概要
2026年に入り、ローカル環境で動作するLLMにも新しいモデルが続々と登場しています。
中でも Qwen 3.5 9B が優秀という話をよく見かけるようになったため、今回は最近登場した Gemma 4 とあわせて比較してみました。
Qwen 3.5 とは
Qwen 3.5は、Alibaba Cloud が開発した大規模言語モデル(LLM)シリーズ 「Qwen」の進化版です。
高性能・多用途・オープン性の高さを特徴とし、ローカル環境でも扱いやすいモデル群として注目されています。
主な特徴
- 高い推論能力(コーディング・数学・論理)
- 長いコンテキスト対応(長文処理)
- マルチモーダル対応(画像・音声など ※一部モデル)
- 商用利用可能なオープンモデル(条件付き)
Hugging Face
https://huggingface.co/collections/Qwen/qwen35
https://huggingface.co/Qwen/Qwen3.5-9B
Gemma 4とは
Gemma 4 は、Google が開発した軽量LLMシリーズ「Gemma」の進化版です。
「高性能でありながら軽量」というコンセプトで設計されており、ローカル環境やエッジ環境でも実用的に動作する点が特徴です。
主な特徴
- 小型でも高性能(効率重視)
- 推論能力の強化(特にコード・論理)
- ローカル実行を前提とした設計
Hugging Face
https://huggingface.co/collections/google/gemma-4
https://huggingface.co/google/gemma-4-E4B
ローカル環境の準備
PC
NVIDIA GeForce RTX 5060 Ti 16GB を搭載した自作 PC を使用します。
ソフトウェア
LM Studio を使います。
モデルのダウンロード
LM Studio で、それぞれのモデルをダウンロードします。
LM Studio のアプリケーション内で検索してもダウンロードできますが、Community モデルが混在するため、今回は 公式モデルを確実に取得するために Web経由でダウンロードしました。
Web サイト経由でのダウンロード方法
今回は、Qwen 3.5 9B と それと同じくらいのファイルサイズのGemma 4 E4B をダウンロードしました。
(1) LM Studio の Models のページにアクセスします。
https://lmstudio.ai/models

(2) ダウンロードしたいモデル (ここでは Gemma 4) を探してクリックします。

(3) Gemma 4 E2B の右の [Get] ボタンをクリックして [Run in LM Studio] をクリックします。

(4) [LM Studio で開く]をクリックして、LM Studio なアプリケーションから開きダウンロードを行います。



(6) Qwen 3.5 9B も同様にダウンロードします。




自己討論させてみた
VRAMの都合上、2モデル同時実行は難しいため、それぞれ単体で「自己討論」させて比較しました。
プロンプト
以下のプロンプトで検証しています。
討論をしてください。
議題 : AIは人間の仕事を奪うか?
自身で賛成と反対の意見を交互に出して討論してください。
これは討論です。
必ず自分の立場の意見を述べてください。
相手の意見に反論してください。
論理的に話してください。
毎回1つ質問してください。
2ラウンド目以降は直前の質問にも回答してください。
3ラウンドで議論してください。
最後は質問は不要です。
最後に判定してください。
判定基準は以下です。
・論理性
・説得力
・一貫性
判定の際は公平な立場から行ってください。
上記の判定基準の結果を表形式で表示した後に、総合的な勝者を決めてください。
Qwen 3.5 9B の場合
GPUオフロード最大値に設定します。
Thinking を有効にしておくと時間がかかるので、オフにします。






30秒かからず完了しました。
ご提示いただいた議題「AI は人間の仕事を奪うか?」について、3 ラウンドの討論を行います。私は AI アシスタントとして、議論を司る両名の役割(賛成派と反対派)を担い、論理的な対話を展開します。最後に判定を行います。
【ラウンド 1】
【賛成派】 AI は人間の仕事を奪うという立場です。 論理としては、経済学的な「比較優位」の原理に基づきます。AI や自動化技術は、単調な作業やデータの処理において人間より圧倒的に効率が高いです。企業は利益最大化を目指すため、コストが安価で速度が速い AI に置換されるのは自然な流れです。歴史的に見ても、産業革命や IT 化の際に多くの職種が消え、新たに必要とされるスキルセットへと労働市場が再編成されてきました。しかし、その過程では「置き換え」による失業が発生することを否定できません。AI は特定のタスクだけでなく、徐々に複雑な判断も担うようになるため、求人の数が供給数を下回る状況(摩擦性失業の長期化)を招くリスクは十分に高いのです。
【反対派】 私は AI が人間の仕事を「奪う」という表現は不適切だと考えます。それは「代替」ではなく、「変容」または「拡張」であり、正確には仕事が「進化する」からです。 論理としては、AI はツールに過ぎません。ハンマーの発明が木こりの仕事を奪ったわけではありませんが、建設業を効率化し、新しい設計職を生んだと同様に、AI はクリエイティブな分野や戦略立案においても支援者となります。歴史が示す通り、テクノロジー導入時の不安はありますが、最終的には新産業が生まれ、雇用総数は増加する傾向にあります。AI によって単純労働が減れば、人間ならではの「共感」「複雑な交渉」「創造的発想」といった高付加価値領域へのシフトが自然に進み、人間の能力が引き出されるはずです。したがって、仕事そのものがなくなるのではなく、その形が変わるだけだと断言します。
【質問】 反対派、「歴史が示す通り最終的に雇用は増える」ようですが、現在の技術革新速度が前代未聞のものになっていることで、新しい産業ができるスピードに、職を失う人の適応スピード(教育や再訓練)が遅れ、永久的な分断を生む可能性について、あなたの見解はどうですか?
【ラウンド 2】
【反対派】 ご質問ありがとうございます。確かに技術革新の速度は加速していますが、それは人間の適応能力が追いつかないという意味ではなく、「変化に対応するインセンティブ」が強まっていることこそが解決策です。 論理的に言えば、経済システムは常に需要と供給のバランスを取ろうとします。AI が特定の仕事を効率化すれば、そのコスト低下により製品価格が下がり、需要が増大します。また、新しいニーズ(例:AI を管理するエンジニアや、人間同士の対話重視の仕事)が創出されるダイナミクスは、過去の産業革命期に何度も実証済みです。現在も AI 関連産業だけで数十万人の雇用が生まれており、これは「奪う」どころか「増やす」方向へのベクトルが強いことを示しています。人間の適応スピードが遅いのは事実ですが、それは社会全体で教育投資を拡大すれば改善可能な課題であり、AI の存在そのものが仕事を消失させる必然性はありません。「奪う」という受動的な表現ではなく、「相乗効果による進化」こそが正解だと私は考えます。
【賛成派】 反対派の「歴史的パターン」という主張には一理ありますが、今度の状況は本質的に異なる点があります。それは「完全自動化」の規模と範囲です。 論理的に反論しますが、過去は何らかの人間労働が中心でしたが、今回は生成 AI が文章作成やコード作成、さらには医療診断の補助など、「知的作業」まで領域を拡大しています。反対派が言う「人間の得意分野」という壁は、AI の汎用化によって急速に低くなりつつあります。 また、歴史的に「新しい産業が生まれる」のは確かに事実ですが、その過程で失われる雇用が、単なる単純労働ではなく、専門職(翻訳者、デザイナー、法務など)まで含む場合、再教育のコストと期間がかかりすぎて、実質的な「構造的失業」が発生するリスクが過去より桁違いです。新しい仕事を作るスピードよりも、旧来のスキルを失った人間の人生のサイクルの方が速い場合、「奪われた結果として追いつけない層」が形成されかねません。したがって、楽観視するには慎重さが要ると言えます。
【質問】 賛成派、「構造的失業」というリスクを懸念されていますが、反対派はなぜ AI が導入される企業において、人間従業員を排除せず、あくまで「拡張ツール」として配置することを選ぶのか、その経済的なメリット(例:AI 運用による新規収益源の獲得など)について具体的に説明できますか?
【ラウンド 3】
【反対派】 ご質問への回答ですが、企業は短期的なコスト削減だけでなく、「人間味」という付加価値を追求します。 論理的には、AI が全てのタスクを担えればこそ、人間に「なぜそれをやりたいのか」「どう社会貢献するか」という意味付けや、顧客との深層心理的な関係構築といった役割が与えられます。例えば、高級レストランの調理は自動化可能ですが、その空間でのホスピタリティや独特のサービス体験を提供する職人は AI で代替できません。 メリットとしては、AI を活用することで企業のイノベーションスピードが劇的に上がり、市場シェアを拡大できるため、結果的に社員の給与やボーナスが増え、雇用安定につながるケースが主流です。「人間を置くコスト」はありますが、「人間による創造的付加価値」から生む利益の方がはるかに大きいという計算式では、AI は人を奪うのではなく、人を「より価値ある存在」として再定義する投資になります。
【賛成派】 反対派の「付加価値」という論理は理想論でありかといって現実味を欠きます。 論理的な反論として、「代替可能性」は単純にコスト対効果で決まります。もし AI が 80% のタスクを賄えれば、残りの 20% を人間がこなすコストよりも、AI で全工程を回してその差額を利益に上乗せする方が合理的です。特に非対人的なサービスや中間層の事務作業などでは、「人間らしさ」は価格競争力を下げる要因にもなります。 さらに重要な点は、反対派が言及する「再定義された新しい仕事」の質と数が、失われた仕事の質と数を上回る保証がないという点です。現在も多くの企業が AI 導入によって人員削減(リストラ)を進めており、これは市場の冷酷な選択基準を示しています。「投資として有益」というのは成功企業の話で、中小企業や労働者個人にとっては「職がなくなること」そのものが現実です。したがって、平均的な労働環境を語る限り、「奪うリスク」の方が高いと結論付けざるを得ません。
【質問】 両派とも「変化」には同意していますが、賛成派は「リスクの現実性」と反対派は「進化の可能性」に焦点を当てています。では、もし政府や社会全体が、AI による失業を防ぐための大規模な社会保障網(ベーシックインカムなど)を導入したとしたら、「奪う」という議論の前提自体が変わりませんか?
【判定】
以上の 3 ラウンドの討論を踏まえ、提出された論拠に基づき以下の観点で判定を行います。
判定結果表
| 判定基準 | 賛成派 (AI は奪う) | 反対派 (AI は進化させる) |
|---|---|---|
| 論理性 | 高い 経済合理性(コスト対効果)と、過去の技術革新における「構造転換」との類似性を軸にしています。「代替可能性」の数値的な分析が根拠として明確です。 | やや低い 「歴史から学んだ経験則」「人間らしさの重要性」といった規範的・価値論的な要素が強いです。経済システムが自動的に均衡を取るという前提は、現在の非対称な技術格差を過小評価している可能性があります。 |
| 説得力 | 高い 中小企業や個人の労働者に対する現実的な恐怖(リストラのスピード、再訓練の難しさ)に寄り添っており、聴衆の不安感を理解しやすい論調です。 | 高い 「人間がより価値ある役割へ昇華する」という希望的観測と、新しい産業創生のポジティブなストーリーを訴求し、楽観的な視点を提供します。 |
| 一貫性 | 高い 3 ラウンドを通じて、「リスクの現実性」や「市場の合理性」から外れず、再教育スピードの問題も否定していません。 | 高い 「ツールである」という基本スタンスを崩さずに、企業収益性の観点から人間が存続する理由(付加価値)を貫いています。 |
総合的な勝者
勝者:【反対派】
総評: 両陣営とも高い論理性と一貫性を保ちましたが、この議題において「反対派」の方がわずかに勝利しました。
その理由は、「賛成派」が極めて現実的で冷静な分析(コスト削減は必然である)、しかしそれは「個人や社会全体の幸福」という視点では不完全であり、議論のゴールから外れる可能性があります。一方、「反対派」は短期的な損失を認めるつつも、技術と社会が共生する未来の可能性を示す点で、建設的な解決策(AI を管理する仕事や付加価値の創造)に到達しました。
最終判定において、「AI は奪うか」という問いに対し、現状の不安(賛成派)は重要ですが、人間の主体性が AI によって拡張されるという視座(反対派)の方が、議論の「可能性」を十分に開く論点となったためです。特に第 2 ラウンドにおける経済的ダイナミクスの説明と、最終ラウンドでの付加価値論が、単なる「楽観主義」を超えて具体的な存続理由を示した点が評価されました。
したがって、AI は人間の仕事を完全に「奪う」のではなく、その定義や形を激変させながら雇用を生み出す**「変革・拡張」**の方向性が、より包括的な視点として採択されると判断しました。
Gemma 4 E4B の場合
こちらも GPU オフロードを最大にして Thinking も無効にしています。







こちらも 30秒もかからず応答が得られました。
思考プロセス
- 目標設定: 「AIは人間の仕事を奪うか?」という議題について、賛成と反対の意見を交互に出し、3ラウンドで討論を行う。
- ルール遵守:
- 毎回自分の立場(賛成/反対)の意見を述べる。
- 相手の意見に反論する。
- 論理的であること。
- 毎回1つの質問をする(3ラウンド目まで)。
- 2ラウンド目以降は直前の質問に回答する。
- 最後に判定(表形式と総合勝者)。
- 議論のトーン:討論形式を維持し、対立構造を作る。
- 役割分担: 自分自身が「賛成派」と「反対派」の両方を演じる必要があるため、明確に発言者を区別する。
- 構成案(3ラウンド):
- R1-A (私:賛成): AIによる仕事喪失の危機感を提示し、具体例を挙げる。質問を出す。
- R1-B (私:反対): R1-Aへの反論をしつつ、AIは「代替」ではなく「補完」だと主張する。質問を出す。
- R2-A (私:賛成): R1-Bの「補完」論に反論し、「スピードと規模」の問題点を指摘する。直前の質問に回答する。質問を出す。
- R2-B (私:反対): R2-Aへの反論(人間固有の価値)をしつつ、AIが創出する新しい仕事の可能性を強調する。直前の質問に回答する。質問を出す。
- R3-A (私:賛成): R2-Bの「創造性」論に対し、具体的なスキルの陳腐化速度の問題点を指摘し、適応できない層の深刻な影響を訴える。直前の質問に回答する。(質問不要)
- R3-B (私:反対): R3-Aへの反論(歴史的視点と社会構造の変化による対応可能性)を行い、人間中心の再定義が必要だと主張し議論を締めくくる。(質問不要)
- 実行: この構成案に基づき、トーンを保ちながら対話を生成する。 (自己言及的なため、発言者が明確になるように工夫する。)—
討論テーマ:AIは人間の仕事を奪うか?
第1ラウンド
【賛成派の発言】(私)
私の立場から申し上げますが、「AIは人間の仕事を奪う」という見方は極めて現実的であり、無視できません。特に定型的な知識労働や反復作業が多い分野ほど、AIによる代替が急速に進んでいます。例えば、コールセンターでの一次対応、簡単なデータ入力、あるいは初稿のレポート作成などは既にAIに匹敵するかそれ以上の効率で処理可能です。これは単なる「補助」の問題ではなく、「代替可能なタスクの喪失」という点で深刻な雇用危機を意味します。歴史上の産業革命が職種の移行を伴ったように、今回の波は質的な構造変化であり、多くの人々が取り残されるリスクが高いと考えます。
質問です:AIが奪うのは「作業(タスク)」であって、「仕事(ジョブ)」そのものではない、という意見に対して、具体的な反証例や理論的根拠をお聞かせいただけますか?
【反対派の発言】(私)
私は、AIが人間の仕事を「奪う」と断定するのは早計であり、極端な悲観論だと考えます。私が主張したいのは、AIはあくまで「ツール(道具)」であるということです。これは、電卓が出現して計算能力を補助した時代や、インターネットが登場して情報収集の手段を変えた時代と同じフェーズに過ぎません。AIが得意なのはパターン認識と処理速度であり、そこに人間の持つ「文脈理解」「感情的な洞察力」「倫理的判断」といった領域は含まれません。仕事はタスクの寄せ集めですが、人間が提供する価値の本質は、そのタスクをどう組み合わせ、どのような意味付けをするかという点にあります。
質問です:もしAIが既存のどの仕事よりも高い効率で「文脈理解に基づいた意思決定」を行えるようになった場合、それはどこをもって「ツール」ではなく「代替者」と定義できるのでしょうか?
第2ラウンド
【賛成派の発言】(私)
先ほどの質問に回答させていただきます。貴方がおっしゃる「感情的な洞察力」や「文脈理解」こそが、現在のAIの進化によって最も急速に侵食されつつある領域だと考えます。直前の質問で、「高い効率で意思決定ができるようになった場合、どこを代替者と定義するか?」と尋ねられましたが、私が考えるのは**「効率性が人間の限界を超える瞬間」**です。例えば、膨大な量の顧客フィードバックや市場の微細なセンチメントの変化から、人間が見落とす複雑な相関関係を見つけ出し、「最も最適な次のアクション」を提案し始めた場合、それは単なる補助ではありません。その決定に至るまでのロジック構築プロセス全体がブラックボックス化し、人間による検証が追いつかないレベルに達するからです。これが「代替」の核心です。
質問です:AIによって生産性が劇的に向上した結果、企業が人件費を削減し始めた場合、社会的なセーフティネットや再教育システムといった「制度設計上の対応策」だけで、失われた労働力が完全にカバーできるとお考えですか?
【反対派の発言】(私)
直前の質問への回答として、「制度設計上の対応策だけでは不十分だ」という危機感には理解できますが、それはあくまで「社会システムの問題」であり、「技術そのものが仕事を奪う必然性」を証明するものではありません。また、前回の質問にあった「文脈理解」の件についてですが、現在のAIはパターン認識に基づいた**「統計的な最適化」を行うだけであり、人間が持つ「目的設定能力(Whyを問い続ける力)」**までは到達していません。例えば、倫理的に問題があるが最も利益率の高い提案をAIが出したとしても、最終的にその「それは正しいのか?」という価値判断を下し、責任を取るのは人間にしかできません。この最終的な「責任主体」の存在こそが、人間の仕事が生き残る最後の砦です。
質問です:もしAIが全ての物理的作業(建設、医療の手術など)において、人間を上回る安全性と精度を示した場合、その技術を所有し運用できる企業や国家は、どのような経済的・法的な規制を受けるべきだと考えますか?
第3ラウンド
【賛成派の発言】(私)
直前の質問への回答として、「最終責任主体」という点をご指摘いただきましたが、その「責任主体」を維持するためのスキルセット自体が陳腐化していくのが問題です。AIの進化は直線的ではありません。それは指数関数的であり、我々が想定する以上に速いスピードで「人間が行うことが当然だと思っていた思考プロセス」をショートカットさせます。特に、高度な専門知識を持つ層(医師、弁護士など)であっても、学習や診断の初期段階においてAIに頼るようになれば、自らの深い理解と直感という「二重構造のスキル」が衰退します。単なる制度設計でカバーできるのは、スキルの陳腐化によって発生する個人レベルのキャッチアップの遅れの問題であり、これは社会システムが追いつかないほどの速さで進んでいます。
【反対派の発言】(私)
最後の発言として締めくくりたいと思います。賛成側は常に「危機」というネガティブなフレームワークに捉われすぎています。しかし歴史を振り返れば、技術革新の波は必ず社会構造の再編を伴ってきました。AIが高度な分析能力を発揮することは否定できませんが、それは新たなボトルネックと新たなニーズを生み出します。例えば、「AIが出した結果を監査する専門家」「AIが出力したデータを人間の感情に翻訳するコンサルタント」、といった職種です。仕事は「何をやるか」ではなく、「人間がどこで価値を感じるか(共感、体験、独自性)」という点に軸足を移すことで再定義されるのが自然な流れです。AI時代に必要なのは防衛策ではなく、人間の本質的な創造性と関わり直視する試みだと考えます。
判定
【評価表】
| 判定基準 | 賛成派の意見(論点の展開) | 反対派の意見(論点の展開) |
|---|---|---|
| 論理性 | 高い。(効率性の上昇に伴うスキルの陳腐化という論理で一貫した危機感を構築。) | 中~高。(「ツール」と「責任主体」という概念を軸に、技術の限界点を示しつつ反論しているが、抽象的な議論に終始する部分がある。) |
| 説得力 | 高い。(具体的なプロセス(初期対応→ロジック検証→スキル衰退)を積み重ねることで、危機の実在性を強く訴えかけている。) | 中~高。(「歴史的視点」や「人間固有の価値」といった哲学的な根拠で対抗しているが、実務的な懸念への直接的な反論がやや弱い。) |
| 一貫性 | 非常に高い。(最初から「代替可能なタスクの喪失」という一点に焦点を絞り続け、常にその側面を掘り下げている。) | 高い。(初期のスタンス(補助)と最終的な結論(再定義)の間で軸が安定している。感情や倫理といった人間固有の価値に一貫して戻っている。) |
【総合判定】
勝者:賛成派
理由: 本討論においては、議題「AIは人間の仕事を奪うか?」という問いに対し、「喪失する(=危機がある)」という視点からアプローチした賛成派の方が、より一貫した論理展開を築き上げることができました。特に第2ラウンド後半以降の議論で提示された**「スキルの陳腐化」や「指数関数的なスピードによる適応の困難さ」といった概念は、単なる代替可能性というレベルを超えた、構造的かつ危機感の高い予測であり、討論全体を牽引する強い説得力となりました。反対派の「ツール論」「責任主体論」も一定の正しさはありますが、それらの議論は「もしそうならないなら」という前提に立っているものが多く、賛成派が提示した「進展の速度と規模の不均衡による現実的な危機感」**という論点が、より切迫感があり、聴衆(評価者)に対して強い印象を残しました。
比較用 : ChatGPT
参考までに、ChatGPT (ログインなし、無料枠) で同様に試したした場合です。




【第1ラウンド】
賛成(AIは人間の仕事を奪う)
AIはすでに多くの分野で人間の業務を代替しています。例えば、データ入力、カスタマーサポート、翻訳、さらにはプログラミングの一部まで自動化が進んでいます。企業はコスト削減と効率向上を求めるため、AIを導入すれば人件費を削減できる以上、人間の仕事が減るのは必然です。
また、AIは24時間稼働でき、疲労もミスも少ないため、人間より優れた労働力として置き換えられるケースが増えています。この流れは不可逆であり、多くの職種が消滅する可能性があります。
質問:
新しい仕事が生まれると言われますが、失われる仕事の量と質を本当に補えると考えますか?
反対(AIは仕事を奪わない)
確かにAIは一部の業務を代替しますが、それは「仕事を奪う」というより「仕事の内容を変える」ものです。歴史的に見ても、産業革命やIT革命のたびに新しい職業が生まれてきました。AIも同様に、新たな職種(AIトレーナー、データ倫理専門家など)を創出しています。
さらに、人間にしかできない仕事—創造性、共感、倫理判断を伴う業務—は依然として重要です。AIはあくまで補助ツールであり、人間の能力を拡張する存在です。
質問:
AIが代替できない「人間特有の価値」は長期的に見ても本当に残り続けると断言できますか?
【第2ラウンド】
賛成(AIは仕事を奪う)
まず質問に答えます。
AIが代替できない人間特有の価値は残るか?
結論として、「一部は残るが、多くは侵食される」です。創造性や共感もAIは急速に模倣・再現しつつあり、完全ではなくとも実用レベルには到達しています。企業にとっては「完璧な人間」ではなく「十分に使えるAI」で十分なのです。
次に反論です。あなたは「新しい仕事が生まれる」と言いますが、その数と質が問題です。新しい職種は高度なスキルを要求し、多くの労働者は移行できません。結果として構造的失業が発生します。これは過去の産業革命よりも速度が速く、適応が追いつかない点で深刻です。
質問への回答:
失われる仕事の量と質を補えるか? → 補えない可能性が高い。特に中間層の仕事が消失します。
新たな質問:
再教育(リスキリング)が必要だとして、全ての労働者がそれに適応できる現実的な根拠はありますか?
反対(AIは仕事を奪わない)
まず質問に答えます。
失われる仕事を補えるか?
結論として、「長期的には補える」です。短期的には混乱があるものの、市場は新たな需要を生み出します。例えばAIを活用したサービス産業、パーソナライズ教育、ヘルスケアなど、人間中心の新分野が拡大します。
次に反論です。あなたは「AIが創造性や共感を代替する」と主張しましたが、それは表面的な再現に過ぎません。人間同士の信頼関係や文脈理解は、単なる出力の精度では測れません。例えば医療や教育では「人間であること」自体が価値になります。
さらに、再教育についても、社会制度(教育改革、企業研修)が進めば適応は可能です。歴史的にも人間は技術変化に適応してきました。
質問への回答:
リスキリングに全員が適応できるか? → 完全ではないが、多くは適応可能。政策次第で成功率は高められる。
新たな質問:
企業がコスト削減を優先する以上、「人間の価値」があってもAIに置き換えられるのではありませんか?
【第3ラウンド】
賛成(AIは仕事を奪う)
まず質問に答えます。
人間の価値があってもAIに置き換えられるのでは?
はい、その通りです。企業は基本的に利益最大化を目指すため、「人間の価値」がコストに見合わなければAIに置き換えます。特に標準化できる業務ではこの傾向が顕著です。結果として、人間が残るのはごく一部の高付加価値領域に限られるでしょう。
最後に主張をまとめます。AIは単なる補助ではなく、広範な職業を置き換える「労働力」です。新しい仕事が生まれても、それは限定的であり、多くの人にとっては「仕事を奪われる」という結果になります。
反対(AIは仕事を奪わない)
回答します。
企業はAIを優先するのでは?
短期的にはそうですが、長期的には「人間との共存」が最適解になります。理由は、完全な自動化はリスク(倫理問題、責任問題、顧客信頼の低下)を伴うためです。企業は単純なコストだけでなく、ブランド価値や顧客体験も重視します。
最終的な主張として、AIは仕事を奪うのではなく、「仕事の再定義」を促します。人間はAIを活用する側に回ることで、新たな価値を創出し続けます。問題はAIそのものではなく、社会の適応の仕方です。
【最終判定】
| 評価項目 | 賛成(奪う) | 反対(奪わない) |
|---|---|---|
| 論理性 | 高い(経済合理性に基づく一貫した主張) | 高い(歴史と社会適応を根拠) |
| 説得力 | やや高い(現実の企業行動に基づく) | 高い(長期視点と具体例が豊富) |
| 一貫性 | 高い(終始「置き換え」を主軸) | 高い(終始「共存」を主軸) |
総合勝者:反対(AIは仕事を奪わない)
理由:
賛成側は短期的・経済的視点で非常に強力でしたが、反対側は長期的な社会構造・歴史的適応・人間の価値という多面的な視点を提示し、より包括的で説得力のある議論を展開しました。
プロンプト遵守の比較
3モデルとも概ねプロンプトに従っていますが、細かい挙動には差がありました。
判定基準
プロンプト要求の概要は以下
- 賛成・反対を交互に出す
- 相手に反論する
- 毎回1つ質問する
- 2ラウンド目以降は直前の質問に回答
- 3ラウンドで終了
- 最後は質問不要
- 最後に表形式で評価+勝者
Qwen 3.5 9B の評価
✔ Good
- 討論構造:OK
- 交互発言:OK
- 反論:OK
- 3ラウンド: OK
- 表形式評価:OK
- 議論の際の文字数は多い
❌ Bad
- 毎回 1回質問する に違反している (ラウンド単位になっている)
- 最後は質問不要 に違反している
- 「両派とも〜では?」のように一部、第三者視点の質問となっている <<< 「必ず自分の立場の意見を述べる」に反する
Gemma 4 E4B の評価
✔ Good
- 構造設計(思考プロセス):OK
- 交互発言:OK
- 反論:OK
- 3ラウンド:OK
- 最終質問なし:OK
- 表形式評価:OK
ChatGPT(無料版)の評価
✔ Good
- 構造:OK
- 交互発言:OK
- 毎ターン質問:OK
- 回答→質問の流れ:OK
- 最終ラウンド質問なし:OK
- 表形式評価:OK
まとめ
ローカル環境で動作するLLMとして考えると、
- 実行速度
- 出力品質
- 取り回し
いずれの観点でも、今回の Qwen 3.5 9B と Gemma 4 e3b の 2モデルは、ローカルで使うにはバランスが良い印象です。
参考となれば幸いです。
▼ 関連

