AIのコンテキストをめぐる議論は、実は非常に古くからあるものです。ただ、誰がそれを始めたのか、私たちが忘れていただけなのです。
1917年、マルセル・デュシャンは配管資材業者から磁器製の小便器を購入し、それを90度回転させ、ペンネームで署名し、『泉（Fountain）』という題名で美術展に出品しました。その物自体は変わりませんし、配管設備が改善されたわけでもありません。変わったのは、それを取り巻くすべてでした。フレーム、制度、そしてそこに込められた問いです。デュシャンは、20世紀の誰よりも明確に、意味は物体の内部にあるのではなく、その周囲に構築されるものだと理解していたのです。
私は、エンジニアやデータサイエンティスト、経営幹部で埋め尽くされた部屋でAIの未来について議論しているとき、このことをよく考えます。私たちは絶えずコンテキストについて話し合っています。コンテキストウィンドウ、コンテキストデータ、コンテキスト内学習。どれだけのコンテキストを渡すべきか、どれほど新鮮な情報が必要か、モデルが実際に活用できるようにはどのように構造化すべきか、そうした議論が交わされています。これは、現在の応用AIにおける決定的な技術的フロンティアです。それなのに私たちは、芸術家たちが何世紀にもわたってこの問題を解決してきたという事実を、ほとんど認めていないのです。比喩ではなく、文字通りそうなのです。AIにおけるコンテキストの課題と芸術におけるコンテキストの課題は、構造的に同じです。そして、そのことに気づけば、芸術家たちが自らの実践に組み込んできた解決策は、これから何が起こるのかを考えるうえで、驚くほど有用な指針となります。
デュシャンが実際に示したことを考えてみましょう。配管というコンテキストから切り離され、ギャラリーに置かれた小便器は、何が芸術を芸術たらしめるのか、という問いになりました。その答えは、それを取り巻くコンテキスト、作品を位置づける制度、それを解釈する観客、それを受け入れる歴史的瞬間にあります。生データもまったく同じ性質を持っています。2日間で3回も価格ページにアクセスした顧客は、単独で見れば小便器と同じです。そのシグナルは、それ自体では意味を持たず、行動につなげることもできません。それは、コンテキストに囲まれて初めて意味を持つのです。その人物が誰なのか、過去に何を購入したのか、価格ページにアクセスする前に何を見ていたのか、新規の見込み客なのか、それとも離反しつつある顧客なのか。同じ行動シグナルでも、それを取り巻く状況によって意味はまったく異なり、それに応じて異なる対応を引き起こすべきなのです。これは技術的な洞察ではなく解釈的な洞察です。そして、芸術家たちはエンジニアよりもはるかに以前からこのことを知っていたのです。
しかし、意味とは、フレームがもたらすものの半分に過ぎません。残りの半分は信頼です。そして、その点についても、芸術界は私たちに多くのことを教えてくれます。
美術市場では、作品の来歴がすべてを決定づけます。それは、芸術家のアトリエから現在の所在地に至るまで、その作品を手にしたすべての所有者をたどる、文書化された保管・所有の連鎖です。完全な来歴を持つフェルメールの作品は、その歴史に空白がある同じ絵画とは、価格も意味も異なります。対象物は同じであっても、それを取り巻くコンテキストは異なるのです。私たちはこの概念をデータの世界で一から再構築し、それをファーストパーティデータと呼んでいます。その原理はまったく同じです。明確で、同意を得て、直接観察された保管・所有の連鎖を持つシグナルは、出所が不確かなシグナルよりも価値が高いのです。顧客が貴社のブランドと直接関わる時、そこに来歴が生まれます。シグナルがどこから来たのか、それが何を意味するのか、そしてそのシグナルを使って何をしてよいかが明確になります。サードパーティデータは出所不明の芸術作品のようなものです。それは本物かもしれないし、複製かもしれない。そして市場が来歴を重視すると決めたその日、その価値は蒸発してしまうでしょう。サードパーティクッキーが崩壊し、プライバシー規制が強化される今、私たちはまさにその清算の時代を生きているのです。美術市場では、来歴が単なるコンプライアンス上の形式的な手続きではなく、価値の基盤であることを常に認識してきました。私たちがデータの世界でそのことを本当の意味で理解し始めたのは、まだ最近のことです。
来歴がフレームに何を含めるかを決めるものだとすれば、構図はその中で何を残し、何を除外するかを決めます。視覚芸術にはネガティブスペースという概念があります。これは、画像の被写体の周囲やその間の領域、つまり空白の空間を指します。熟練した芸術家は、未熟な芸術家にはわからないことを理解しています。すなわち、ネガティブスペースは欠如ではないのです。それは構図そのものであり、フレームに現れるあらゆる要素と同様に、意図的に構成された重要な要素なのです。
AIにおいて、コンテキストウィンドウに含めないものを選ぶことは、含めるものを選ぶことと同じくらい重大な意味を持ちます。
大規模言語モデルを扱ったことのある人なら誰でも、コンテキストポイズニングに遭遇したことがあるでしょう。これは、過剰でノイズが多く、構造化が不十分なコンテキストウィンドウによって、出力の質が低下したり、幻覚的な結果が生じたりする現象です。モデルが失敗しているわけではなく、構成に問題があるのです。フレームを雑然とした情報で満たし、モデルにそのノイズの中から意味を見つけるよう求めているのです。私が知る優れたプロンプトエンジニアやコンテキストアーキテクトたちは、画家と同じように仕事をします。つまり、加えることと同じくらい差し引くことを重視するのです。彼らは、何を削除すべきか、どこにネガティブスペースを設けることでシグナルに息づく余地を与えられるかを考えます。これは技術的な直感ではありません。美的感覚に基づく直感です。そして、これは今日の応用AIにおいて、最も希少かつ価値の高いスキルの一つです。
空間における構図には、時間軸をまたぐ構図というものが存在します。芸術家たちも、まずこの問題に向き合いました。1994年、ミラノでレオナルド・ダ・ヴィンチの『最後の晩餐』を修復していた修復家たちは、数十年にわたり修復の専門家を悩ませてきた決断を迫られました。どの時点の絵画に向けて修復すべきか、という問題です。レオナルドが1498年に描いたバージョンか、それとも、長年にわたる上塗りによって1700年までに変貌を遂げたバージョンか。それとも、最も有名な文化的瞬間におけるバージョンか。どのバージョンも真実であり、それぞれが時間軸上の異なるコンテキストなのです。
これこそがAIにおける時間的コンテキストの問題であり、十分に理解されていない問題でもあります。18ヶ月前に購入した顧客と、先週購入した顧客では、そこから得られるシグナルは異なります。2年前に示された関心は、すでに完全に薄れている可能性もあれば、その後のあらゆる行動を予測する根本的な嗜好を表している可能性もあります。前四半期には異常と見なされた行動が、今日では「新しい常態」になっているかもしれません。あなたは、モデルにどのバージョンの真実を与えているでしょうか。修復作業と同様に、唯一の正解など存在しません。あるのは、その問いを明確に投げかけ、収集しやすいデータを安易に使うのではなく、時間的コンテキストについて原則に基づいた選択を行うという規律だけです。最新であることが常に真実とは限らないし、過去の履歴が常にノイズであるとも限りません。重要なのは、どちらがどちらなのかを見極めるスキルです。
どのバージョンの真実を扱うかを選択したとしても、別の問題が残ります。それは、それをどのように記述するかということです。古代の人々はこれに名前をつけていました。「エクフラシス」視覚芸術作品を文学的に描写することです。ホメロスは『イリアス』の中でアキレウスの盾を描写しました。キーツは45行の詩でギリシャの壺を不朽のものにしました。その目的は、視覚的な体験を言語に落とし込み、感覚の隔たりを越えて翻訳することでした。顧客の行動について推論を試みるあらゆるAIシステムは、エクフラシスの行為に取り組んでいます。モデルは顧客を直接見ることはありません。モデルが見ているのは翻訳、つまり、人の行動、嗜好、履歴を構造化し、トークン化され、スキーマによって制約された形で表現したものです。顧客はサイトを閲覧し、クリックし、購入し、離反し、返品します。そのすべてが一つの記述となるのです。そして、翻訳の過程では常に何かが得られ、何かが失われます。得られるのは、構造、規模、そして比較可能性です。失われるのは、質感、曖昧さ、そして人間の観察者なら直感的に捉えるであろうコンテキスト上のニュアンスです。問題は、その翻訳が完璧かどうかではありません。完璧になることは決してないからです。問題は、それがどれほど忠実で、どれほど完全であるかということです。元の体験のうち、どれだけの部分がデータへの変換を生き残るか。これはデータ品質の問題です。しかし、それは同時に、古来より作家や翻訳者が苦悩してきた問題でもあります。
そして、翻訳が行われた後は、それがどこに置かれるかが、その内容と同じくらい重要になります。歯科医院の待合室に『モナ・リザ』が飾られているところを想像してみてください。絵そのものは、一筆一筆まで完全に同じものです。しかし、そこから得られる体験はまったく異なるものになるでしょう。その価値は損なわれ、奇妙に感じられ、その絵を「モナ・リザ」たらしめている蓄積された文化的コンテキストから切り離されてしまいます。偉大な芸術作品の意味は、単にその作品自体にだけあるのではありません。それを額縁に収める組織、それを飾る部屋、そしてある種の注意を払って作品に接する観客の中にもあるのです。AIモデルにも同じ特性がありますが、私たちはそのことを過小評価しています。同じモデルであっても、異なる製品、異なるユーザー層、異なるシステムプロンプト、そして周辺のデータ環境に展開されると、意味のある違いを持つ形で動作します。展開時のコンテキストはモデルの性能から切り離されたものではなく、それは、モデルの性能を構成するそのものなのです。eコマースのデータでチューニングされたモデルを医療ワークフローに導入すれば、結果は控えめに言っても奇妙なものとなり、最悪の場合は有害なものになるでしょう。それはモデル自体が悪いからではなく、制度的なコンテキストが、そのモデルが本来意図された用途と一致していないからです。責任あるAIの導入は、技術的な問題であると同時に、キュレーションの問題でもあります。単にモデルを選んでいるだけではありません。それをどこに配置するか、その隣に何を置くか、そして観客にどのような注意を向けてもらいたいかを、選んでいるのです。
私は多くの企業とAI戦略について話し合う機会がありますが、そこで繰り返し目にするのは、組織がモデル選択、例えばどの基盤モデルを使うか、どの微調整手法を使うか、どの推論最適化手法を使うかに深く注力する一方で、それらのモデルに情報を提供するコンテキストレイヤーへの投資が相対的に不足しているということです。これは、傑作を依頼して制作させた作品を掃除用具入れに飾っておくようなものです。
この議論が、単なる比喩を超えて私にとってなぜ重要であるか、率直に述べておきたいと思います。これこそが、Tealiumで取り組んでいる仕事なのです。私たちは10年以上にわたり、生の顧客シグナルを、モデルが実際に活用できる形式に変換するインフラを構築してきました。それは、個人が企業やブランドと接するあらゆるタッチポイントから情報を収集し、明示的な同意に基づいて管理され、統合されたリアルタイムの顧客プロファイルを構築し、それを必要とするあらゆる下流システムで利用できるようにするインフラです。そして、私が説明したすべての概念は、その業務における各分野に対応しています。
ID解決、すなわちデバイス、セッション、チャネルにまたがる何千もの断片的な観測データをつなぎ合わせ、一人の人物を忠実に表現すること、これこそが、エクフラシスの問題です。これは翻訳という行為であり、その翻訳の忠実度によって、下流のあらゆるモデルが何を理解できるかが決まります。同意とデータガバナンスは来歴の問題です。つまり、あらゆるシグナルがどこから来たのか、どのような権限の下にあるのか、そしてそれを使って何を行なってよいのかを把握することです。リアルタイムのデータ品質とフィルタリングは、ネガティブスペースの問題です。何をフレームに含め、排除すべきノイズが何であるかを継続的に判断することです。オンデマンドでどの程度の履歴や直近の行動を提供する能力は、修復の問題です。それぞれのユースケースが必要とする真実のバージョンを選択できるようにすることです。そして、適切なタイミングで、適切な展開環境において、適切なコンテキストを適切なモデルにルーティングすることが、美術館効果です。芸術作品が、その本来の姿として鑑賞してもらえる部屋に確実に展示されるようにすることです。
今日、AIで成功を収めている企業は、多くの場合、最も洗練されたモデルを持つ企業ではありません。この取り組みをいち早く実践してきた企業です。彼らは、あらゆるタッチポイントにおいて顧客が誰なのかを把握しています。顧客の行動を、時間軸に沿って一貫性のある忠実な形でリアルタイムに構築することができます。美術館の館長が作品の展示配置に込める意図を持って、コンテキストウィンドウに何を取り入れるかを厳選しています。モデルに送らないデータも送るデータと同じくらい重要であることを理解しています。これは、モデルが実行される前の段階で行われる作業であり、コンテキストインフラです。そして、これはAI時代の差別化要因となります。モデル自体が重要でないからではなく、モデルが一定の能力レベルに達すると、コンテキストが主要な変数となるからです。
デュシャンの小便器は、彼がそれを出品してから100年以上が経った今も、議論を巻き起こし続けています。それはオブジェクトそのものが理由なのではなく、デュシャンがその周りに設けたフレームと、そのフレームが世界に突きつけた問いが理由なのです。今日私たちが構築するAIシステムは、単に選択したモデルだけでなく、その周りにどのようなコンテキストのフレームを構築したかによって評価されることになるでしょう。私たちはモデルに、世界を忠実に翻訳したものを供給したのか、それとも歪んだ翻訳を供給したのか、意図を持ってネガティブスペースをキュレーションしたのか、 伝達したシグナルの来歴を尊重したのか、モデルを誤った制度的なコンテキストで展開すると、単に質の低い出力を生み出すだけでなく、根本的に異なる、そして潜在的に有害なものを生み出すことを理解していたのかなどです。
芸術家たちは、常にこのことを理解していました。フレームは単なる装飾ではなく、フレームこそが主張なのです。私たちがAIシステムを構築する際にも、その原則を反映すべき時が来ているのです。
