どうも、あきすしです。
今日は、現在の仕事の進め方について書いてみようと思います。
最近は仕事でもAIをかなり使うようになりました。
便利なのは間違いないのですが、「AIを使って仕事をすること」と「自分が仕事を理解していること」は、必ずしも同じではないんだなと感じています。
現在の状況
現在、私は物理シミュレーション関係の仕事をしています。
仕事ではC++やGeant4などを使ってシミュレーションを行っているのですが、現状は自分ですべてのコードを書いているわけではありません。
むしろ、かなりの部分をAIにコードを書いてもらっています。
やりたい計算の内容をAIに説明してコードを作ってもらい、それを実行して結果を確認する、という流れです。
これは非常に便利です。
自分だけで一からコードを書こうとすると、おそらく今の自分ではかなり時間がかかります。AIを使えば、とりあえず動くところまではかなり早く到達できます。
一方で、大きな問題もあります。
コードが動くことと、自分がコードを理解していることは別です。
AIに指示を出してコードを作ってもらっても、そもそものプロンプトが曖昧だったり、自分自身が物理現象を十分理解していなかったりすると、「とりあえず数字は出たけど、この結果は何なのだろう」という状態になります。
実際、最近も計算結果を見ながら、
「この数字は本当に正しいのか？」
「どの処理によってこの値が出ているのか？」
「そもそも自分が想定していた計算になっているのか？」
と悩むことがあります。
もちろんコードを確認しようとはしています。
しかし、本番で使っているプログラムは複数のファイルやクラスに分かれていて、かなり複雑です。
最近はClaude CodeなどのAIツールを使うと、コードを書くだけでなくファイルの作成や整理までやってくれます。
便利なのですが、便利すぎるがゆえに、
「このファイルはどこにあるのか」
「この変数はどこから来ているのか」
「どのクラスで計算して、どこで結果を保存しているのか」
という部分を自分が追えていないことがあります。
AIが仕事を進めてくれる一方で、自分だけ取り残されているような感覚になることもあります。
もし誰かから、
「この部分では何を計算しているの？」
と聞かれたときに、きちんと説明できるかと言われると、まだかなり厳しいです。
物理もプログラミングも知らないことが多い
私は学生時代にも物理シミュレーションをしていました。
ただ、同じ「物理」といっても分野が変わると必要な知識はかなり違います。
現在扱っているテーマは、大学院時代に専門としていた内容と完全に同じではありません。
そのため、新しい物理の理論を勉強しながら、C++やGeant4などのプログラムについても理解する必要があります。
さらにLinuxや計算機の使い方なども必要になります。
こうして書いてみると、
「物理」
「プログラミング」
「シミュレーション」
「Linuxや計算機」
と、覚えることがかなりあります。
入社してまだ2か月程度なので、分からないことが多いのは当然なのかもしれません。
ただ、仕事として研究が始まっている以上、
「分からないので勉強してからやります」
だけでは進みません。
分からないままでも計算を動かし、その結果を見ながら勉強していく必要があります。
学生時代の勉強とは、少し違うところだと感じています。
今の勉強方法
現在の職場では、いわゆる研修のようなものはあまりありません。
そのため、基本的には独学で勉強しています。
最初のころは、本を読んでノートにまとめることをよくやっていました。
C++についても基本文法から勉強しました。
変数、関数、クラスなど、基礎的なところから少しずつ確認しています。
簡単なプログラムも実際に自分で作ってみました。
簡単なクラスを作ったり、変数を渡したりする程度なら少しずつ分かるようになってきました。
しかし、ポインタやメモリ管理などが入ってくると、途端に難しく感じます。
さらに本番環境のコードを見ると、当然ながら入門書のサンプルよりはるかに複雑です。
「C++を勉強したから本番のコードが読める」
というほど簡単ではありませんでした。
それでも最近は、
「このクラスは何を担当しているのか」
「どこで値を数えているのか」
「どこでイベントごとにまとめているのか」
といった、大きな流れから見るようにしています。
細かい文法を全部理解してからコードを読むのではなく、まずプログラム全体の流れをつかむという方法です。
物理の勉強にもAIを使っている
物理の理論についてもAIを使っています。
分からない用語を聞いたり、ある物理現象についてまとめてもらったりしています。
昔なら本や論文を探して調べるところを、AIに質問すれば数秒で説明が返ってきます。
これは非常に便利です。
ただし、こちらにも問題があります。
AIの説明を読んだだけでは、「分かった気」になりやすいです。
その場では、
「なるほど、そういうことか」
と思っても、次の日になると説明できないことがあります。
また、AIに質問すると、その疑問については詳しく教えてくれますが、自分の知識として体系的につながっているとは限りません。
Aについて聞いて、次にBについて聞いて、さらにCについて聞く。
知識は増えているはずなのですが、自分の中ではバラバラに存在しているような感覚があります。
これは今の自分の課題の一つです。
「勉強方法」を考えすぎない
以前は、
「もっと効率の良い勉強方法があるのではないか」
とよく考えていました。
本を読むべきなのか。
ノートを書くべきなのか。
コードを写経するべきなのか。
AIに質問するべきなのか。
もちろん勉強方法を工夫することも大事だと思います。
ただ最近は、勉強方法そのものを考えすぎても仕方がないと思うようになりました。
結局、知らない単語や概念に何度も出会うことが必要なのではないかと思っています。
一度説明を読んだだけで理解できなくても、仕事をしていると同じ言葉が何度も出てきます。
「あ、この言葉前にも見たな」
となり、
何度か調べているうちに、
「これはこういう意味だったな」
と少しずつ定着してきます。
一度で完全に理解するというより、何度も同じものに触れながら理解していく。
今はそのくらいの感覚で勉強しています。
AIを使うこと自体が問題なのではない
AIにコードを書いてもらっていると、
「こんな仕事の仕方でいいのだろうか」
と思うことがあります。
ただ、AIを使うこと自体が悪いわけではないと思っています。
実際、AIを使わなければ現在の仕事をここまで早く進められていないと思います。
問題なのは、
AIが作ったものを自分が全く確認できない状態のまま使うこと
なのだと思います。
AIにコードを書いてもらう。
その後、
「なぜこの処理が必要なのか」
「この値はどこから来るのか」
「この条件を変えたら結果はどう変わるのか」
と、一つずつ自分で確認していく。
今後はその使い方が必要なのだと思っています。
AIに仕事を全部任せるのではなく、AIを使って仕事を進めながら、自分の理解も少しずつ追いつかせていく。
今はその途中です。
これから
すでに研究そのものは始まっています。
十分に勉強してから研究を始める、という状況ではありません。
仕事をしながら勉強して、分からないところを調べて、また仕事を進める。
その繰り返しになると思います。
入社してまだ2か月。
今のところは、
「分からないことが分からない」
という段階から、
「ここが分からない」
と少しずつ言えるようになってきたような気はします。
それだけでも最初とは少し違います。
これから研究がどうなっていくのかはまだ分かりません。
正直、簡単ではなさそうです。
それでもAIを使えるところでは使いつつ、任せきりにはせず、自分でも少しずつ理解できる範囲を増やしていきたいと思っています。
一気に全部理解しようとするとかなり大変なので、まずは目の前のコードや計算を一つずつ理解していくつもりです。
無理をして体調を崩してしまっては意味がないので、そのあたりにも気をつけながら、何とか研究についていければと思っています。
今回は、AIを使いながら仕事をしている現在の状況について書いてみました。
AIが仕事を助けてくれる時代になりましたが、使う側がどこまで理解する必要があるのか。
最近はそんなことをよく考えています。
コメント