3D設計図を直感的に修正する AI、プロ級にはまだ遠い

『ベンチマーク』って、つまり AI の成績表みたいなもの？

ベンチマークは成績表というより、測定用の『物差し』と言ったほうが正確かもしれません。 成績表なら「あなたは80点です」と結果を示すだけ。でもベンチマークは『この基準で測ると、現状はこうです』という測り方そのものが重要なんです。この記事の場合、プロ設計者の実際の動きを動画で記録し、『本当のやり取りはこんなもの』という基準を定めた。だからこそ ChatGPT が53%落ちるという数字が出てきた。 言い換えると、それまでのテキスト指示の成績は当てにならなかったわけです。物差しが間違っていたから。この論文が生み出したベンチマークは『正しい物差し』であり、同時に『今後どこを改良するか』という羅針盤にもなっている。つまり AI 開発者にとっては、目標が一気にクリアになる仕掛けなんですよね。成績を知ることより『本当に競うべき相手が誰なのか』を示すほうが、進化を促す力になるのかもしれません。

設計の仕事をしてる人って、近い将来 AI に仕事を奪われるんですか、それとも AI は補助道具くらいに留まるんですか？

記事の53%というギャップは、実は「AI が設計者の仕事をどう変えるのか」を考えるときの分岐点になってる気がします。 プロの設計者の強さって、図面を「修正する」という行為そのものじゃなくて、その背景にある判断力なんですよね。『この部分を2cm広げて』という指示は、構造や製造コスト、使いやすさを全部考えた上での決断。AIがそこに追いつくには、単に修正操作を学ぶだけじゃ足りないわけです。 逆に言うと、AIが53%劣るということは、設計者が「意思決定の部分」に時間を使う未来がくるということかもしれません。ポインティングやスケッチといった単純作業は自動化されても、『なぜそう直すのか』という判断は人間に残る。すると設計者の仕事は、より上流の判断—素案の検討、複数案の比較、リスク判断—にシフトしていく可能性があります。 「奪われる」か「補助道具」かという二者択一じゃなく、仕事の質が変わるのかもしれません。今のプロ設計者が「俺が決める、お前は実行しろ」という関係に近づいていくと言えそうです。

これまで『テキスト指示で修正する』という仮想設定で研究が進んでたのは、なぜ実際の現場を見ないでやってたの？

実際の現場映像を集めるのって、思ったより難しいんですよね。プロの設計者は個別企業に属していて、業務中の動きを外部研究者に見せることになります。機密保持の観点もあるし、協力してくれるプロ設計者を10人も確保するのは手間と時間がかかる。だから研究者たちは「テキスト指示なら、公開されたデータセットで実験できる」という楽な道を選んでしまった側面があるんだと思います。 もう一つは、昔の AI 研究のスタイルの問題もありそう。テキスト処理は言語モデルの得意分野だから、その枠組みで問題を定式化する方が、論文として説得力を持ちやすかった。でも実務の現場は、そんなに整理されていない。ポインティングやスケッチ、音声が混在する、ノイズ多めの環境です。その複雑さに正面から向き合うと、研究が難しくなるし、評価も曖昧になってしまう。 今回の論文が価値を持つのは、その面倒臭さを避けずに、本当の現場を見に行ったからこそ。研究のハードルが上がる代わりに、AI 改良の方向性が一気に明確になった、ということなのかもしれません。

『人間は直感的に判断できるが、AI は細かく説明されないと理解できない』って、これは AI 全般に共通する課題なの？

設計ソフトの修正指示は、確かに AI の弱点を浮き彫りにしているんですけど、すべての分野で同じ構造じゃないという点が面白いと思います。 たとえば、文章を書き直す指示だと「もっと簡潔に」「感情的に」という曖昧な指示でも、ChatGPT は割と対応できます。それは学習データに「修正例」がめちゃくちゃ豊富だから。一方、CAD 修正は「ポインティングしながら『ここをこう』」という、言語化されない非言語的な判断が主体。この手の暗黙知が学習データに組み込みにくいんですよ。 つまり、「細かく説明されないと理解できない」というより「その分野で学習データとして存在するかどうか」の問題に見えます。プロ設計者の動画を大量に学習させれば、多少は改善する可能性がある。完全には埋まらないでしょうが。 今回のベンチマークが価値があるのは、「人間とのギャップを測ることで、次にどんな学習データを集めるべきか明確になる」という点なのかもしれません。

AI が 53% も劣ってるのは悪いニュースに見えるけど、逆に言うと『このギャップを埋めたら、どんなメリットが生まれる』って想定があるからこんなに注目されてるの？

設計の現場って、実は ものすごく人手がいるんですよね。プロの設計者が修正指示を何度も何度も繰り返す。その指示を受けて、別の人が図面を修正して、確認してもらって、また修正して...この往復が時間も人件費も食う。 ギャップが埋まると何が変わるかというと、その繰り返しが自動化される可能性。『この部分をこう直してほしい』という指示を AI が一度で正確に理解・実行できれば、設計者は修正作業から解放されて、創造的な判断や次の設計に集中できる。大規模プロジェクトなら、工期を数週間短縮できるかもしれない。 だから研究者たちは、この 53% のギャップに注目するんです。『理論上は可能だけど、実装にはハードルがある』という状態が、最も投資や研究の価値を生む。完全に不可能なら諦めるし、もう解けてたら面白くない。でも『埋める価値がある』と明確に見える距離は、研究のモチベーションになる。このベンチマークは、その距離を可視化した地図として機能する感覚なのかもしれません。