既に『施設のゆるキャラを生成AIで出力したが後で他県の公認マスコットキャラクターとほぼ変わらないと知った(から手を加えて怒られない様に修正して欲しい)』とか中々アレな相談は山程頂いています
その度に「デザイナーへの依頼費を惜しんだ結果、二度手間になるんですよ」と言ってます https://t.co/Kj2p2G7vX4 November 11, 2025

ゲームでの生成AI利用は「やめて」―『Clair Obscur: Expedition 33』マエル役や『Baldur's Gate 3』シャドウハート役で知られる俳優が発言
https://t.co/zTao1IGDMj https://t.co/WzeXj5AJPd November 11, 2025

生成AIを含むAI補助金を停止してほしい
このポストを見かけた生成AI規制派のみなさん、どうか皆さんの言葉で片山大臣に届くよう意見書を送っていただけませんでしょうか

私も送りましたが言葉足らずで…
数は多ければ多いほどよいでしょう
お願いします

https://t.co/Ikayj7islt https://t.co/Uk3DZFExyF November 11, 2025

ライフハックが「うまいやり方」から「チート」にすり変わってしまったと言えるかもしれない
その「チート」という言葉も扱いが軽くなって、不正へのハードルが下げられてしまっているのが現代のような
生成AI以外でも「いかに掠めとるか」に熱心な人々が増えてしまったのはいつからか https://t.co/E8oLMIxzvH November 11, 2025

【AIスライド革命｜SlideBox】
ついに公開します！
3ヶ月かけて開発してきた
新世代スライド生成AI 『SlideBox』 の
テストユーザー募集（無料）を本日より開始します🔥
◆ NanoBanana Proで作ったスライドを
　アップロード → 自動解析 → “要素ごとに可動化”
◆ 文字化け補正
◆ レイアウト崩れの防止
◆ ドラッグ＆ドロップ編集
◆ そして 0→1のスライドAI生成 にも対応
“クライアント提出レベル”の倭国向けデザインを
AIが一発で生み出せるところまで、今後さらに進化させていきます。
資料作成のワークフローを根本から変えにいきます。
そして今回は──
いいね & リツイートしてくださった方に、
テストユーザー限定DiscordのURLをお送りします。
早期から触っていただき、気づいた点をフィードバックいただけると大変助かります。
皆さんと一緒に最高のプロダクトへ仕上げていきます。
これからもよろしくお願いします。 November 11, 2025

国内企業を潰したから海外企業にかっさわれたんだ〜って生成AIシンパ湧いておるが（まぁこれは本気で憂いている訳ではなく、好き勝手出来なかった事実が許せないだけだが）

にじボイスが「偶然似ちゃった」VS「ライセンス契約を結びます。利益も還元します」対決で自滅しただけだろ。 https://t.co/M7NE3kn27b November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

生成AIカルトが一般市場に生成AI商品が並んで総スカンくらうという話を早速燃やしにきてた
なんでお前にそこまで教えなければならないのか
自分の異常さを理解して欲しい https://t.co/4I8DYeOiiL November 11, 2025

二次創作は法律違反だ💢

と言いつつ生成AIで
二次創作(仮)して何が悪い💢

と言い放つ人達なので。

根っからダブスタ。 https://t.co/S29BYrRdpS November 11, 2025

TRPGや“なりチャ”を文章生成AIでデジタル化した
令和最新ごっこ遊びゲーム
『サーガ&シーカー』発表記念!

ゲーミングPCを1名様にプレゼント!

1. @denfaminicogame
2. @Saga_and_Seeker
をフォロー&RPで応募完了

さらに引用元のポストをRP/いいねすると当選確率がアップ！

https://t.co/VpsEeKpikf https://t.co/uv6sRxYV3l November 11, 2025

「サム・アルトマンが生成AIという言葉で、未熟なTransformerに大量データを与えただけの装置を、まるで自ら答えを導けるAIのように見せかけ人々を騙した」という反AI過激派さんの書き込みをみかけたので解説するね。忙しい人は⭐️と添付画像の図だけでも読んでな！

⭐️生成AIという言葉はサム・アルトマンが作ったものではない

この主張は完全に事実とズレているんよ。生成AIという言葉は、サム・アルトマンが生まれた頃どころか、彼がOpenAIに入る前からずっと専門分野で普通に使われていた用語なんよ。統計的機械学習の本を読めば、生成モデルという概念は昔から取り上げられていて、ナイーブベイズや隠れマルコフモデルといった基礎的な手法も生成モデルとして分類されている。

2014年のGANや2017年のTransformer以前から、生成モデルという言葉は研究コミュニティで当たり前に使われていた。だからサム・アルトマンが新語を作って世界を誤誘導したという筋書きは、歴史的経緯とまったく合わない。誰が読んでも分かる単純なミスなんよ。

⭐️TransformerはAIではないという主張は定義を意図的に狭くしているだけ

Transformerは2017年に提案された深層学習のアーキテクチャで、自然言語処理をはじめ多くのAI分野で使われている。AIをどう定義するかは確かに議論があるけど、実務的な意味では「知的タスクを機械で自動化する技術」であり、深層学習も当然そこに含まれる。

反AI過激派さんがやっているのは、AIという言葉を自分の中で極端に狭義に定義し直して、それに当てはまらないからAIではないと主張しているだけなんよ。これはガチで詭弁の範囲で、技術的な定義とは関係がない。論文も実務もLLMをAIとして扱っている以上、その定義をねじ曲げて議論しても何も生まれない。

⭐️大量のデータベースを付与しただけという説明は技術的に間違っている

ここも誤解が多い。LLMはデータベースではないし、データベースを横付けしているわけでもない。入力されたテキストを丸ごと保存しているわけでもなく、ニューラルネットの重みに統計的なパターンとして圧縮している。

データベースは検索して内容をそのまま取り出す仕組みだけど、LLMは確率分布からトークンを生成する仕組みなんよ。これは本質的にまったく違う。しかも学習工程は事前学習、微調整、RLHFといろいろ積み上がっていて、ただ何かを貼り付けた箱ではない。過激派さんの言い方はマジで雑すぎて、初学者を誤誘導するレベルなんよ。

⭐️誤認を生んだのはマーケティングの側面はあるが詐欺と断定するのは飛躍

確かに世間ではAIを人格的に誤解する現象が起きていて、プレゼンや広告が過度にドラマチックだった面も否定はできない。ワシもそこはわりと分かる部分なんよ。でも、サム・アルトマンが世界を騙すために詐欺的にやっていたという断定は、証拠がない主張になる。

過去の技術レポートや論文を見ても、モデルの限界やリスクについて丁寧に説明されている。企業のマーケティングは誇張されがちだけど、だからといって詐欺と呼べるかどうかは別の話なんよ。ここを混同すると議論がこじれるだけなんよね。

⭐️反AI過激派さんの主張は技術的事実と思想がごちゃまぜになっている

今回のポストは、技術的事実の部分に大きな誤りがあり、その上に思想的な不満が乗っかっている構造なんよ。AIに対する不信感や、企業のブランディングに対する違和感は理解できるんだけど、事実の部分を捻じ曲げると議論の土台が壊れる。

その結果、クリエイター同士の対立を深めるだけになる。ワシとしては、こういう誤情報が広まるのが一番ヤバいと思っていて、今回きちんと整理したのはそのためなんよ。

⭐️まとめとして、問題は技術より誤情報が増幅される構造にある

生成AIそのものより、問題になっているのは誤情報がSNSで増幅される構造なんよ。技術的な理解が浅いまま強い言葉だけが広まると、クリエイター同士で無意味な争いが起きる。

ワシがずっと気にしているのはそこなんよ。だから今回も、過激な主張を否定するのではなく、事実と思想を切り分けて整理した。ファクトを抑えたうえで議論すれば、分断はそこまで起きないはず……。反AI過激派さんを説得する自信は無いけど、騙される人は減らせるとおもって長文を書いてる。

ワシはAIを使う人も使わない人も、お互いに創作を伸ばせる世界の方がスゲえ健全だと思っている。今回の解説が、そのための一歩になれば嬉しいので、賛同してくれたり、参考になったの人は拡散お願いします🙇‍♂️
※長いのにいつも最後まで読んでくれてありがとうございます。 November 11, 2025

親にポケモンを買ってもらえなかったキッズが友達との会話に入れず仲間外れにされる時代は終わり、生成AIにより粗製濫造されたキモいキャラクターの動画でみんな仲良くドーパミンを分泌させながら脳を溶かしている良い時代になりましたね。 https://t.co/GCdN6amXjA November 11, 2025

おはようございます🙋‍♀️
11月26日は「いいチームの日」
皆さまの職場はどんなチームですか？

学校を最高のチームにするには、
まず先生方のウェルビーイングが不可欠💪
授業準備、部活、生徒指導...多忙な業務を
チームとしてどう働き方改革していくか。
教職員間の活発な対話と生成AI活用で
チームづくりを見直しませんか？

AI教育導入サポートやチーム研修などを通して最高の学校づくりをご支援させていただきます🙌 November 11, 2025

やりたいことをチャットに入力するだけで、文章生成AIがどんな無茶振りも（たぶん）物語にしてくれるRPG『サーガ＆シーカー』発表！
https://t.co/x0ztTJs2ma

キャラとの会話で進む"文字だけ"RPG。
どんなキャラも創れるし、どんな物語も紡げる、無限の展開を楽しめるキャラ遊びの令和最新版がここに https://t.co/F4RiBddGEg November 11, 2025

AI楽曲、未来の音ズレを
AIでのMusicビデオにしてみました。
冬に向日葵などは予想してませんでしたが、女性アーティストが歌ってる感じに仕上がりました。
この女性も生成AIで設定して考えました。
よかったら是非見てください✧︎.*
#AIart #ショート動画 #AI音楽 https://t.co/45XnvARard November 11, 2025

「倭国の創作データが海外のAI企業に盗まれている」
って、だったら泥棒を厳しく規制するよう法律を作って運用すべきなのに、
「倭国の泥棒が盗めば良かったんだ」
とかいう生成AI推進論者の持論を聞くたびに宇宙猫になるよね。 November 11, 2025

サミット登壇時のリアタイ特典で個別診断に申し込んでくれた方が、カッコいいバンド名を考えて欲しいとのこと。コンセプト聞いて生成AIに考えさせたけど、英単語の組み合わせしか出てこない。ただ、同じような言葉を出していて、そこから造語を作ったら割といいのが出来て喜んでくれました。次は商標！ November 11, 2025

反生成AIの議論がギスギスしてきて、冷静に話せば済むことすら対立になりがちなんよ。ワシもネットで見てて、議論っていうより感情の殴り合いになっとるなって感じる瞬間が増えた。忙しい人は⭐️だけでも読んでね。

⭐️反生成AI過激派は確定していないことを確定扱いしてAIは悪だと決め打ちする

まだ決まってもないことを事実みたいに扱って、AIは悪って言い切ってしまったら、そこから先はもう何も話せんのよ。問題点とか利点とか、一個ずつ確認しながら考えればいいだけなのに、最初に結論を固定されたら改善の話にも進めん。

⭐️技術も知らず盗用だと決めつけるのが議論を止めとる

AIには課題があるし、将来的に法整備やルールが必要になる可能性も普通にある。でも、技術の仕組みを一切知らんまま盗用って断定してしまったら、深い議論どころじゃない。問題があるなら改善すればええだけで、理解を拒否したまま断言しても世界は前に進まんのよ。

⭐️誤情報を広めることでAIを悪者に見せるのが目的化しとる

TransformerはAIじゃないとか、LAIONを見ただけで何十億の著作権侵害や！って断定したり、事実とズレた情報が拡散されがちなんよ。表現の自由は大事やけど、意図的なデマ拡散は議論じゃなくて印象操作なんよ。目的が議論じゃなくてAIを悪者にすることになってるパターン、マジで多い。

⭐️フェイク問題がある＝AIは悪 という乱暴な結論に飛ぶ

フェイクの問題があるのは事実。でも、それだけでAI全体を悪って言い切るのは論理が飛んどる。問題があるなら改善すればいいし、安全性を強化すればいい。存在そのものを否定したら、メリットも議論もまとめて消えるだけなんよ。

⭐️生成AIを創作じゃないと言い切ってしまうと創作そのものが崩れる

生成AIで作った作品は創作じゃないと言い切る主張があるけど、生成AIは筆やカメラや3DCGソフトと同じツール。道具を使って表現する行為は、どう考えても創作なんよ。ツールを否定したら、創作そのものを否定する話につながってしまう。

ワシは対立させたいわけじゃないし、AI批判を封じたいわけでもない。問題があるならどんどん指摘してほしいし、改善できるなら改善した方がええ。ただ、人格攻撃や決めつけだけじゃ何も良くならん。

どうせやるなら、問題点を共有して、より良い形に近づける議論のほうが絶対おもろいし未来があるとワシは思うよ！ November 11, 2025

これあれじゃん。今年の夏ぐらいにTikTokとかで流行った「特攻隊員の遺書（生成AIで作ったウソ遺書）で泣くミーム」と同じ奴じゃん。原爆投下の被害を後世に遺していくことは意義があることだと思うが、死人のガワを借りて嘘の感想言って気持ちよくなってんのはただのポルノだと思うよ。 https://t.co/DiESnSHfwN November 11, 2025

生成AIはまず未来よりも少し先よりも現在抱えてる問題点を解決しなきゃ使えたもんじゃないからな。

どう使うかなんてのはその後でいいし、そんなのは御大層に議論することでもない。
本当に「ただのツール」になる日が来たらそのあとは使う人間が好きに使うだけの話だ。 November 11, 2025