Coursera「Google AI Essentials」を受講したので感想などを記しておくなどしておく

AIについて学べる講座はCourseraだけでも無数にありますが、その中でもGoogle AI Essentialsは立ち位置がはっきりしています。理論より実践、戦略より操作、を重視した講座です。AIとはどういうものかを知りたい人より、明日からAIをどう使うかを知りたい人向けに設計されています。

この記事では、各コースで何を具体的に学ぶのかを中心に、受けてみて感じたことを正直に書いていきたいと思います。

筆者について

・地方国立大学出身。
・Corporate Financeに詳しいです。
・現在、日系投資事業会社にて経営企画・IR業務に従事。
・IELTS 6.5（今年中に7.0取得を目標に学習中）。
・CFA Level 1保有。Coursera歴3年、累計受講講座数20以上。
・Coursera Plusを使って、金融・テクノロジー分野を中心に継続的に学習しています( ´∀｀ )。

講座の位置づけ

Google AI Essentialsは、GoogleがCoursera上で提供している専門講座です。5つのコースで構成されており、合計学習時間は10時間以内。前提知識は一切不要です。

同じAI入門として比較されることが多いAndrew NgのAI For Everyoneとは目的が根本的に違います。AI For Everyoneは自社のAI戦略をどう立てるか、AIプロジェクトをどう管理するかというマネジメント視点の講座です。対してGoogle AI Essentialsは実際にどうプロンプトを書くか、AIをどう業務に組み込むかという実務者視点の講座で、両者は補完関係にあります。

どちらを先に受けるか迷っている人には、Google AI Essentialsを先に受けることをおすすめします。手を動かしながら感覚を掴んでから、AI For Everyoneで俯瞰的な視点を加える順番の方が頭に入りやすいです。

講座内容

コース1：AIの基礎

最初のコースは概念の整理から入ります。抽象的な話ではなく、なぜAIは自信満々に間違えることがあるのか、なぜ画像認識は得意なのに常識的な判断は苦手なのか、といった使う上で知っておくべき実用的な疑問に答えてくれる内容です。

機械学習の仕組みについては、AIは大量のデータからパターンを学習するという話が中心で、数式は出てきません。生成AIと大規模言語モデル（LLM）の概念も扱われ、ChatGPTやGeminiがどうやって文章を生成しているかのイメージが掴めます。

このコースで一貫して強調されているのが human in the loop という考え方です。AIはあくまでツールであり、その出力を最終的に判断するのは人間でなければならないというもので、後続のコースを通じてこの視点が繰り返し出てきます。

コース2：AIで生産性を上げる

2つ目のコースは、AIをどの業務に使うべきかの判断基準を学ぶコースです。AIを使えばいいという雰囲気に流されず、このタスクはAIに向いているか向いていないかを考える習慣をつけることが目的です。

具体的には、メール文の下書き、情報収集と整理、ブレインストーミングのサポート、意思決定の補助といった日常業務での活用シーンを実際に体験しながら学びます。AIに任せた方がいいことと、任せてはいけないことの線引きが実感を伴って理解できます。

コース3：プロンプトの書き方

個人的にこの講座の中で最も実用的だったのがこのコースです。AIへの指示の書き方を体系的に学べます。

ゼロショット、ワンショット、フューショットという3つのプロンプト手法が具体例とともに説明されます。

１　ゼロショットは例を一切示さずに指示するだけのシンプルな方法です。

２　フューショットは望むアウトプットのサンプルを2〜3個示してからリクエストする方法で、特定のフォーマットや文体で出力させたいときに効果を発揮します。説明するより例を見せた方がはるかに精度が上がる場面は多く、この使い分けを知っているかどうかで出力の質が変わります。

また、AIの出力をそのまま使わず評価してから使うという姿勢が繰り返し強調されます。AIが自信を持って出力した情報が間違っていることは珍しくないので、このマインドセットは重要ですね。

コース4：責任あるAIの使い方

4つ目のコースは、AIを使う上で無視できないリスクについて学びます。

まずハルシネーション（Hallucination）という概念が取り上げられます。最近はよく聞くようになりました。

AIが存在しない情報を、まるで事実であるかのように自信を持って生成してしまう現象です。これはモデルの構造上の問題であり、完全には避けられません。業務でAI出力を使う際にファクトチェックが必須な理由がここにあります。

バイアスについては、学習データに含まれるバイアスがそのままAIの出力に反映されるという話が具体例とともに説明されます。赤いリンゴの画像だけで学習させたモデルは、緑や黄色のリンゴをリンゴと認識できません。採用や融資の審査にAIを使う場合、過去の差別的なデータが学習に含まれていると、AIが差別を再生産してしまうリスクがあります。

コース後半では責任あるAI利用のためのチェックリストが提示されます。正確性の確認、公平性の確認、バイアスの有無、プライバシーへの配慮、共有前のレビューという5項目です。地味ですが、業務でAIを使う全員が持つべき視点だと感じました。

コース5：AIの進化に追いつく

最後のコースは、AIの進化が速い中でどうキャッチアップし続けるかという戦略についてです。特定のツールの使い方ではなく、新しいツールが出てきたときにどう評価するか、職場でどう導入を提案するかという汎用的な思考を養います。

AIの活用が進んでいる組織の事例も紹介されており、自分の職場に当てはめたらどうなるかを考えるきっかけになります。