは「革新的創造性」に到達できるのか？―ボーデンの三類型で読み解くAIの可能性
会員について
他社に差をつけよう
はじめに現代の言語コミュニケーションは、単なる情報伝達を超えて深い意味生成のプロセスを含みます。特に、大規模言語モデル（LLM）が急速に普及する中、その動作原理は、構造主義の言語観と驚くほど共通点を持っています。この記事では、ソシュールに代表される構造主義的な言語観を軸に、LLMの言語生成
はじめに生成AI、特に大規模言語モデル（LLM）の進化により、対話は単なる質問と回答の積み重ねではなく、知識が動的に生成される「過程」として理解できるようになりました。従来の固定的な回答観から脱却し、ホワイトヘッドの過程哲学を応用することで、各発話を一つの「出来事」と捉え、そこから次の対話
はじめに現代の生成AIは、対話を通じて人間に近い自然な応答を提供します。しかし、その出力を無批判に受け入れるのではなく、どのような文脈や前提条件のもとで生成されているのかを分析的に読み解く視点が重要です。本記事では、対話そのものを分析的にみる視点について、具体例を交えながら解説し、ユーザー
はじめに現代の対話システム、特に大規模言語モデル（LLM）は、人間との対話を通じて意味を生成します。しかし、各発話は単体では完結せず、対話全体の文脈との相互作用の中でのみ意味が浮かび上がります。本記事では、物理学や哲学における「部分と全体」の概念―特に量子論の示すホリスティックな視点―をヒ
導入人工知能駆動科学とは、AIが得意とする膨大なデータ処理や演繹的予測と、人間が得意な直観的な仮説創出を融合させる研究領域です。AIと人間それぞれの強みを最大限に活用することで、従来では困難だった新たな科学的発見を促進する可能性があります。AIがデータ処理を行い、人間が創造的な仮説を立案す
生成AI（Generative AI）は、人間の創造的な作業や効率化を支援する強力なツールとして注目されています。特に、生成AIがもたらす「アフォーダンス（行為可能性）」は、ユーザーが直感的に操作し、高度なアウトプットを得る上で重要です。本記事では生成AIのアフォーダンスに着目し、具体例やデザイン
生成AIが急速に普及する中、AIでは再現困難な創造的発想や批判的思考を可能にする「アブダクション思考（仮説思考）」の重要性が高まっています。生成AIは演繹的・帰納的な推論を効率的に自動化しますが、未知の課題への対応や新たな仮説を生み出す能力には限界があります。そこで求められるのが、AIを批判的に活
はじめに近年、ChatGPTに代表される生成AI（Generative AI）が飛躍的に発展し、ビジネスと教育の現場に大きなインパクトを与えています。生成AIは膨大な知識と高い推論能力を備え、人間では処理しきれない情報を瞬時に分析・生成することが可能です。その結果、業務の自動化や学習支援な
CoTが推論プロセスに与える影響Chain-of-Thought（CoT）プロンプトとは、大規模言語モデル（LLM）に対し「推論をステップごとに示す」よう指示する手法です。これによりモデルは問題を段階的に解決し、複雑な推論タスクで性能が大きく向上します。実際、CoTによって算術や常識推論な
AIが高度化し、人間の意思決定や創造的思考をサポートする場面が急速に増えています。中でも組織内では、ビッグデータを統合した高度な分析やエージェント技術を活用することで、新たな価値創造の可能性が広がりつつあります。ここでは「組織の意思決定プロセス・創造的思考への技術統合」に焦点を当て、ピアジェの自己