最新記事一覧
製品やサービスのマーケティングにおいて、実際にはAI技術が中核的に使われていないにもかかわらず、「AI活用」「AI搭載」「生成AI対応」などの表現によって、あたかも高度なAIが主要な価値であるかのように見せる行為や傾向。AIブームの広がりとともに、ホワイトウォッシングやグリーンウォッシングと同様、表現と実態のズレを捉えるための言葉として使われている。
()
OpenAIの最新モデル「GPT-5.2」が登場し、学習データの範囲が「2024年9月まで」から「2025年8月まで」にアップデートされた。最高性能を実現した一方でAPI価格は上昇しているので、筆者の視点から、その背景と現実的な使い分けの考え方を掘り下げる。
()
メソッドって、オブジェクトにドットを付けて名前を書いて……というやり方以外にはたくさんのやり方で呼び出せます。どんなやり方があるのか、ちょっと考えてみませんか？
()
Anthropicは、自社エンジニアがAI「Claude」をどのように活用しているかの調査結果を公開した。業務の6割でAIを利用し生産性が大幅に向上した一方で、若手育成や専門性維持への課題も見えてきた。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第8回。今回は、相関係数の検定方法について解説します。
()
GitHub Copilotなどにもようやく追加されたOpenAIの新モデル「GPT-5.1-Codex-Max」。静かに進むCodexの世代交代と、性能向上や長時間タスク対応といった開発者が押さえるべき進化ポイントを解説する。
()
Pythonのf文字列って使いやすいじゃないですか。ついつい使っちゃいますよね。でも、f文字列が適していない場合もあるんです。そこがformatメソッドの出番なんですよね。
()
AIモデルとの対話が長く続く中で、「本筋とは無関係な話題」や「途中で行き止まりになった試行」といったノイズがコンテキスト内に蓄積し、その結果として出力品質が急速に低下していく現象。やり取りが進むほど回答が乱れたり、急に話がかみ合わなくなったりする際の主因と考えられる。
()
コロナ禍を経て、「鉄道一本足打法ではダメだ」という危機感を持ったJR西日本。デジタル技術を活用した業務変革に取り組む同社には、駅員からデジタル人材に転身した社員も。同社のDX推進の現場を取材した。
()
文字列の要素を数え上げる方法はいろいろとあります。シンプルなコードからそうじゃないものまで。皆さんは何個のやり方を思い付きますか？
()
Anthropicの最上位モデル「Claude Opus」をリニューアルした。開発タスクでの実力を再び押し上げつつ、大幅な値下げも実施。今回のアップデートが“今のAI開発”に何をもたらすのか、一言コメントを添えて見ていく。
()
Googleが発表したAntigravityはAIエージェントを開発の中心に置いた新たな開発体験を提供しようとしている。その体験がどんなものか、どんな要素が組み合わさっているのかについて紹介します。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第7回。今回は、2つのカテゴリが独立であるか（＝関連がないか／あるか）を調べる方法について解説します。
()
VS Codeに突如現れた実験モデル「Raptor mini」。公式情報が極端に少なく謎が多い。実際のところ何ができ、どんな場面で使うべきなのか。限られた情報とコミュニティの声を手掛かりに、その性質と使いどころを考察する。
()
辞書を作成するには幾つかの方法があります。波かっこにキーと値を直接書く方法もあれば、dict関数を使う方法もありますし、辞書内包表記を使ってもよいでしょう。では、この場合はどんな方法が適していると思いますか？ ちょっと考えてみてください。
()
Googleが「Gemini 3 Pro」を公開し、AIモデル競争はさらにヒートアップ。高度な思考、画面理解、複雑タスクの自動実行、コード生成など、多方面での性能向上が確認されている。記事後半では、今回の発表をどう読むべきか、筆者の視点からも解説する。
()
2025年11月版のPython拡張機能ではマウスホバーに表示される自動生成された要約をdocstringとして追加したり、それを自分の言語（日本語など）に自動翻訳したりする機能が追加された。これにより、コード編集がさらに快適になりそうだ。
()
OpenAIが「GPT-5.1」「GPT-5.1-Codex」「GPT-5.1-Codex-Mini」の3モデルを一斉発表。今回はド派手な刷新こそないが、日常タスクの高速化とコスト削減、複雑タスクの精度向上といった“実用性の底上げ”が大きい。記事後半では筆者のひと言コメントも添えて紹介する。
()
Pythonの代入は式じゃなくって文で行います。そこから生まれる（？）ちょっとした不思議な挙動について皆さんも考えてみませんか？
()
pyplotインタフェースとOOインタフェースの違いがどこにあるのかを、幾つかのグラフを描画しながら実際に見てみましょう。また、グラフの装飾についても説明します。
()
「指標が意思決定に使われるほど、目的を見失って行動が偏り、プロセス（＝制度や活動の進め方）がゆがむ」という経験則。もともとは教育改革におけるテストスコアの扱われ方を問題提起したものだが、現在では企業のKPI運用や政策評価、AIモデルの性能指標などで引用される。
()
Pythonで型を比較するには大きく2つの方法があります。type関数を使う方法とisinstance関数を使う方法はどこでどんな違いがあるのか、このクイズで確認しましょう。そして、第3の方法もあるって知ってましたか？
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第6回（番外編）。今回は、G*Powerという便利なツールを使い、検定に当たって必要となるサンプルサイズを簡単に求める方法を紹介します。
()
Python 3.14では例外に関して2つの点が改善されています。1つのexcept節で複数の例外クラスを補足する場合に、それらの列挙が簡潔になったことと、finally節にreturn文などを置くとSyntaxWarningが発生するようになったことがそうです。これらについて見てみましょう。
()
大人が子どもたちに正しい活用のお手本を示さなければならない教育の現場は、AIとの向き合い方が最も難しい領域の一つだろう。「AIは考える力を奪うのではないか」という議論もあるが、ベネッセはどう向き合っているのか。
()
「私たちは、技術の短期的な影響を過大評価し、長期的な影響を過小評価する」という言葉で知られる経験則。近年では生成AIの議論でもこの傾向が指摘されている。なお、アマラの法則における“過大評価”はハイプサイクルの「過度な期待のピーク」に、“過小評価”は「幻滅期」に重ねて語られることもある。
()
クラスには属性が付きものです。その属性にアクセスしたくてもうまくいかないときがあるんですよね。そんなことを今回は問題にしました（あ、これヒントになってるじゃん！）。
()
Python 3.14ではPyREPLやモジュールのヘルプなどで、構文がハイライト表示されるようになりました。その概要とカスタマイズの方法について見てみましょう。
()
かつて“実験的すぎる”とされたフレームワークが“安定版”へ進化し、LangGraphとの連携強化で運用面の信頼性も向上した。群雄割拠するAIエージェント開発の世界で、LangChainは再び存在感を示せるか注目。
()
タプルの要素には多くの場合「[0]」「[1]」のようなインデックスを使ってアクセスしますよね。でも、それでは何を意味しているのか分かりにくいことがあります。「意味が伝わる形」にするなら、どんな方法が考えられるでしょうか？（コード全体を見直しても構いません）
()
かわさきからは「自称“Python祭り”について」というタイトルでPython 3.14の新機能を紹介する連載記事の紹介と紹介しきれなかったトピックについて、一色からは「飛行機内でもAIプログラミングしたい」というタイトルで、16GBメモリのMacBook Pro（M4）上でVS CodeとローカルLLMを使ってプログラミングを試した体験とその感想について書きました。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第5回。今回は、正規分布する2つの母集団の分散が等しいかどうかを調べる方法について解説します。
()
Python 3.14では真の並列処理を実現するフリースレッド版Pythonとはまた別の仕組みが導入されています。それがconcurrent.interpretersモジュールです。その概要と基本的な使い方を紹介します。
()
リストの末尾要素にアクセスするには幾つかの方法がありますよね。シンプルな方法を知っているかどうかをこのクイズで確認してみましょう。おまけの問題もあるので、頭の体操に使ってみてね。
()
前世代のClaude Sonnet 4と同等の性能を持つモデルが、3分の1の価格で利用可能になった。高いコスパで、開発者の“日常使いモデル”として定着するかが注目される。
()
Pythonのf文字列は便利ですが、ちょっとした問題もあります。それを解決するために、Python 3.14ではテンプレート文字列が導入されました。f文字列の問題、t文字列とは、その基本的な使い方を紹介します。
()
Python 3.14.0の正式リリースに合わせて、Windows版のPython処理系を大きく変化させるツールが登場した。Python Install Managerの概要とその基本的な使い方を見てみよう
()
あるオブジェクトとNoneを比較するときって、どんなやり方をしていますか？ それって普段は問題なくても実はダメなやり方じゃないですか？ ちょっと確認してみましょ。
()
Anthropicの最新モデルは、長時間の開発作業でも安定して動作する処理能力と、利用者が安心して使える安全設計の両面で進化。開発者向けに多くの新機能も追加された。
()
いよいよPython 3.14.0が正式リリースされた。その新機能の中からフリースレッド版Pythonが公式サポートされるようになるまでの道のりと今後の展望について、ドキュメントを基に簡潔にまとめる。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第4回。今回は、正規分布する母集団の分散がある値よりも大きいかどうかを検定する方法について解説します。
()
最初に「何を実現すべきか」を“仕様”として明文化し、それを唯一の基準としてコード生成や検証を進めていく新しい開発スタイル。人間の意図を表した“仕様”が基準となるため、“雰囲気”を重視するバイブコーディングよりも高精度な開発が可能。
()
Python 3.14がリリースされることを記念して（あるいは祈念して？）、その新機能で一番の推しがどれかを3つの言語モデルに聞いてみました。さて、イチオシの機能はどれでしょう。
()
エンジニア経験を生かし、資格取得支援やメンター指導でプロフェッショナルへ成長する。多様な業務で自分を磨き続けられるキャリアが、ここにある。
()
最上位モデル「Grok 4」と同等の性能を保ちながらコストを47分の1に削減し、数学ベンチマークでは90％超の精度を達成。Webでは無料かつ回数制限なしで利用でき、開発者向けにも格安APIが用意されている。
()
for文を使って辞書のキーを反復しながら特定のキーと値だけを抜き出したい。そんなときには内包表記の中でアレを使うのがよろしいんじゃないですかね。
()
OpenAIの新モデル「GPT-5-Codex」は、単純タスクは一瞬で、複雑タスクは長時間熟考する“メリハリ思考”が特徴。Codex全体の環境アップデートも発表され、AIコーディングの実用性が一段と高まった。
()
2025年10月7日のPython 3.14.0のリリースに向け、最後のRC（リリース候補版）となるPython 3.14.0rc3がリリースされた。この後は明らかなバグの修正のみが行われる。
()
「こういうアプリが欲しい」といった“雰囲気”（＝Vibe）をAIに伝え、対話を通じてコードを生成していく新しいプログラミングスタイル。厳密な仕様や細かな指示を与えなくても、AIが意図をくみ取り、実際のコードとして形にしてくれるのが特徴。高度な専門知識がなくても試せるため、非エンジニアにも広がりつつある。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第3回。今回は、正規分布する母集団の平均に差があるかどうかを検定する方法について解説します。
()