次なる大きな飛躍は、AIが実務で学ぶことによってもたらされる

- Dwarkesh Patel は、AI・テクノロジー業界の起業家や研究者への深掘りインタビューで知られるポッドキャスター。彼のニュースレター「Dwarkesh Podcast」はシリコンバレーのインテリ層に広く読まれている。 - 本稿の主張：AIラボは、人間のフィードバック（RLHF）など学習用データとして「人間が丁寧にラベル付けした」静的なデータセットに依存し続けているが、本来最も価値があるのは、AIが実際の職場（ソフトウェア開発、科学研究、法務など）で使われる際に生成される「オン・ザ・ジョブ」のインタラクションデータである。 - このデータを活用できれば、AIは単なる模倣を超えて、実世界の因果関係や長期タスクの成否を学べるようになる、というのがコア論点。 - 「現状のLLMは教科書学習で終わっている」という批判と、次なるパラダイムは「実務中学習」で開かれる、というのが業界内で進行中の議論の文脈。