「AIの使いすぎ」は逆効果？ 調査が明かす「トークンマキシング」の落とし穴

最近、仕事でAI（人工知能）をどんどん活用しよう！という動きが広がっていますよね。特にプログラマーさんたちの間では、AIにコード（コンピューターへの指示書）を書いてもらうことで、作業スピードが格段に上がるという話を聞くことも多いでしょう。

でも、ちょっと待って！AIを使いすぎると、かえって逆効果になることがある、という興味深い調査結果が出ているんです。これは「トークンマキシング」という現象と関係があるようです。

AIに指示を出すとき、私たちは「トークン」という単位でAIに情報を送ります。このトークンというのは、AIが理解できる「言葉の粒」みたいなもの。例えば、英語なら単語や句読点、日本語なら文字や記号などがトークンになり得ます。AIにたくさんの情報を送れば送るほど、AIはより多くのことを理解して、より良い答えを出してくれる…と思いがちですよね。

実際に、Jellyfishという調査会社のデータによると、AIのトークンを「最大限に活用する（トークンマキシング）」ことで、コーディングの出力（＝AIが生成するコードの量や質）は確かに向上する傾向があるそうです。つまり、AIにたくさんの指示を出せば出すほど、仕事は早く進む、ということです。

ところが、この「トークンマキシング」、やりすぎると「収穫逓減（しゅうかくていげん）」という状態に陥ってしまうようなのです。これは、何かを頑張って増やしていくと、ある点を超えたあたりから、努力しても効果が小さくなっていく現象のこと。例えば、お菓子をたくさん食べると、最初はすごく美味しくて満足感が高いけれど、食べ過ぎると「もうお腹いっぱい、これ以上食べてもあまり美味しくないな…」と感じてしまいますよね。それと同じようなイメージです。

つまり、AIに送るトークンの量が一定以上を超えると、それ以上増やしても、AIが出してくれるコードの量や質が、それほど大きくは改善しなくなってしまう、というわけです。むしろ、AIに大量の情報を送るための時間やコストがかかるばかりで、会社全体で見ると、かえって効率が悪くなってしまう可能性もある、と調査は指摘しています。

AIを効果的に使うためには、ただ闇雲にたくさんの指示を送るのではなく、AIが最も能力を発揮できる「ちょうど良い量」を見極めることが大切だ、ということなんですね。AIの進化は目覚ましいですが、その賢い使い方を私たちも学んでいく必要がありそうです。