【ITニュース解説】Helping people rewild their yards: The AI journey continues

この記事は、AIを活用して気候変動に強い庭作りを支援するアプリケーション開発の道のりを描いている。筆者は幼い頃からガーデニングに親しみ、無農薬で自然と共生する庭の重要性を深く理解していた。しかし、近年では気候変動の影響で植物の生育ゾーンが変化し、かつてと同じ方法では庭作りが難しくなっている現実があるという。例えば、筆者が住むポートランドではヒートアイランド現象により、かつての生育ゾーンから温暖なゾーンへと変化しているそうだ。このような状況下で、人々が気候変動に強く、持続可能な庭作りを続ける方法を模索し、その答えの一つとしてAIを活用したアプリ開発に着手した。

システムエンジニアを目指す初心者にとって、AIを使ったコーディングは強力な味方となる。筆者も最初はコードの削除や変更に恐怖を感じていたが、AIの支援を受けながら学習を進めた。このプロセスは、新しい庭師が植物の最適な組み合わせを学ぶように、不慣れなことにも挑戦し続ける姿勢が重要だと教えてくれる。筆者は、単にAIに指示するだけでなく、体系的なアプローチで問題を解決することの重要性を強調している。具体的には、「どのように使われるか」「誰が使うか」「認証機能は必要か」「外部のデータ（API）を使うか」「ユーザーデータをデータベースに保存するか」といった質問に答えることで、アプリの仕様（要件定義）を明確にする独自のテンプレートを作成した。これは、どんなに小さなアプリでも、開発の初期段階でしっかりと仕様を固めることの重要性を示している。例えば、ADHDの人向けの家事アプリを例にとり、日次・週次・月次・季節ごとのタスクカテゴリー選択、タスク完了後の豆知識表示、音楽ストリーミングサービスとの連携といった具体的な機能要件を挙げ、これらをAIに提示することで効率的なコード生成を促す方法を説明している。

開発を進める上で、筆者はまず適切なフレームワークを見つけることに注力した。様々なツールを試行錯誤し、自分に合った出発点を見つけることで、体系的にアプリの詳細部分を構築していったという。この方法は、コードの構造を理解しやすくし、異なる部分がどのように連携するかを把握するのに役立っただけでなく、AIが処理できる情報の量を効率的に保ち、処理性能を向上させることにも繋がった。しかし、開発は常に順調に進むわけではない。特に、AIに特定の書式（記事中ではタブの挿入）を指示するのが難しかったり、プログラムの不具合を見つけて修正するデバッグ作業に苦労したりしたという。ログをチェックし、コードを読み解き、問題の原因を特定する能力は、AIを使った開発においても不可欠なスキルであることが示されている。

さらに大きな課題は、政府系のウェブサイトからデータを取得しようとした際に現れた。AIが摂氏と華氏の単位変換に苦戦するなど、データ処理の複雑さに直面したという。このような時、筆者は友人の助けを借り、API連携を助けるツールであるBrunoの使い方を習得した。これにより、AIに対してAPIから正確なデータを引き出す指示を適切に出せるようになった。こうした試行錯誤の末、筆者は「Root & Stem」というガーデニングアプリを開発した。このアプリは、ユーザーが庭のスペースを視覚的に設定でき、文脈を理解するチャットボット「Sprout bot」を搭載している。このチャットボットは、特定のテーマ（例えばサルサガーデン）の庭作りに関する質問に答えたり、コンテナガーデンの提案をしたりできる機能を持つ。

「Sprout bot」の開発では、AIがガーデニングや植物のサイズに関する初期知識を持っていなかったため、筆者自身がAIに「教え込む」必要があった。筆者は、パーマカルチャー（持続可能な農業・園芸）や先住民の伝統的な知恵といった持続可能なガーデニング手法に関する情報をAIに学習させ、さらにユーザーが情報の真偽を確認できるよう、参照元のリンクを提示するというルールも設けた。これにより、信頼性と実用性を兼ね備えたチャットボットが完成した。最終的に、筆者は「Root & Stem」のアルファ/ベータ版を公開し、現在はこの経験を活かして気候変動に強い家づくりアプリの開発にも取り組んでいる。この一連の経験は、AIを活用することで個人がどこまでできるのか、そして未知の課題にどう向き合うかを学ぶ貴重な機会となった。筆者は、自身の開発したアプリが、人々のガーデニングの旅をより豊かで冒険的なものにすることを願っている。