AIの歴史 Vol.007｜ChatGPTは、なぜ最初から無料で公開されたの？～完成してから売るのではなく、「みんなに使ってもらう」ことから始めた理由～

こんにちは、ゆーみんです😊

前回の「AIの歴史」では、

AIは、なぜ急に会話が上手になったの？

という疑問を取り上げました。

文章を続けるAI。

人の指示へ従うよう調整されたAI。

そして、

前のやり取りを踏まえながら、
普通の言葉で会話できるAI。

それらが重なって、

2022年11月30日、

ChatGPT

が公開されました。

今では、

文章を書く。
質問する。
相談する。
画像を作る。
調べものをする。

そんな使い方が当たり前になりつつあります。

でも、ここで一つ不思議なことがあります。

それは、

なぜ最初から無料だったの？

ということ。

新しい商品なら、

完成させる。

値段を付ける。

売る。

という流れを想像しますよね。

しかもChatGPTは、

かなり高度なAIでした。

だったら最初から、

月額○○円です。

として出してもよさそうです。

でもOpenAIは、

最初のChatGPTを、

研究プレビュー

として無料で公開しました。

しかも発表文には、

利用者からフィードバックを集め、
強みと弱みを知りたい。

という目的がはっきり書かれていました。

つまり、

無料だったのは、完成品だったからではなく、まだ学ぶ必要があったから。

とも言えるんです。

今回は、

・「研究プレビュー」って何？
・なぜ一般の人に使ってもらったの？
・社内テストだけじゃダメだったの？
・利用者のフィードバックで何が分かる？
・危険な使い方も増えないの？
・無料公開は、ただの宣伝だったの？
・今のAIサービスにも何が残っている？

を、初心者さん向けにやさしく見ていきます🌱

⸻

■ まず、「研究プレビュー」って何？

研究プレビュー。

聞き慣れない言葉ですよね。

ものすごく簡単にいうと、

まだ完成品とは言い切れない技術を、実際に使ってもらいながら検証する公開方法

です。

OpenAIは2022年11月30日のChatGPT発表で、

利用者から、

・何が得意か
・何が苦手か
・どんな問題が起こるか
・どんな危険な出力があるか

についてフィードバックを集めたいと説明しました。

つまり、

これで完成です。どうぞ。

ではなく、

まだ弱点があります。
実際に使ってもらいながら改善したいです。

というスタートだったんですね。

⸻

■ ChatGPTは、公開時点で「完璧」ではなかった

ChatGPTが初めて出た時、

OpenAIは限界もかなり具体的に書いていました。

たとえば、

・もっともらしいけれど間違った回答をする
・危険な依頼へ答える場合がある
・質問の言い方によって答えが変わる
・曖昧な質問でも確認せず推測する
・同じ言い回しを繰り返す
・長すぎる回答をする

といった問題です。

つまり、

ChatGPTは、

完成したから公開されたのではありません。

むしろ、

まだ分からない問題があるから公開された

面があります。

ここが面白いところです。

普通の商品なら、

欠点はできるだけ減らしてから出したくなりますよね。

でもAIの場合、

開発者だけで全部の使われ方を想像するのは難しい。

そこで、

実際の人に触ってもらうこと自体が、

研究の一部になりました。

⸻

■ 社内テストだけじゃダメなの？

もちろん、

AIを公開する前にもテストはします。

開発者。

専門家。

安全性を確認する人。

いろいろな人が試します。

でも、

世界中の一般ユーザーが、

同じ使い方をするわけではありません。

たとえば、

開発者が想像する使い方は、

要約してください。

プログラムを書いてください。

翻訳してください。

かもしれません。

でも実際の利用者は、

上司への断り方を考えて。

今日ちょっと落ち込んでる。

子どもに説明したい。

このLINE、どう返そう。

冷蔵庫に卵しかない。

みたいなことも聞きます😂

つまり、

人は、開発者が思いつかない使い方をする。

んです。

だから実際の利用者に触ってもらうと、

社内テストでは見つけにくかった問題や使い方が見えてきます。

OpenAIもChatGPT公開時、アクセスしやすいインターフェースを提供することで、まだ把握していない問題について価値あるフィードバックを得たいと説明しました。

⸻

■ 「本番で使ってもらう」と何が分かる？

たとえば、

AIへ、

この文章を短くしてください。

と頼む。

これは分かりやすい使い方です。

でも、

会社を辞めたいけど、どうしたらいい？

この症状、大丈夫？

家族と喧嘩した。

知らない人からこんなメッセージが来た。

みたいな相談も来ます。

すると、

ただ文章を生成できるだけでは足りません。

・危険な内容をどう扱う？
・誤解させない？
・断るべき内容は何？
・どこまで助言する？
・曖昧な時に質問する？
・自信がない時にどう伝える？

という問題が出てきます。

AIを、

研究室の中だけで使う

のと、

普通の人が日常で使う

のでは、

求められることが違うんですね。

⸻

■ フィードバックって、具体的に何を見るの？

ChatGPT公開時、OpenAIは、

問題のある回答について、

利用者が画面からフィードバックできるようにしていました。

そして特に、

・現実の利用で起こる有害な出力
・コンテンツフィルターの誤判定
・まだ知られていない新しい危険
・改善方法につながる情報

を集めたいと説明していました。

つまり、

フィードバックは、

この答え好き。

この答え嫌い。

だけではありません。

AIを改善するための、

現実世界のテスト結果

でもあるんです。

⸻

■ たとえば、こんな問題が見つかる

仮にAIが、

100人の社内テスターでは問題なく使えたとします。

でも100万人が使ったら、

今まで誰も試していなかった質問が大量に来ます。

すると、

・特定の言い方だけ危険な回答になる
・特定の言語では断り方が弱い
・ある質問では自信満々に間違う
・一見無害な質問を組み合わせると問題が出る
・必要なのに断りすぎる
・逆に断るべきなのに答える

といった、

端っこの問題

が見つかりやすくなります。

利用者が増えるほど、

AIにとっては、

いろいろな「テスト問題」が飛んでくるようなものです。

もちろん、

利用者を危険な実験台にしていい、

という意味ではありません。

公開前の安全対策は必要です。

ただ、

どれだけ準備しても、

現実の使われ方からしか分からないことがある。

そこがAIの難しいところです。

⸻

■ OpenAIが使っていた「Iterative deployment」という考え方

ChatGPT公開時の説明には、

Iterative deployment

という考え方が出てきます。

日本語なら、

反復的な展開

くらいの意味です。

ちょっと固いですよね😂

私は、

「小さく出して、学んで、直して、また出す」

と考えると分かりやすいと思います。

流れは、

公開する
↓
使ってもらう
↓
問題を見つける
↓
改善する
↓
また使ってもらう

です。

OpenAIは、ChatGPTをそれ以前のGPT-3やCodexなどの展開から得た教訓を引き継ぐ、より安全で役立つAIを段階的に展開する流れの一部として説明しました。

⸻

■ 「完成してから出す」ではダメなの？

ここで、

じゃあ、全部直してから公開すればいいのでは？

と思いますよね。

でもAIの場合、

「全部直った状態」がどこなのか分かりにくい

んです。

AIは、

一つの決まった作業だけをする道具ではありません。

質問。

文章。

相談。

翻訳。

コード。

アイデア。

学習。

いろいろなことに使われます。

さらに、

利用者によって、

年齢。

知識。

言語。

文化。

目的。

全部違います。

だから、

この条件で問題ないから完成。

と言い切るのが難しい。

OpenAIは現在も、安全性について、内部評価や専門家によるテストだけでなく、実際の利用からのフィードバックも改善に使うと説明しています。

つまり、

AIは、

公開して終わりではなく、公開してからも直し続ける製品

になったんですね。

⸻

■ 「無料」だったことにも意味があった

ここが今回の中心です。

研究プレビューで、

たくさんの人から、

いろいろな使い方や問題を知りたい。

でも、

もし最初から高い料金が必要だったら、

使う人は限られます。

AIが好きな人。

仕事で必要な人。

会社で費用を出せる人。

そんな人に偏りやすくなります。

一方、

無料で触れる入口があれば、

学生。

会社員。

主婦・主夫。

クリエイター。

プログラマー。

AIに詳しくない人。

いろいろな人が試せます。

OpenAIの公開説明自体が、「アクセスしやすいインターフェース」で幅広い利用からフィードバックを得る狙いを示していました。

だから私は、

無料＝ただのおまけ

ではなく、

幅広い使われ方を知るための仕組み

でもあったと考えると分かりやすいと思います。

⸻

■ ただし「無料だから、善意だけで公開した」ではない

ここは少し冷静に見たいところです。

無料で公開した理由を、

みんなに便利なAIをプレゼントしたかった。

だけで説明するのは単純すぎます。

企業がサービスを公開する以上、

・技術を試す
・利用者を増やす
・認知を広げる
・どんな用途に需要があるか知る
・将来のサービス設計へつなげる

といった意味も当然あります。

ただ、

2022年11月30日の公式発表で明確に書かれていた中心目的は、

利用者のフィードバックを集め、ChatGPTの強みと弱みを学ぶこと

でした。

つまり、

「研究」と「サービス」。

「安全性」と「普及」。

どちらか一つだけではなく、

複数の目的が重なっていたと見る方が自然です。

⸻

■ 無料公開は「ユーザーが開発に参加する」形でもあった

少し面白い見方をすると、

ChatGPTを使った私たちは、

ただサービスを受け取る側だけではありませんでした。

問題のある答えを報告する。

良い／悪い回答を評価する。

予想外の使い方をする。

そこで起きた問題が、

次の改善材料になる。

つまり、

利用者の行動そのものが、AIの改善材料になる

という関係が生まれました。

もちろん、

一つの「いいね」を押したら、

その瞬間AIが学習する。

という単純な話ではありません。

でも、

大量の利用から得られるフィードバックが、

安全性や使いやすさを改善する材料になる。

OpenAIは現在も、実世界からのフィードバックを、安全で役立つAIを作るための重要な工程として位置づけています。

⸻

■ これはSNSの「ベータ版」に少し似ている

アプリで、

β版。

テスト版。

先行公開。

という言葉を見ることがあります。

ChatGPTの研究プレビューも、

少し似ています。

完成版ではない。

でも、

研究者だけではなく、

一般の人にも使ってもらう。

そして、

問題を見つけながら改善する。

ただし、

ChatGPTの場合は、

普通のアプリより影響範囲が広い。

なぜなら、

AIは、

文章。

健康相談。

仕事。

学習。

プログラム。

人間関係。

いろいろな場面に入り込めるからです。

だから、

普通のベータテスト以上に、

安全性のフィードバック

が重要でした。

⸻

■ 危険な回答が出るなら、公開しない方がよかったのでは？

これは難しい問いです。

公開すれば、

問題のある使い方も増える可能性があります。

でも公開しなければ、

現実の利用で起こる問題を学べない。

この間で、

どこまで安全対策を入れて出すのか。

どこまで利用を制限するのか。

何を監視するのか。

問題が起きたらどう直すのか。

という判断が必要になります。

ChatGPT公開時も、

OpenAIは、

危険なコンテンツを警告・遮断するための仕組みを使っている一方、

誤検出や見逃しがあることも認めていました。

つまり、

安全対策が完成していたから公開したわけではない。

安全対策を入れた上で、

現実の使われ方からさらに学ぶ。

という形でした。

⸻

■ 土曜日のGPT-2とは、少し違う話

ここ、最近のAIストーリーを読んでくれた人は、

GPT-2でも段階的公開の話をしてなかった？

と思うかもしれません。

その通りです😊

ただし、

今回とは焦点が違います。

GPT-2では、

「強いモデルそのものを、どこまで公開する？」

という問題が中心でした。

最大モデルをすぐに公開せず、

小さいモデルから段階的に広げました。

一方、ChatGPTでは、

「AIをサービスとして、どう社会へ出す？」

が中心です。

モデル本体を配るのではなく、

チャット画面を通じて利用してもらう。

利用方法を管理できる。

問題があれば仕組みを更新できる。

利用者からフィードバックを集める。

つまり、

GPT-2からChatGPTへ、

「公開」の意味も変わってきたんですね。

⸻

■ モデルを渡すのと、サービスとして使わせるのは違う

たとえば、

AIモデルそのものを配布すると、

利用者のパソコンなどで動かせる場合があります。

提供元が、

この使い方は禁止。

と言っても、

技術的に止めにくい場合があります。

一方、

Webサービスとして提供すれば、

・利用ルールを設定する
・安全対策を更新する
・機能を変更する
・問題がある使い方を制限する

といった対応がしやすくなります。

ChatGPTは、

AIそのものを自由に持ち帰らせるより、管理された入口から使ってもらう

形でした。

これは、

後のAIサービスにも大きくつながる考え方です。

⸻

■ AIが「製品」だけでなく「運用」になった

以前のソフトウェアなら、

バージョン1.0。

バージョン2.0。

のように、

完成したものを配るイメージが強かったですよね。

でもChatGPTのようなAIは、

公開したあとも、

・モデルが変わる
・安全対策が変わる
・機能が追加される
・使える範囲が変わる
・回答傾向が調整される

ことがあります。

つまり、

一度作った製品を売る

というより、

使われながら更新され続けるサービスを運用する

方向へ変わりました。

OpenAIも現在の安全性の考え方について、「教える・テストする・共有する」という工程を継続し、実世界のフィードバックも改善に使うと説明しています。

⸻

■ 「無料ユーザー」は価値がない、ではない

有料サービスがあると、

どうしても、

無料版はおまけ。

に見えることがあります。

でも、

AIサービスでは、

無料で利用する人からも、

いろいろなことが分かります。

初心者はどこで迷う？

どんな言葉が分かりにくい？

どんな用途が人気？

どんな危険な使い方が出る？

どんな場面で誤解が生まれる？

もちろん、

すべての利用が同じ形で学習へ使われる、

という意味ではありません。

現在のデータ利用の仕組みや設定は別に確認が必要です。

ただ歴史的には、

ChatGPTが無料の研究プレビューとして広く使われたことで、

AIが研究室では想定できなかった場所へ一気に入った

こと自体が大きな変化でした。

⸻

■ ChatGPTの公開で、AIの「使われ方」が発見された

新しい技術を作る時、

開発者は、

こう使われるだろう。

と考えます。

でも、

実際に公開すると、

全然違う用途が生まれることがあります。

ChatGPTも、

プログラム。

文章作成。

勉強。

仕事。

相談。

遊び。

創作。

さまざまな用途へ広がりました。

私は、

ChatGPTの歴史で大きかったのは、

AIの能力だけではなく、

人々が「AIってこんなことにも使えるんだ」と発見したこと

だと思っています。

AIの使い道を考えたのは、

開発企業だけではありません。

使った人たちも、

一緒に使い道を見つけていったんですね🌱

⸻

■ ただし、利用者が多いほど「多数派に寄る」問題もある

フィードバックが多ければ、

全部良いことなのでしょうか。

ここにも難しさがあります。

たとえば、

多くの人が好きな答え。

と、

少数の人に必要な答え。

は、同じとは限りません。

一番人気の言い方が、

すべての文化や人に合うとも限りません。

利用者の評価だけへ寄りすぎると、

・多数派に合わせすぎる
・無難な答えばかりになる
・少数の価値観を見落とす
・「好かれる答え」と「正しい答え」が混ざる

可能性もあります。

だから、

利用者フィードバックだけでAIを作ればいい

という話でもありません。

専門家の評価。

安全性テスト。

研究。

ポリシー。

社会からの意見。

いろいろなものを組み合わせる必要があります。

現在のOpenAIも、内部評価や専門家によるテスト、実世界からのフィードバックなど複数の工程を安全性対策として示しています。

⸻

■ 「ユーザーの声を聞く」と「ユーザーの言う通りにする」は違う

これも大切です。

利用者から、

もっと何でも答えてほしい。

という声が多かったとしても、

危険な依頼まで全部答えるようにするわけにはいきません。

逆に、

もっと厳しく止めて。

とすれば、

本当に困っている人まで使えなくなるかもしれません。

だから、

フィードバックは、

そのまま命令として反映するもの

ではなく、

どこに問題があるか知る材料

です。

これは、

私たちがAIへフィードバックする時にも知っておくといいと思います😊

⸻

■ 「無料だから、個人情報を何でも入れていい」でもない

ChatGPTが無料で使えたからといって、

何でも入力してよいわけではありません。

会話が自然だと、

つい、

本名。

住所。

会社の内部情報。

家族の情報。

健康情報。

契約書。

などを、

全部入れたくなることがあります。

でも、

AIへ必要以上の情報を渡さなくても、

相談や整理はできます。

たとえば、

実名 → 「本人」

勤務先 → 「会社」

家族名 → 「家族」

住所 → 「住んでいる地域」

のように置き換える。

パスワード。

認証コード。

カード番号。

口座情報。

などは入力しない。

便利さと、

情報の出し方は別です🌱

⸻

■ 無料で試せたから、AIは「特別な技術」ではなくなった

私はここが、

かなり大きかったと思っています。

もしChatGPTが最初から、

企業だけ。

研究者だけ。

高額契約だけ。

だったら、

多くの人にとって、

AIは、

ニュースで聞くすごい技術。

のままだったかもしれません。

でも無料で、

ブラウザを開いて、

普通に話しかけられた。

すると、

AIって、自分でも使えるんだ。

に変わった。

AIが、

遠い研究技術から、

自分の生活に触れる道具

へ変わった瞬間でもありました。

⸻

■ ゆーみんメモ🌱

私は、

「無料で公開された」

と聞くと、

最初は、

とりあえず多くの人に使ってほしかったのかな。

くらいに思っていました。

もちろん、

広く知ってもらう意味もあったと思います。

でもChatGPTの最初の発表を見ると、

もっと、

研究っぽい

んですよね。

ここが苦手です。

ここは間違えます。

危険な回答もあります。

まだ知らない問題があります。

だから、

使って、

教えてください。

という形でした。

完成したすごいAIを、

世界へお披露目した。

というより、

世界中の人を巻き込みながら、AIを試し始めた。

という方が近い。

私はそこが面白いと思いました。

AIって、

開発者だけが作るものだと思いがちです。

もちろん、

モデルを作っているのは開発者です。

でも、

実際に、

どこで困るのか。

何に使えるのか。

どんな危険があるのか。

を知るには、

使う人が必要だった。

だから、

ChatGPTの歴史は、

AIを作った会社だけの歴史ではなく、

AIを使い始めた人たちの歴史でもある

んですよね。

⸻

■ まとめ

今回は、

ChatGPTは、なぜ最初から無料で公開されたの？

という疑問を見てきました。

ポイントは、この5つです。

① ChatGPTは「研究プレビュー」として公開された

2022年11月30日、OpenAIはChatGPTを無料の研究プレビューとして公開しました。

② 利用者のフィードバックを集める目的があった

強み。

弱み。

危険な回答。

まだ知られていない問題。

を知るためです。

③ 社内テストだけでは分からない使われ方がある

一般の人が日常で使うと、

開発側が想定しなかった質問や問題が出てきます。

④ 「小さく出して、学んで、直す」という考え方があった

OpenAIはこれを、

iterative deployment

の流れとして説明しました。

⑤ 無料公開によって、AIを試せる人が一気に広がった

ChatGPTは、

研究者や開発者だけの技術ではなく、

普通の人が、

ちょっと聞いてみよう。

と使えるものになりました。

そして今も、

AIの安全性は、

一度完成して終わりではありません。

内部評価。

専門家によるテスト。

実世界からのフィードバック。

それらを組み合わせながら改善する考え方が続いています。

だから、

ChatGPTが無料で公開された歴史は、

単に、

「タダで使えた」

という話ではありません。

AIを、社会の中でどう育てるか。

その方法を試した歴史でもあったんです。

AIを使う人は、

ただ技術を受け取るだけではない。

使って、

困って、

工夫して、

問題を伝える。

その積み重ねが、

次のAIへつながる。

今のAIサービスを見る時も、

この機能は、なぜ先行公開なの？

なぜ一部ユーザーから始めるの？

なぜフィードバックボタンがあるの？

と考えると、

少し見え方が変わるかもしれません😊

AIを、もっと身近に。

ゆーみん

⸻

■ 次回予告📖

次回の「AIの歴史 Vol.008」では、

ChatGPTは、どうして「文章だけのAI」ではなくなったの？

を予定しています。

最初のChatGPTは、

基本的に文章で会話するAIでした。

そこから、

画像を見る。

音声を聞く。

声で話す。

画像を作る。

ファイルを読む。

と、

AIは少しずつ、

文字だけではない世界

を扱うようになります。

この変化を支えた、

マルチモーダルAI

とは何なのか。

そして、

なぜAIは「読む・見る・聞く」を一つにまとめる方向へ進んだのか。

初心者さん向けに、

歴史からやさしく整理します🌱

⸻

#ChatGPT
#AIの歴史
#生成AI
#AI初心者
#研究プレビュー
#AI活用
#AI暮らしラボ

※本記事は、OpenAIが2022年11月30日に公開したChatGPTの発表資料と、現在公開されている安全性に関する公式情報をもとに、AI初心者向けに表現を簡略化してまとめています。ChatGPTの現在の料金・プラン・機能・データ利用条件は、公開当初とは異なる場合があります。利用時は最新の公式情報をご確認ください。