スポンサーリンク

人工知能AIの活躍が日々ニュースを賑わせています。もちろん将来的にAIの進出が期待されています。では人間がやることはなくなるのでしょうか。とはいえAIと協働する人材が必要です。すなわち今、データサイエンティストが求められています。

データサイエンティストとは

データサイエンティスト?あまり見聞きしない職業名かもしれません。直訳すると情報科学者ですが、データ解析者とも呼ばれます。明確な定義はありませんが、日々集まる膨大なデータを整理し、そこから有用な情報や傾向を見つける専門家です。

もちろんそれならAIがお家芸のように思えるでしょう。既に様々な分野へAIが進出し成果を上げているからです。そちらの方が客観的であるし、スピードも速そうです。あえて人間が出ていく場面はあるのでしょうか。

とはいえ皆さんは電卓やスーパーのレジが出した結果をそのまま信じていますか?しかし正しい情報を入力しなければ、正しい結果は出てきません。AIにその真偽はチェックできません。人間によって判断する過程が不可欠なようです。

そこで働くのがデータサイエンティストです。幅広い知識と経験を基にして、AIと協働し、助け合いながら、有用な情報を適宜適切に提供する!そうした人材がこれからは必要だと、各界から叫ばれています。

求められる知識や経験は何か

ならばどんな知識や経験がデータサイエンティストには求められるのでしょうか。所属する分野によっても大きく異なるかもしれませんが、基本的なこともあります。

1.統計学

データを操るのですから、統計学的な知識や経験が不可欠です。データの集め方、数値の見方、解析の手段、解釈の仕方が求められます。その基本になるのは、数学です。数学的な知識に加えて、数学的な理解力、センスが求められそうです。

数学が嫌いな人は、もうアウトなのでしょうか?もちろん好き嫌いが分かれる点です。しかし数学的思考力を高めることは、データサイエンティストに限らず様々な分野で応用可能です。例えば家具の配置を考えたりファッションにも通じていますよ。
参考「数学は嫌いですか?数学的思考力を伸ばす3つの方法

なお統計学も日々進化しています。古典的なこれまでの計算や解釈の方法が必ずしも現代社会にマッチしているとは言い切れないからです。また数字のマジックや誤魔化しを回避できるような誠実さも大切な能力です。

2.情報工学

AIの開発に関しても共通しますが、プログラミングなどの情報工学的な知識や経験も不可欠です。プログラミング経験者ならばわかるでしょうが、ちょっとしたプログラムのコツで、バグを減らす、効率を上げることが可能です。

これまでプログラミングの知識は、特別な人だけのものだったかもしれません。しかし今後は学校でもプログラミングの授業が始まります。そういう意味では、誰でもデータサイエンティストになれるチャンスがあります。今からまさにスタートです。
参考「プログラミングが必修化?家庭でやっておきたい5つのこと

もちろん情報工学の分野も日々進化しています。膨大な行数の命令書を作る必要があるからです。言い換えればプログラミングとは終わりのない作業です。そうした地道な毎日に耐えられる根気強さ、集中力、そして精密さも求められそうです。

3.個々の専門性

単に数学やIT系に長けていても、データサイエンティストは務まりません。つまり何らかの有用性を見出すためには、そのデータが持つ専門性を有していなければ解釈できないためです。具体的には医学、薬学、工学、化学などの知識です。

例えばMRIやCTの画像を見て、そこにがん細胞があるかどうか?医師の診断が求められます。また理想的な薬物を見出しても、それを現代科学で人工合成可能なのか?現実的な判断が不可欠です。このようにAIと協力していく上では専門性が必須なのです。

新しい化学物質の開発においても関連する知識が求められますし、明確には説明できなくても長年携わることによって得られる勘?それも重要になるでしょう。それこそAIの能力を補完し相乗効果を発揮できる効果的なスキルなのです。

スポンサーリンク

どんな仕事があるのか

データサイエンティストになると、どんな仕事が待っているのでしょうか。もちろん今後は様々な分野で応用可能だと考えられていますが、今求められていることをいくつかあげてみましょう。

1.政府は統計資料の作り方を再検討をしています

喫緊の課題は、政府統計の改善かもしれません。つまりGDPが増えないのは統計が十分に社会を映し出していないから?言い訳のように聞こえますが、事実でもあります。昭和の時代に設計された政府統計は、平成の世を表すことができません。

例えば現状の家計調査は、家計簿に牛肉を何グラム何円で買った!それをいちいち記録させています。このような方法では、昨今増えている共働きや独居世帯を把握できない!公務員の専業主婦家庭にサンプルが偏る!批判は正しいかもしれません。

今ならレシートにスマホをかざすだけで入力できるアプリもあります。とはいえ裏ではパートさんが手入力しているという実態もあるようですが、それでも本人がやらなくて済むため、手間は省けます。

政府統計に明確なゴールはありません。時代に合わせて改変していく必要があるからです。したがってその応用力があれば、データサイエンティストとして十分に力を発揮することができるでしょう。

2.新しい素材を開発するニーズがあります

上述しましたが医学、薬学、化学などの分野において、新しい物質を見出す必要性が常にあります。新規のメカニズムを解明すれば、一攫千金!もちろん命を救い、私たちの生活をもっと安価で便利にできるからです。

第二次世界大戦末期に作られた飛行機は、金属が不足したため紙が貼られていたとか。冗談のような話ですが、今では繊維が旅客機の素材として利用されています。そうしたこれまでの常識をひっくり返す、新しい素材を開発するニーズがあります。

一方工場などでは日々膨大なデータが得られるようになっています。そこから非効率な点を焙り出し無駄を省くこともできそうです。結果として労働者の負荷を軽減し、経費を節減し、収益アップにつながるからです。

3.AIの適正化をチェックする必要もあります

情報処理面においてAIは、スピーディかつ効率的であるため極めて有用なツールです。とはいえ人間なら当たり前に持っている常識が欠如しています。
参考「AIはKYだった?やっぱり人間の脳は凄い!

例えばピッチャーが時速200キロのボールを投げた!野球を知っている人なら、無理無理!直ぐに嘘だと判断できるでしょう。しかしAIにはわからないようです。そうした人間の直感や常識でAIの適正化をチェックする必要があります。

AIが出した答えだから正しい?そう鵜呑みにしてよいのか?もちろん将棋や囲碁ソフトのように、目先の利益を考えず何百手先まで読んでいるのでしょう。しかしそのゴールまで本当にたどり着けるのか?どこかに矛盾が生じているかもしれません。

人間とAIは競合するものではありません。お互いが助け合い協力し合う関係です。AIが登場したから仕事が奪われる?ではなくAIが登場したから新たな仕事が生まれた!それこそがデータサイエンティストなのかもしれません。

やっぱり人間が必要です

機械がどんなに発展しても、やっぱり人間が必要です。超高層ビル、東京スカイツリーなどを作れるほどの建築技術を有してはいますが、結局足場を組むのは鳶職の人たちです。

すべてをAIやロボットに任せることは、できないのでしょう。できたとすれば、それはもはや人間が住む社会ではないのかもしれません。

スポンサーリンク