はじめに

  • 本レポートは、TIS テクノロジー＆イノベーション本部 開発基盤センターの生成AI利用促進チームが2024年12月3日に実施した「AIエージェントワークショップ」の概要と成果をまとめたものである
  • ワークショップは２部構成で実施し、株式会社ジェネラティブエージェンツ代表 西見 公宏氏と、AI論文メディア『AIDB』の運営等を行う株式会社Parks代表 水谷 健氏の２名をゲスト講師として招聘。両氏には講演とファシリテーションをご担当いただいた
  • 本ワークショップは業界でも先進的な取り組みであったが、参加者満足度96%を達成し、実践的な学びの場を提供することができた

当記事を通し、本ワークショップへのご関心を寄せていただけますと幸いです。お急ぎの方は「ワークショップの概要」までの章をご一読いただけますとワークショップ全体のイメージを掴むことができます。

    想定読者

      • 生成AIエージェントを活用したシステム開発に関心がある方
      • 社内および顧客向けの生成AIエージェントにまつわる研修やワークショップを企画・実施したい方

    AIエージェントワークショップとは？

    2024年12月3日にJISA主催のイベントにて開催した「AIエージェントの業務適用について思考・議論する実践型ワークショップ」のことです。

      • ワークショップには、システム開発企業のマネージャーやエンジニア等である計30名強が参加しました。
      • 参加者の満足度は96％を達成し、「自分の考えを共有し、他者の意見を聞くことでAIエージェントに対する理解を深めることができた」といった声を多くいただきました。

     

    ワークショップ後のアンケート結果

    ワークショップの概要

    生成AIエージェントとは

    生成AIエージェントは、自律的に計画を行い、複雑なタスクを段階的に実行するような生成AIの仕組みです。人間が指示したタスク達成のための目標を理解し、複数のプロセスを組み合わせて柔軟に課題解決へ向けたアプローチを取ることも可能です。

    生成AIエージェントはこれからのシステム開発において欠かせない存在になると期待されています。一方で、その仕組みや考え方は従来のツールとは少し異なるため、理解を深めるには新しい視点や柔軟な発想が重要となります。

     

    ワークショップの構成

    ワークショップは以下の２部構成としました。

      • 第１部：講演パート　（45分）
      • 第２部：ワークショップ（100分）

    生成AIエージェントの前提知識がない方も議論に参加できるように、生成AIエージェントの仕組みや必要な要素を解説したうえで、ひとつひとつ理解を深めながら段階的に進められるワークショップ構成としました。

     

    ワークショップのゴール設定

    本ワークショップは、AIエージェントの可能性や課題を知り、現場で役立てるための視点を獲得すること、AIエージェントの性質を正確に捉えて活用していく第一歩となる場として設定しました。

     

    ワークの進め方

    ワークショップでは、ワークシートを使った個人やチームでのワークをおこない、生成AIエージェントの適用可能性や課題を検討しました。有識者のゲスト講師による各チームでの議論内容をさらに深掘りするためのアドバイスや、システム開発の現場における課題点の分析や講評も行いました。

    ゲスト講師による新たな気付きの提供

    ワークを通して明らかになった現場の課題に対してAIエージェントの導入を検討する場合、新たな疑問がいくつも湧いてきます。参加者はゲスト講師へ都度質問することで新たな視点を得て、より活発に議論することができました。その一部をご紹介します。

    このチームの疑問であるデータ整備をテーマに、ゲスト講師によるディスカッションが展開されました。ゲスト講師からのアンサーにより、参加者は議論では踏み込めなかった観点での気づきを得ることができました。

     

    💭社内の独自ルールのAIの応答精度は向上させるには？

    💡ゲスト講師からのアンサー
    RAGでは一般的にベクトル検索を使い、類似度の高い表現ほどヒットしやすいのが特徴です。実際の質問に近い自然な表現でデータを保存すると精度が上がることがあります。 また、ユーザーの質問をそのまま検索するのではなく、適切なクエリへ加工すると効果的です。一方、ヘルプデスクのような一問一答では全文検索が有効な場合もあります。 課題である「社内独自の慣習に根付く謎ルールに基づく回答」 は、一問一答形式におさめづらいものである可能性が高いです。また現時点でデータが整った形式でないことを推察すると、ベクトル検索が向いているのかもしれません。 どちらを選ぶかは、データ量や性能とのトレードオフを考慮して判断し、システムの要件によっては両方を組み合わせる方法も考えられます。

     

    ワークショップ設計の工夫点

    ワークショップ設計の工夫点を３つご紹介します。

    １．ゴール設定の提示

    まず重要なのが、ゴールの明示です。本ワークショップでは、「何を考えるか」と「何を得られるか」という2つのWhatが常に明確となるよう注意を払いました。各ワークでは「現在は〇〇について取り組み、▲▲を理解することが目標」という具体的な指針を示しました。

     

    ２．段階的な「問い」の設定

    まだ馴染みのない「生成AIエージェント」というテーマに対して、参加者の「身近な課題」からスタートし、「生成AIエージェントの適用可能性の確認」→「実現性」までを段階的に進められる「問い」を設定しました。

     

    自分事として考えられる、かつ、周りの答えも聞いていくうちに、自分の知らない気づきに出会うような体験を目指しました。

     

    ３．サンプルの例示

    時間制約の都合上、限られた時間内に参加者からのアイデアが出てこないケースに備え、ワークの回答サンプルを多く用意しておきました。

     

    また、回答作成自体を生成AIでサポートする「プロンプト」を10種類以上用意しました。限られた時間内に答えまで辿り着かない場合に、参加者が持ち帰れるアウトプットとしても機能しました。

     

    工夫点のまとめ

    専門的な領域を扱う際、正確性を追求すると理解のハードルが高くなり、参加者の意欲低下を招く恐れがあります。一方、平易な情報提供に留めると、高い期待を持つ参加者にとって不十分な内容となってしまいます。前提知識の有無に関わらず、できる限り理解を得られるような調整を工夫しました。

    これらの工夫の効果もあり、「自分たちで考え議論するという場が想像以上に整えられていた」といった参加者のポジティブな声をいただくことができました。

    まとめ

    本記事では、2024年12月3日に実施した「AIエージェントワークショップ」の概要と成果をご紹介しました。

    今後は、現時点のコンテンツをもとに、参加者の属性や傾向に応じたカスタマイズにも対応することで、さらに広いターゲットを対象とすることを検討していきます。

    さいごに

    TISでは全社的に生成AIを活用していく流れがあり、今後も生成AIエージェントのノウハウ獲得とお客様への価値貢献を目指しています。

    参考