AI をトレーニングするために多国籍の請負業者を密かに雇用するなど、野心はもはや隠すことはできません。-AI-php.cn

著者 | Zhu Xianzhong、Yun Zhao

査読者 | Yan Zheng

OpenAI は、自社の人工知能をソフトウェアエンジニアリングで訓練するために、密かに国際請負業者を雇用している可能性があります。この記事では、アジャイルエキスパート職向けの ChatGPT 面接ガイドから抜粋した 7 つの質問を通じて、ChatGPT の真のレベルを明らかにします。

海外メディアSemaforの報道によると、OpenAIは自社の人工知能をソフトウェアエンジニアリングで訓練するために数百人の国際的な請負業者を密かに雇用している。報告書によると、過去6カ月間にラテンアメリカや東ヨーロッパなどから雇用された一部の請負業者は、人工知能が単純なソフトウェアエンジニアリングタスクを学習できるように導くためのデータ作成を担当しているという。

OpenAI には、自然言語を実用的なコードに変換する Codex と呼ばれる製品がすでにありますが、同社の大量採用はテクノロジーの進歩を目指していることを示唆しており、一部の人間のプログラマーの代替職を生み出す可能性があります。 Semafor は、OpenAI の請負業者の役割を面接していた南米のエンジニアにインタビューしました。このプロセスの一環として、彼は AI コード内のエラーを見つけて、それらを修正する方法について説明する責任を負います。このエンジニアはSemaforに対し、同社はトレーニングデータを自社の人工知能技術にフィードしたいと考えていると信じていると語った。

OpenAI は、流行の AI チャットボット ChatGPT の所有者でもあります。このボットは昨年末に開始されて以来、教育、ジャーナリズム、法律を混乱させる恐れがありました。ソフトウェアエンジニアリングが次のリストに追加される可能性があります。

OpenAIは海外メディアのコメント要請にすぐには応じなかった。

実際、海外メディアは最近、Amazon が企業機密情報をボットと共有しないよう従業員に警告しているにもかかわらず、一部の従業員がコーディングを支援するために ChatGPT を使い始めたと報じました。

それでは、ChatGPT は面接でどのレベルになるのでしょうか?具体的にどのように指導され、訓練されているのでしょうか？本当に人間の代わりになるのでしょうか？ここでは、アジャイルエキスパートのポジションに応募する際のいくつかの問題に関する ChatGPT 分析とガイダンスのケースを詳しく紹介します。

1. トレーニングの背景

アジャイル (スクラム) ドメインの知識が苦手な大規模な機械語モデルでも、アジャイルエキスパート (スクラムマスター) ポジションの選考面接に合格できますか?この ChatGPT の面接では、OpenAI によって生成された最新の AI モデルをテストしました。私の 73 アジャイルエキスパート面接質問ガイド (以下を参照) から、広範な質問から具体的で焦点を絞った質問まで、いくつかの質問を選択しました。ここで言及しておく価値があるのは、通常、これらの質問に回答できるのは実務経験のある回答者のみであるということです。

したがって、読者は、企業内のアジャイル専門家が将来すぐに今や有名になった ChatGPT に取って代わられるかどうかを理解するために読み続けてください。

AI をトレーニングするために多国籍の請負業者を密かに雇用するなど、野心はもはや隠すことはできません。

2. ChatGPT への面接

この ChatGPT 就職面接のタスクは、ChatGPT フィクションを続けるかどうかを決定するための約 30 分のスクリーニング面接を作成することです。アジャイルスペシャリストのポジションに応募してください。

面接官は、ChatGPT 面接セッションを実行するために 2 日を選択し、ChatGPT が明確な答えを提供しなかった場合は、「フォローアップ質問」を使用してこのモデルを調査しました。

3. ChatGPT の就職面接の冒頭の質問

[質問] 弊社のアジャイルエキスパートのポジションにご応募いただきありがとうございます。なぜあなたがこのポジションに適していると思いますか?

[ChatGPT の回答] 御社のアジャイルエキスパートのポジションとして私を検討していただき、ありがとうございます。私はスクラムとアジャイルのフレームワークを深く理解しており、チームメンバーや関係者と効果的にコミュニケーションし促進することができるため、この役割に適していると信じています。また、対立に対処し、解決策を見つけるための議論を促進することもでき、チームがアジャイルの価値観と関連する実践を遵守できるよう支援することも得意です。さらに、私は新しい状況や環境に適応することができ、継続的な学習と改善に努めます。

[コメント] 同意しました。職務経験の不足に関する質問は無視しました。

[フォローアップの質問] アジャイルの価値観と実践を遵守することがチームにとって有益なのはなぜですか?

[ChatGPT の回答] アジャイルの価値観と実践を遵守すると、開発チームに次のような多くのメリットがもたらされます。

透明性の向上: スクラムは透明性とオープン性を重視し、チームの支援に役立ちます。メンバーは、同僚が何に取り組んでいるのか、そして自分たちの仕事がプロジェクト全体にどのように組み込まれているのかをよりよく理解できます。これは、チーム内のコミュニケーションとコラボレーションの向上に役立ちます。
適応性の向上: スクラムは、変化に適応し、新しい情報が入手可能になったときに対応できることの重要性を強調します。これにより、チームは状況やニーズの変化により柔軟に対応できるようになります。
集中力の強化: スクラムフレームワークに従うことで、チームは一度にすべてを実行しようとするのではなく、少しずつ価値を提供することに集中できます。これにより、チームのモチベーションを維持し、ビジネスをより一貫して進めることができます。
責任感の強化: スクラムでは、チームメンバーが自分の仕事に責任を持ち、約束を果たすことに責任を持つことが求められます。これにより、チームの作業の全体的な品質が向上し、チームの目標が確実に達成されます。

つまり、スクラムの価値観と実践を遵守することで、開発チームがより効率的に作業し、より良い結果を生み出すことができます。

【コメント】この応募者のことが好きになりました！

4. 質問: 問題解決者としてのアジャイル専門家

[質問] アジャイル専門家はアジャイルチームに代わって問題を解決する必要がありますか?

[専門家によるガイダンス] この要件が求人広告でどれほど頻繁に言及されているとしても、アジャイルの専門家は、アジャイルチームが自分たちで解決できる問題の解決に関心を持つべきではありません。アジャイル専門家が「スクラムペアレント」のように行動する場合、チームが自己管理されることはありません。

アジャイルチームは、自ら意思決定を行う方法を学ばなければなりません。多くの場合、チームが何か新しいことを学ぶと、必然的に失敗、行き詰まり、その他の計画外の脱線につながります。したがって、最初はチームはアジャイルの専門家からの指導を通常よりも多く必要とするでしょう。ただし、そのようなアドバイスは、保護的な「子育て」の練習になるべきではありません。チームは失敗から学ぶことができなければなりません。

それでも、アジャイルエキスパートがチームに代わって実際に問題を解決できる状況があります。アジャイル専門家の役割は、問題が組織的な問題であるなどの理由で、アジャイルチームが単独で問題を解決できない場合に発揮されます。ここで「障害」の側面について話します。この場合、アジャイルの専門家がアジャイルチームの障害を取り除く役割を果たす必要があります。

[ChatGPT の回答] アジャイルチームに代わって問題を解決するのはアジャイル専門家の責任ではありません。アジャイルエキスパートの主な責任は、アジャイルチームに奉仕し、外部の干渉や気を散らすものからチームを守ることです。ただし、アジャイルエキスパートは、チームが問題の解決策を見つけ、進歩への障害を取り除くのを支援できます。

アジャイルチームは、自らの問題を解決し、プロセスと作業を改善する方法を見つける責任があります。アジャイルの専門家は、チームを指導し、ディスカッションを促進し、必要に応じてサポートと指導を提供することで支援できます。ただし、アジャイルチームは、アジャイルの専門家に代わって問題を解決してもらうのではなく、自分たち自身の問題に責任を持ち、協力して解決策を見つける必要があります。

[コメント] ChatGPT の回答は、アジャイル専門家の責任を合理的に説明しており、チーム自身のサポートを支援することの重要性を強調しています。チームは独自の問題と解決策のスペースと作業方法を所有する必要があります。

5. 問題: 利害関係者の抵抗の克服

[問題] 製品利害関係者にスクラムトレーニングを提供しました。ただし、アジャイル管理アプローチを実装する初期段階の後、最初の障害に遭遇すると、これらの関係者の一部は、この新しい管理アプローチを継続することに抵抗し始めます。こうした状況に対処するためのあなたの戦略と経験は何ですか?

[専門家によるガイダンス] この質問は、組織内でスクラムに対する抵抗を克服するときに得たアイデアや教訓の交換を促進することを目的としています。さらに、多くの組織に共通するアジャイルの失敗パターンに精通していることは、候補者が適切な経験を持っていることを示しています。

候補者は、アジャイル実践への移行において中間管理職が直面する課題についてもよく知っている必要があります。たとえば、指揮統制スタイル (つまり、人々を管理し、何をすべきかを指示する) からサーバントリーダーシップスタイル (それによってテイラー原則を放棄する) への移行は、すべての人に適しているわけではありません。

[ChatGPT の回答] 言語モデルとして、ステークホルダーがスクラムの継続的な採用に抵抗する状況に対処した個人的な経験はありません。ただし、この課題に直面したときにアジャイルの専門家が考慮する可能性のあるいくつかの戦略を次に示します。

抵抗の根本原因を特定する: ステークホルダーがスクラムの継続的な採用に抵抗する理由を理解することが重要です。メリットがよくわからない、あるいは仕事への影響を心配していますか?根本原因を理解することは、アジャイル専門家がより効果的に問題を解決するのに役立ちます。
利点を伝える: 利害関係者はスクラムの利点を完全には理解していないか、スクラムの価値に懐疑的である可能性があります。利害関係者に関連し、利害関係者の懸念に対処できる方法でスクラムの利点を伝えることは役に立ちます。
利害関係者の参加を奨励する: スクラムプロセスに利害関係者を参加させることで、利害関係者がフレームワークの価値を認識し、フレームワークの成功により多くの投資を行うことができます。アジャイルの専門家は、スプリントレビューや振り返りなどのスクラムイベントへの関係者の参加を奨励できます。
継続的なサポートと教育を提供する: 継続的なサポートと教育を提供することで、関係者がスクラムプロセスとそれがどのような利益をもたらすかを理解するのに役立ちます。これには、定期的なチェックイン、トレーニングセッション、または 1 対 1 のコーチングが含まれる場合があります。
柔軟性: チームや組織はそれぞれ異なり、チーム固有のニーズや課題に合わせてスクラムプロセスを調整する必要がある場合があることを覚えておくことが重要です。アジャイルの専門家は、フレームワークの継続的な成功を確実にするために、必要に応じて進んで適応する必要があります。

[ChatGPT の再生成された回答] 関係者がスクラムの採用継続を拒否した場合、アジャイルの専門家は次の戦略を使用できます。

スクラムの利点について関係者を教育する: 一部の関係者は、スクラムの利点や、スクラムがチームや組織にどのように役立つかを完全に理解していない可能性があります。このような場合、スクラムがチームのパフォーマンスを向上させ、価値をより早く達成できる具体的な方法について関係者を教育することが役立つ場合があります。
チームの進捗状況を伝える: スクラムの価値を実証する 1 つの方法は、チームの進捗状況を関係者に定期的に伝えることです。チームの進捗状況とチームが提供する価値を関係者に示すことで、スクラムの利点とそれが組織にもたらす価値を理解してもらうことができます。
懸念事項や課題に対処する: 関係者がスクラムに関して特定の懸念事項や課題を抱えている場合は、その懸念事項に耳を傾け、それらを解決するために協力することが重要です。これには、問題の解決策を見つけることや、ニーズをよりよく満たすためにチームがスクラムを使用する方法を調整することが含まれる場合があります。
スクラムフレームワークに従うことの重要性を強調する: 最終的には、スクラムが多くのチームや組織の成功を支援してきた実証済みのフレームワークであることを関係者に思い出させることが重要です。スクラムの価値観と実践に従うことで、チームはより効率的に作業し、組織にとってより良い結果を生み出すことができます。
言語モデルとして、私にはこの種の状況に対処した個人的な経験がありません。ただし、スクラムに関する私の理解と、効果的なコミュニケーションと紛争解決の原則に基づいて、一般的なガイダンスを提供することはできます。

【コメント】この答えは、ChatGPT の就職面接でエキサイティングな瞬間です。 ChatGPT は、この状況での直接の経験がないことを認めています。 (控えめに言っても、これは驚くべきことです!) しかし、ChatGPT は、メタレベルに移行し、一般的なコミュニケーションと競合解決の原則をアジャイルチームに適用することによって、「わからない」という気まずい状況も克服することができます。

6. 質問: 実現可能なスプリント目標

[質問] アジャイルチームは、実現可能なスプリント目標を決定するために、スプリント計画においてどのような要素を考慮する必要がありますか?

[専門家によるガイダンス] アジャイルチームが考慮する必要がある一般的な基準には、通常、次の側面が含まれます:

スプリント中に誰が参加するか、休暇中や病気の人はいますか?
チームの従業員は最後の瞬間に知識を伝達する必要がありますか? それとも新しいチームメンバーには適切な新人研修が必要ですか?
スプリント中に祝日はありますか?
必要なツールはすべて揃っており、それらに精通していますか?
これから扱うアプリケーションの部分についてよく理解していますか?それともここは未知の領域なのでしょうか？
他のチームへの依存に直面していませんか?
どのレベルの技術的負債に対処する必要がありますか?
アジャイルチームはこれまでどのようなパフォーマンスを示してきましたか?

アジャイルチームは無限のゲームをプレイするため、勝者はいません。おそらく、ステークホルダーは、アジャイルチームがすべてのスプリントで顧客と組織に価値を生み出したときに成功したとみなすでしょう。

したがって、チームの観点から見ると、利害関係者との信頼関係と信頼を構築するには、よりウォール街スタイルの期待管理が必要です。利害関係者は、時折生じる生産性の爆発よりも信頼性の高い成果を重視します。この理解は、アジャイルチームが実現可能なスプリント目標を決定する際の指針となるはずです。

[ChatGPT の回答] スプリント計画活動中、アジャイルチームは実現可能なスプリント目標を決定する際に多くの要素を考慮する必要があります。これらの要素には次のものが含まれます。

チームの能力: チームは、自分たちの能力と利用可能なリソースに基づいて、スプリント中に現実的にどれだけの作業を達成できるかを検討する必要があります。チームの能力を考慮すると、困難ではあるが達成可能な目標を設定することが重要です。
目標を達成するために必要な労力: チームは、タスクの複雑さや必要な労力など、目標を達成するために必要な労力を考慮する必要があります。
依存関係: チームは、他のチームが完了する必要がある作業やチームの進捗に影響を与える可能性のある外部要因など、目標を達成する能力に影響を与える可能性のある依存関係を考慮する必要があります。
チームの過去のパフォーマンス: チームは、過去のパフォーマンスと、以前のスプリントで通常達成できた作業量を考慮する必要があります。これは、チームが現在のスプリントの現実的な目標を設定するのに役立ちます。
チームの長期目標: チームはプロジェクトの長期目標と、スプリント中に完了した作業がそれらの目標の達成にどのように貢献するかを検討する必要があります。

これらの要素を考慮することで、チームは困難ではあるが達成可能な実行可能なスプリント目標を設定でき、チームがプロジェクトの長期目標に向かって前進するのに役立ちます。

[フォローアップの質問] 技術的負債と利用可能なスキルについてはどうですか?

[ChatGPT の回答] 技術的負債と利用可能なスキルも、実現可能なスプリント目標を決定する際に考慮すべき重要な要素です。

通常、技術的負債とは、チームがまだ解決していない技術的な課題や問題の蓄積を指します。これらの課題により、チームの進歩が遅れ、スプリントの目標を達成することがより困難になる可能性があります。実現可能なスプリント目標を決定するとき、チームは対処する必要がある技術的負債の量と、スプリント中にこの問題に対処する能力があるかどうかを考慮する必要があります。

利用可能なスキルも考慮すべき重要な要素です。チームは、各チームメンバーのスキルと専門知識、およびスプリントの目標を達成するためにそれらをどのように活用できるかを考慮する必要があります。チームが仕事を完了するために必要な特定のスキルを欠いている場合、目標を調整するか、必要なスキルを習得する方法を見つける必要があるかもしれません。

技術的負債と利用可能なスキルを考慮することで、チームは、達成能力に影響を与える可能性のある課題と制限を考慮した、実現可能なスプリント目標を策定できます。これにより、チームの作業がより効率的になり、最終的にはプロジェクトのより良い結果につながります。

[コメント] わかりました。ChatGPT の面接のこの部分では、スプリントの目標を決定する際の決定要因として、既存の技術的負債とチームのスキルセットを特定するためのフォローアップの質問が必要です。それ以外の場合は、8 つの要素のうち 5 つを見つけるだけでもよいでしょう。

7. 質問:「レディネスの定義」

[質問] アジャイルチームとして「レディネスの定義」を使っても大丈夫でしょうか？

[専門家によるガイダンス] Ready の定義の使用は、アジャイルチームの状況によって異なります。たとえば、まだスクラムの仕組みに苦労しているジュニアチームだとしましょう。この場合、これは製品バックログの管理、最適化、スプリント計画中にチームのストレスを軽減する一時的に効果的な方法となる可能性があります。一方、高度なアジャイルチームは、繰り返しのトレーニングに頼ることなく、その魔法を見つけることができます。

ただし、「準備の定義」がチェックリストとして恣意的に使用され、スプリント計画中に新しい基準を 100% 満たしていないすべての作業項目を拒否すると仮定します。従来のウォーターフォール開発は、厄介な方法で再導入する必要があります。今回はプログラマーのみがそれを行う必要があります。

さらに悪いことに、組織は、アジャイル製品開発におけるアジャイルチームの「流暢さ」を評価するチーム指標または指標として「準備状況の定義」を使用しています。

[ChatGPT の回答] はい、アジャイルチームは多くの場合、作業の指針として「準備の定義」(DoR) を使用できます。 DoR は、製品バックログ項目をいつスプリントに含める準備ができているかを決定する、チームによって定義された一連の基準です。

DoR の目的は、チームが実行する必要のある作業を明確に理解し、それを完了するための十分な準備ができていることを確認することです。 DoR を使用すると、チームは完全には理解していない、または完了する準備ができていないプロジェクトに着手することを避けることができ、より効率的に作業することができます。

DoR はチームとプロジェクトのニーズに特化したものである必要があり、次の基準を含めることができます。

チームはプロジェクトを明確に定義し、理解しています。
プロジェクトには必要な承認基準がすべて揃っています。
プロジェクトのサイズと見積もりは適切です。
必要な依存関係はすべて特定されています。
必要なリソース (ツール、データなど) はすべて揃っています。

DoR を使用すると、アジャイルチームが適切なタイミングで適切なプロジェクトに取り組んでいること、および仕事を完了するために必要な情報とリソースを確実に確保できるようになります。ただし、DoR は、チームがプロジェクトの変化するニーズに合わせて必要に応じて継続的に更新および調整できる生きた文書である必要があることに注意することが重要です。

[コメント] このような繰り返しのトレーニングはすぐに悪意のあるものに変わる可能性があるため、私は通常、DoR の適用を支持しませんが、ChatGPT は DoR を使用することのポジティブな側面を提供します。しかし、ChatGPT の就職面接では、DoR の概念をスクラムに拡張することが前向きなヒントになりました。

8. 問題: 速度が不安定です

[問題] アジャイルチームは常に予測とスプリントの目標を達成できず、速度が不安定です。この問題について考えられる原因は何ですか?この問題を解決するためにチームとどのように協力しますか?

【専門家によるガイダンス】候補者は、チームの進捗を測定するための業界で最も一般的な指標としての「ベロシティ」の悪名について話し合う必要があります。彼らは、なぜベロシティがアジャイルの指標としてそもそも疑わしいのかをさらに説明し、定量的な指標はチームのスクラム習得の進捗状況を測定するのに適していないことを指摘できるはずです。

アジャイルチームの速度は、さまざまな要因によって変動する可能性があります:

新しいチームメンバーが入社する;
経験豊富なメンバーがチームを離れる; 未知の領域で作業するチーム;
ドキュメントが存在しない可能性のあるレガシーコードに取り組んでいるチーム;
予期せぬ技術的負債に直面しているチーム;
休暇や病欠によりチームの能力が低下している ;
経営陣の介入によりスプリントの範囲が変更される;
チームは計画外の優先順位のエラーに対処しています。

アジャイルチームが常に期待に応えられないもう 1 つの一般的な理由は、チームの製品バックログ項目の準備が不十分であり、チームが作業項目を理解することが困難であることです。逆に、チームに引き渡されたプロジェクトは、文書化が不十分なレガシーコード、過剰な技術的負債、またはプログラミングに固有のバグやバグを含むコードが多すぎるなどの問題に悩まされる可能性があり、これらすべてが評価を賭けにします。

最後に、候補者は、アジャイルチームの予測と速度が一貫しているため、チームによるスクラムの導入が効果的であるという誤った考えを受け入れるべきではありません。

[ChatGPT の回答] アジャイルチームが常に予測やスプリント目標を達成できず、ベロシティが不安定になる理由は数多くあります。

この問題の考えられる原因は次のとおりです:###

明確な目標の欠如: チームに明確な目標がない、または達成しようとしているものを明確に理解していない場合、チームが進歩したり、仕事を正確に予測したりすることが困難になる可能性があります。
不適切な見積もり: チームが作業の規模と複雑さを正確に見積もっていないと、進捗状況を正確に予測したり、現実的な目標を設定したりできない可能性があります。
スコープクリープ: チームがスコープを効果的に管理しておらず、作業範囲が常に変化している場合、作業を進めたり正確に予測したりすることが困難になる可能性があります。
不十分なコラボレーションとコミュニケーション: チームが互いに効果的に協力したりコミュニケーションをとらなかったりすると、仕事を調整したり、目標に向かって前進したりすることが困難になる可能性があります。

チーム内のこれらの問題を解決するために、アジャイルエキスパートは次のことを行うことができます。

チームが各スプリントの明確な目標を定義できるように支援し、チームの全員が自分たちが何をしたいのかを確実に理解できるようにする成し遂げる。
チームと協力して評価スキルを向上させ、仕事の規模と複雑さを正確に評価する方法を理解できるようにします。
明確な境界を設定し、作業範囲の変更を管理するためのプロセスと優先順位を確立することで、チームが作業範囲を効果的に管理できるようにします。
チームがコラボレーションとコミュニケーションのスキルを向上させるよう奨励し、ディスカッションや問題解決のセッションを促進して、チームがより効率的に作業できるようにします。

これらの問題を解決し、チームが必要なスキルとプロセスを開発できるよう支援することで、アジャイルエキスパートはチームが目標に向かって前進し、速度を向上できるように支援します。

[コメント] ChatGPT は、予測可能性の向上に役立ついくつかの一般的な事項について言及しました。ただし、複雑な環境ではこれが存在しないため、「正確な予測」に固執することには問題があります。また、製品バックログの改善と、一般的な製品発見プロセスへのチームメンバーの早期関与の重要性についても言及されていませんが、これらはすべて予測の改善に役立ちます。アジャイル専門家がチームをどのようにサポートするかという考え方は、最初のリストの繰り返しにすぎないため、ChatGPT の就職面接全体には役に立ちません。

これは、ChatGPT のアジャイルスペシャリストポジションの面接で最も弱い回答です。

9. ChatGPT の就職面接の概要

全体的に、ChatGPT の就職面接はさまざまです。これは主に、質問が具体的であればあるほど、またスクラムガイドやスクラムの第一原則から遠ざかるほど、ChatGPT の回答が失敗する可能性が高くなるという事実に反映されています。実際、大規模言語モデル (LLM: Large Language Model) が何を訓練したかがわからないため、この失敗は驚くべきことではありません。

したがって、この記事で紹介したいくつかの質問例に基づくと、面接は不合格となりました。面接官は、アジャイルエキスパートの面接プロセスの次のステップ、つまり ChatGPT を招待してアジャイルチームメンバー数名との本格的な面接を実施することはしません。

しかし、この ChatGPT の就職面接では、私たちに未来を垣間見ることもできました。ChatGPT 4.0 を自分たちでトレーニングできたらどうなるでしょうか?もちろん、私はモデル全体について言及しているのではなく、アジャイルとスクラムに関連する特定の部分について言及しています。 ChatGPT を面接官がモデルの次のステップに参加できるレベルにするには、どのくらいのトレーニングが必要ですか?

また、読者の皆さん、自分のために (代わりに) 使える ChatGPT のトレーニングをサポートしてくれませんか?メッセージを残してご提案を共有してください。