100時間かけて動画編集AIを作ったら、気が狂いそうになった。 この動画は、投稿者が業務効率化のために約100時間をかけて「動画編集AI」を開発した際の実体験と、AIの不可解な「認知特性」に振り回された苦悩を語る開発日誌です。 **主な開発の苦闘とトピック:** * **AIの「キモさ」と学習:** AIが動画の内容を理解せず、不自然な音ズレや不格好なテロップ配置を「勝ち筋が見えました」と自信満々に提案してくる様子に翻弄されます (0:37, 2:50)。 * **課題解決のプロセス:** * **話者識別の壁:** AIが文字起こしの文字数で判断したため誤判定が多発し、最終的に「音量」で判断させることで改善しました (7:30-11:51)。 * **テロップの右寄せ問題:** コストを抑えるためにGUIのボタンを使わず計算で配置させた結果、文字幅や記号の計算ミスが続き、最終的にはAIに自身でスクリーンショットを撮らせて点検させるという荒技で解決しました (14:20-28:51)。 * **「笑い」の認識:** AIが「笑い」を無音の不要データと判断してカットしてしまう問題に対し、OpenAIの*Whisper*が笑い声に反応して生成する幻覚「ご視聴ありがとうございました」を逆手に取り、これを笑いの目印として検出し残すという異様な手法で解決しました (29:22-37:28)。 最終的に、このAIは荒削りながらも一時編集を担えるレベルになり、現在は実際の業務で活用されています。投稿者は「AIはキモいが優秀な部下」であり、人間とは異なる認知特性を理解し、根気強く教育することが現代のマネジメントに必要なスキルであると結論づけています (39:18-41:12)。