YouTubeを使った調査と加速社会

YouTubeには教材が溢れています。
人に説明するのが得意（好き）な米国人の大学教授がたくさんいて、優良な教材が無料で手に入る。

英語が達者な人は、その分野に精通している人なら、英語のまま動画を観て理解できると思いますが、そうでない人もたくさんいる。

そんな人に役立つのが、ZIKUUのWhisper PlaygroundやローカルLLMです。

Whisper PlaygroundはYouTube動画の音声を文字起こしする道具です。

例えば、上のStanford大学の講義動画を文字起こしする。

あまり速くないGPU（RTX A4000）で、5GBほどのVRAMを使用するモデルを使って文字起こしすると、21分の動画から1分30秒ほどで文字起こしが完了します。

それをローカルLLMを使って翻訳する。

gpt-oss 20b 量子化版は12GBほどのVRAMを使いますから、16GBのVRAMを搭載したGPUがあればOK。翻訳にかかる時間は、GPUの性能にもよりますが、A4000で30秒程度。

論文処理用のNerveパイプラインは、論文サイトを検索して要約するプログラム群ですが、これも同様に処理をすると、人がやるのはYouTube動画を選ぶだけで、内部知識として人とAIが読む日本語の文章として整理するというワークフローが自動化される。人が理解して判断する材料が揃っている状態になるわけです。

「この面白そうだな」と思ったら動画のURLをコピペするだけで、思考と判断の材料が整う。

よくAIによって、人の仕事が減る、楽になるという言説を見ますが、現代はテクノロジーによって加速されている社会です。これを加速社会と呼びます。

新幹線ができて高速な移動ができても人は暇にならないし、AIがあっても暇にはならない。

加速社会は、構造的に、便利や安全の代償として、人の思考と判断を奪います。
上手く付き合わないと、人を苦しめることになりかねません。
何を使うか、どう使うか、何を任せて、何を任せないか。
その境界線を引くのが大事です。

AIシステムの設計でも、このことはとても大事です。

思考、判断、決断、検証は人の役割として、外部に委ねないようにしましょう。
それが加速社会での人間の生き方です。