AI Slopって知ってますか？ 簡単に言うと、AIによって大量生産される、見た目は綺麗でも中身が薄く、似たり寄ったりのコンテンツのこと。 リファレンスから動画を作れるようになってからめちゃくちゃ感じていて、「映像制作ってこれで良いんだっけ？」と考えさせられる場面が増えています。 正直、自分のAI作品もまだまだこの平均値の中にいるなと感じていて、ありきたりから一歩でも離れられるように試行錯誤の連続です。 5秒の動画を作るのってこんなに難しかったっけ？って悩むほど。 逆にAIがなかった頃より、映像について深く考える機会も増えたし、勉強量も増えているのは良いことな気もします。 ただ、いつまで経っても自信を持って「これが僕の作品です！」って言えるものにたどり着かない。 誰もが一定のクオリティを作れる時代だからこそ、平均から抜け出すことはどんどん難しくなるのかもしれませんが、それでも、この試行錯誤の先に、自分にしか作れないものにたどり着けると信じて、挑み続けようと思います！

LLMはslopを生み出すけど、それでも使うのはやめられない。でも気をつけていることがあるよ、という話。 ・筆者は著作権や環境問題、OSSの破壊リスクなど、LLMに対する批判のほとんどに同意だが、使い続けている ・カンファレンスでもAI批判に拍手が起きる一方で、参加者が手元でClaude Codeを開いているという矛盾がある ・筆者自身も月に約1万ドルを課金するほどLLMを多用している ・LLMは、すでに自身の思考を増幅させるツールであり手放せない ・自分の意見や構造がある人間が使えば、より鋭く、より速く出力できる ・ただし問題は、外から見て「人間が考えた結果」か「AIが出力しただけのスロップ」か区別が難しいこと ・結局はアウトプットへの信頼が重要になる ・筆者はスロップを防ぐためにいくつかの具体的な手法を導入している ・例えば、完全に理解するまで私を徹底的に尋問して、と指示する/grill-meというプロンプトを使う ・これにより、人間側が自分の思考の言語化を強制される ・ほかにも、LLMに自分の解決策を批判させ続け、無理やり粗探しをさせるアプローチも有効 ・また、APIの実装前にLLMに仕様を予想させ、人間の直感に合うかテストする手法もある ・ただ、これらの前提として人間側が良いものとスロップを見分ける能力を持っている必要がある ・自分が理解していない領域でLLMを使うと、単に粗悪品を大量生産するだけに終わる

名画の模写で完成度を競い合う対戦型お絵かきゲーム「Sloppy Forgeries」，11月14日リリース 使用できる色は4〜6色のみ。リアルタイムで上下するスコアを見て盛り上がれる

「タカラトミー」のインディーゲームパブリッシャーブランド“ENJOYN GAMES”が始動 店員とスパイに分かれてハンバーガーの完成を目指す『人狼バーガー』、協力アクション『Little Cheese Works』、名画模写ゲーム『Sloppy Forgeries』と、パブリッシングタイトル3本も公開。

学会の査読に提出された論文の68%が、架空の引用やでっち上げの著者リストを含むAI Slopだった、という記事。アカデミアも大変。 ・筆者らがNeurIPSなどの主要会議で22本の論文を査読したところ、15本が明らかなLLM生成のslopだった ・実在する論文の著者を架空の研究者にすり替えて引用するなどの悪質な例が散見された ・しかも、そのような論文が2本もオーラル発表に採択されている ・こうした問題は他の会議でも起きている ・2025年だけで14万件以上の架空の引用が見つかっている ・NeurIPS 2025でも、架空の引用を含む論文が複数の専門家の査読をすり抜けて採択 ・一方で査読者側もLLMを利用している ・ICLRの査読の21%がAI生成だったという報告もある ・LLMが書いた論文にありがちな特徴として、本文の数値と表の数値が一致しないことが多い ・これは、著者が実験をやり直した後に、LLMに本文の更新を指示するのを忘れているから ・つまり、彼らは自分で生成した論文を読み直していない ・査読者の時間を無駄にしている ・手作業での文献確認は査読者の負担が大きすぎる ・そこで筆者らは参考文献の自動監査ツールbib-auditを公開した ・CrossrefやarXivなどのデータベースと照合し、架空の著者や存在しない論文を自動で検出できる

￣￣￣￣￣￣ #MISIA×WOWOW# 　　特集中 ＿＿＿＿＿＿ 🎶LOVE BEBOP 🎶CATCH THE RAINBOW 🎶オルフェンズの涙 など MISIAの圧倒的なパフォーマンスを堪能できる珠玉のプログラム💫 「THE TOUR OF MISIA LOVE BEBOP all roads lead to you」 7/24(金)午後8:00～放送＆配信 📱終了後からアーカイブ配信

【バイブコーディングにどハマりして思ったこと】 長いです！ 本業がシステム屋なもんで、ゴリゴリ自分の作業をシステム化するためにCodexを使っているのですが、「あ、これ個人クリエイターに必要な視点かも」と思ったので呟きます。 SeedanceやらMinimaxやら、どんどんレベルの高い動画モデルが出現することで、 大量に出回るAI slopが「30点」から「60-70点」になっていると感じています。 自分が交流させていただいている、尊敬できるクリエイターさんは200点とか、500点とか、1000点の動画を出されています。(へっぽこクリエイターの自分が採点するのもおこがましいですが) ただ、このご時世では「30点の動画が100個出回る時代」から「60-70点の動画が1000個出回る時代」になっているんですよね。 個人クリエイターさんの現状は、おひとりだと「1000点の動画を10個出す」が人力だけだとどうしても限界になって来ている気がします。 ここで生き残り、より多くの方々に見てもらうには「1000000点の動画をコンテストに出して多くの人に見てもらう」と、「1000点の動画を作る思想や仕組みを配り、インフルエンサーになる」という道が現状はあると思っています。 でも、システム屋としては、もうひとつの道があると思うんですよね。 それが、「1000点の動画を100個出す」です。 単純計算で測れる世界ではないですが、少なくとも合計値ではAI slopを上回れます。 そのためにすべきことは、企業がやっていることと同じこと。 「効率化できることを徹底的にシステム化して効率化し、自分にしか出来ないことに割くリソースを増やす」なんです。 幸いにもバイブコーディングの進歩によって、システムの開発そのものは容易になってきています。 自分しか使わないシステムなら、運用も保守もそこまでこだわる必要はありません。 現在のCodexの使い方の主流は「高度な知能とMCPを活かしてプリビズを作る」「ゲームなどを作って自作品のIPを広げる」になっている印象ですが、 「既存の作業を効率化して、いいものをたくさん作れるようになる」にトークンを割くのもひとつの選択肢です、というご提案でした。