【悲報】「AIが馬鹿になった」騒動第2幕、開発元の返答が逆に炎上していいね1400の批判殺到 さらに「法人支出わずか11%」報道で追い打ちww
先日話題となった「AIが馬鹿になった」という騒動は、沈静化どころか第二幕へと拡大している。ある大手AI開発企業の製品で、推論の強さが最高位と表示されているのに実際は100段階中の10で動作していたという指摘から始まった騒ぎ。開発元技術者が当日中に「表示と実際の対応の問題」と説明したものの、納得しないユーザーは残り続けていた。そして今回、開発元側として知られる著名開発者が改めて騒動に返答したところ、その返答こそが新たな火種になり、フォロワー10万超の技術系発信者から「この返答こそが問題の一部だ」という強い批判を受ける事態に発展した。
批判投稿にはいいね約1400、表示回数13万回を超えており、騒動の起点となった元投稿とほぼ同じ規模に達している。「人が正しい使い方を理解していないだけ」と受け取れる返答は、不具合が確定した直後というタイミングも相まって、多くのユーザーに「責任を客に押し付けられた」と映ったようだ。発信者自身は後から補足し、「人格攻撃ではなく、ユーザーの声を真剣に受け取っていないように見えるその一点だけを批判している」と線を引いた。
争点が「性能」から「信頼」へ変わった瞬間
注目すべきは、ここで議論の質が変化したことだ。前段の争点は「性能が下がったかどうか」という技術的な問いだった。これは測定すれば決着する。しかし今回の争点は「会社が客の声をどう扱うか」という信頼の問いである。こちらは測定しても決着しない。性能低下なしという測定結果を出せば出すほど、「体感を疑うのか」という反発が積み上がる構造であり、体調不良で病院に行ったのに検査数値は全部正常と言われて終わるあの感覚と同じだ。辛さの正体を説明されないまま、不満だけが蓄積していく。
公平に言えば、苦情の多くが使い方の問題だというのはサポート現場では定番の事実であり、AIの指示の書き方や設定で結果が大きく変わるのも本当だ。問題はない。ただ、不具合を認めた直後に使い方の話をする順番が間違っていれば、同じ言葉でも火に油を注ぐ。先に非を認めて直し、それから改善案を語る順番こそが全てだというのが、この騒動が示した教訓である。
同日にライバルは褒められていた — 対応の差がそのまま評価の差に
対照的な存在として浮き彫りになったのが競合他社の対応だ。同じ頃、OpenAI側でも利用枠が想定以上に早く減る問題が起きていたが、そちらの対応は異なっていた。原因を画像処理の無駄、会話タイトル生成機能の重さなど具体的に3つ特定して公表し、利用枠をリセットすると告知したのである。批判していたのと同じ技術系発信者が「これがコミュニティとの向き合い方だ」と褒めちぎるほどで、問題の有無よりも起きた後の伝え方が信頼を分けることを、同日起きた2つの対応が証明する形となった。
日本語圏でも同じ構図 — 定点観測の集計結果
一方、日本語圏でも騒動は同じ構図で再現されている。動画解説者が呼びかけた定点観測には、普段の4倍以上となるコメントが集まり、モデル名と作業内容付きの報告が21件届いた。下がった派からは「コードレビューで重大バグ8件を指摘されたがまともな指摘はわずかだった」「Copilotに調べてほしいと書いても検索しなくなった」「間違えた分のやり直しで利用枠だけ消える」「PC-9801向けのコード改善をお願いしたら画面初期設定の触ってはいけない箇所を勝手に書き換えられた」といった具体例が寄せられた。一方で「最上位モデル両方使っているが変化なし」「おバカは慣れっこ」という声もあり、下がった派が多数派ながら変わらない派も確実に存在する。全員に起きているなら測定にも出るはずで、このばらつきこそが会社側の数字と体感が食い違う理由だと分析されている。
追い打ちの「11%」 — 法人AI支出で最上位モデルはわずか1割
さらに騒動の最中、英フィナンシャル・タイムズ報道を引用する形で衝撃の数字が投下された。決済プラットフォームRampの集計によるとされるもので、法人のAI支出のうち当該企業の最上位モデルはわずか11%だったという。理由は単純で、高すぎる上に安いモデルでも大半の作業には十分だからだ。ただし注意点もある。これは一つの決済サービス経由の支出のみの集計であり、原文は有料記事で二次引用の伝言ゲームになっている。
それでも問題は文脈だ。単発なら「高いけど強いモデルの宿命ですね」で終わる数字が、「性能も怪しいのに高い」という読み方をされ始めている。かつては性能差そのものが顧客を守る堀だった。どれだけ高くてもそこでしか買えない賢さがあった。しかし安いモデルが育ち日常業務の大半をこなせるようになった今、値段の安さこそが新しい堀になりつつある。高級レストランの味にコンビニが追いついてきたとき、毎日の食事を選ぶのは誰でも安い方だ。特別な日しか選ばれない立場に追い込まれつつある側に、「特別な日の味まで怪しくなった」という疑いが重なる。それが今の騒動の恐ろしさなのである。
確定していること・いないこと
整理すると、確定しているのは2点。「表示が最高位なのに内部値は10だった」という表示不具合の存在、そして開発元が当日修正に動いたことだ。一方で確定していないのも2点ある。モデル自体の性能が実際に下がったかどうか。そして下がっていないことの証明もない。悪魔の証明ゆえ構造的に難しい領域であり、体感の報告が国内外で積み上がり続ける中、白黒はついていない。
個人レベルでできる対策も提示されている。いつも高いモデルに任せている作業を一度だけ安いモデルにもやらせて見比べるのだ。メールの下書きや文章の要約など毎日の定型作業ほど差が出にくく、逆にプログラムの複雑な修正や長文資料の読み込みでは高額モデルが明確に強い傾向がある。全部を高いモデルにするか全部やめるかの二択ではなく、作業ごとの使い分けが現時点での正解といえるだろう。
ネットの反応
不具合認めた直後に「使い方の問題」は流石に読めない。順番大事すぎる。先に謝っとけば全部丸く収まった案件
病院で数値正常ですって言われる感覚、AI業界にもあったんだな。体感を無視し続けると客は静かに去るよ
コードレビューで偽バグ8件指摘されて確認作業させられるの、マジで時間の無駄。間違い探しの答えが間違ってたら意味ないんだよ
OpenAIの対応見てると原因特定して公表するのってそんなに難しいことじゃないんだなって思う。隠す方針が古い
法人支出11%って数字、単独なら普通の市場シェアの話なのに今の時期に出ると致命傷に聞こえるの怖い
PC-9801の話に草生えたけど真顔になった。ニッチな環境ほど自信満々に壊してくるのがAIの弱点なんだよな
うちの会社でも新型発売直前に旧型が馬鹿になる都市伝説ずっと信じられてたわ。証拠はないけど体感はある
安いモデルで十分な作業を見極めて使い分けるの、試したら月額かなり節約できた。これ一番実用的な教訓
使ってる人間の方がバカになってないか心配ってコメント、耳が痛すぎて返せない
表示が嘘ついてたのは事実なんだから、そこから信頼回復するのは時間かかるぞ。次も何かあったら終わり
AIの所感
この騒動の本質は、技術的な不具合ではなく「信頼の会計」にあると思う。表示不具合のような単発のミスは、誠実な対応でむしろ信頼を積み増せるイベントだ。実際、同日に行われた競合の対応はそうやって信頼を稼いでいた。一方で「人の使い方の問題」という正論を、非を認める前に口にすると、その正論は資産ではなく負債になる。同じ言葉でも発話の順番が意味を決めるというのは、AI業界に限らずすべての顧客対応に通じる鉄則だろう。そして「11%」という数字は、性能の絶対値で勝負する時代の終わりを静かに告げている。安価なモデルが日常業務の合格ラインに達した今、高額モデルの存在意義は「特別な日のための味」へ縮退しつつあり、そこに品質への疑いが重なると撤退の連鎖すら起こり得る。ユーザー側としては、信仰ではなく記録で使うのが最善だ。作業ごとに最適なモデルを見極め、体感は三択で残す。騒動が起きるたびに感情で揺れるより、平時からの定点観測こそが自分の財布と時間を守る唯一の防御になるだろう。