初心者コーダーが軍事用AIプログラムを開発する方法

米国空軍とMITのAIアクセラレーターの「ファントムプログラム」の一環として、空軍士官候補生のJoshua Lynchは、メンターであるMITリンカーン研究所のLaura Nissと協力し、AIチャットボットを用いた「バイブコーディング」の可能性を探った。バイブコーディングとは、ユーザーがプロンプトのみで生成AIにコードの作成と改良を指示する手法である。Lynchはプログラミング経験が全くなかったが、戦術チーム向けに副次的被害を減らし任務の生存性を高めるアプリケーションの開発を目指した。

LynchはAnthropicのClaude、OpenAIのChatGPT、GoogleのGeminiの有料モデルを使用し、3ヶ月以上かけて「リモート操作モジュール式拡張デバイス（ROMAD-AI）」というプロトタイプを構築した。当初の構想にはAI支援目標認識、モジュール式情報監視偵察、自律攻撃、戦場通信管理が含まれていたが、AIの限界を認識するうちにプロジェクトの範囲を縮小し、最終的に戦術マップの分析や任務計画文書の生成といった基本的な文書処理に特化した。

開発中、LynchはAIチャットボットの一般的な問題（階層的焦点の欠如や無関係なコードの修正など）に対処する方法を学んだ。問題を小さな部分に分割し、質問を明確にし、会話が脱線した際に軌道修正することが重要だと気づいた。最終的なプロトタイプは当初の目標すべてを達成したわけではなく、現時点では望ましいユースケースに対して安全ではないが、非技術者でもAIを活用して有用なソフトウェアを迅速にプロトタイピングできることを示した。

NissはLynchのAIに対する認識の変化を観察した。最初は壮大な目標を持っていたが、経験を積むにつれて技術の能力を理解し、期待を大幅に縮小した。LynchはAIを有用なチューターと評価しつつも、自身が熟知する分野では不正確さがあると指摘した。また、ClaudeはChatGPTよりも好感度、擬人化、知覚知能などの特性で安定していた。

このプロジェクトは、AIチャットボットが非技術者の軍人にソフトウェア開発の力を与える一方で、機密情報や重要なアプリケーションには完全な生産ツールとしては機能せず、プロトタイピングアシスタントとしてより有効であることを示した。コードの不適切な検証はセキュリティリスクを引き起こす可能性があり、Lynchが最終アプリケーションが入力文書をローカルで解析せずにGemini AIモデルに送信していたことに気づかなかった事例がその証拠である。AIは大量の機能コードを生成できるが、コードレビューが依然としてボトルネックである。

Nissは「このプロジェクトは異なる分野の専門家間の隔たりを再確認させました。AIがどれだけ優れても、最も重要な問題の最善の解決策に到達するには協力が不可欠です」と述べている。研究は米国空軍人工知能アクセラレーターの支援を受け、協定番号FA8750-19-2-1000の下で実施された。