この動画は、AIが一般市民と大規模機関との間に存在する情報の非対称性をいかに解消しうるかを示す実例から始まる。医療費請求における16万2000ドルもの不正請求をAIが発見した事例を皮切りに、病院、債権回収業者、葬儀場、保険会社、学区など、あらゆる機関が意図的に複雑さを構築することで情報格差を利用し、消費者から過剰な料金を徴収している実態が明らかにされる。従来は数千ドルのコストがかかった専門的調査をAIが劇的に低コスト化し、一般市民が機関レベルの調査を実施できるようになった今、重要なのは単にAIにアドバイスを求めるのではなく、8つの具体的な原則に従って敵対的状況下でAIを戦略的に活用する方法論である。技術文書の解析、複数権威ソースの相互参照、専門的な言語レジスターの使用、適用される規則の特定、明確な違反の発見、客観的基準の算出、検証の保持、そしてAI自身による誤り検出という段階的アプローチにより、個人は歴史上初めて機関が独占してきた複雑な情報へのアクセスを獲得し、より公正な社会の実現に近づくことができる。
医療費請求における情報格差との闘い
これは実話です。ある男性が6月に心臓発作で亡くなりました。その過程で、彼は救急治療室で4時間を過ごしました。彼には19万5000ドルの医療費請求が積み上がりました。彼の義理の兄弟がその請求書を手に取り、AIであるClaudeに持ち込み、どの請求コードが正当なものかについてClaudeと会話をしました。
その結果、その請求書には16万2000ドル分のメディケア請求違反があることが判明しました。病院はそれを弁護できませんでした。病院はその請求を取り下げ、請求額は16万2000ドル減額されました。つまり、家族が支払うべき額は3万ドル強になったのです。これはまだ良い金額とは言えませんが、20万ドル近くよりははるかにマシです。
これは実際にはこの一家族についての話ではありません。これは、AIが制度的な情報の非対称性を克服することで、私たちの生活に価値を加えている様子を何度も何度も繰り返し目にしているという話なのです。情報の非対称性というのは難しい言い方ですが、要するに病院は未亡人や家族が請求コードを知らないことを当てにしていたということです。病院は彼らがメディケアのバンドリングルールを知らないことを当てにしていたのです。
病院は彼らが医療費請求の代理人を雇うために3000ドルを持っていないことを当てにしていました。だから彼らはただ支払うか、支払おうとして破産するかのどちらかになるだろうと。AIがある今、それはあまり当てはまらなくなっています。そして私は、その変化がどれほど広範囲に及ぶかをあなたに理解していただきたいのです。これは医療費請求だけの話ではありません。
債権回収業者はあなたが時効を知らないことを当てにしています。葬儀場はあなたが悲しみに暮れているときに連邦取引委員会の規制を知らないことを当てにしています。保険会社はあなたが請求を拒否されたときに保険約款の言葉を理解しないことを当てにしています。学区はあなたの子供がサービスを必要としているときに手続きの期限を知らないことを当てにしています。
意図的に作られた複雑さという迷路
機関は偶然に物事を混乱させているのではありません。彼らは意図的に情報の非対称性を構築しているのです。なぜなら、複雑さこそがシステムをナビゲートする能力に基づいて、異なる人々に異なる価格を請求する方法だからです。それが実際に起きていることなのです。
機関は意図的に迷路を作っており、人々はその迷路を走り抜けることでお金のためのベルを鳴らすことになります。そしてそれは長い間うまく機能してきました。なぜなら迷路への地図が存在しなかったからです。AIはそれを変えます。そしてそれは私たち一人ひとりにとって重要です。なぜなら私たちは皆、学校制度に直面しなければならないからです。私たちは皆、いつかは医療制度に直面しなければなりません。いつかは法制度に直面します。
こうした状況における調査は、かつては数千ドルのコストがかかっていました。それが医療に関することであれ、学校について疑問があって不正行為を疑ったことであれ、などです。そして私は冗談で言っているのではありません。家族が医療費請求の代理人に支払う3000ドルを持っていないかもしれないと言ったとき、それは本当にそれだけのコストがかかるのです。弁護士はあなたのケースを理解するだけで1時間に数百ドルを請求することができます。
これらのコストは、ほとんどの紛争において反撃することを本当に本当に高額なものにしており、機関はそれを当てにしているのです。AIはそのコストを数千ドルからあなたの時間3時間程度にまで圧縮します。AIはそのコストを消失させますが、それはあなたがAIをアドバイスを得るために使っているのではないことを理解している場合に限ります。
AIは助言ではなく調査のツール
これは私が実際に同意するところです。モデル製作者がAIにアドバイスを求めてはいけないと強調するとき、私はそれを言い換えたいと思います。誰もこれをやっているのを見たことがありません。私はあなたに提案したいのですが、あなたはAIを使ってアドバイスを得るのではなく、機関レベルの調査を実施する手助けをしてもらっているのです。そしてそれがどのように機能するかには方法論があり、それをあなたに示したいと思います。
ですから、もしあなたがある状況にいて、そして私たちは皆いつかはそうなるのですが、これらの機関の一つに直面していて、彼らはあなたが混乱し、怒り、悲しみ、動揺し、集中していないことに賭けている場合、AIは助けになります。
そして私があなたに示したい重要なことは、LLMを私が敵対的コンテキストと呼ぶものにおいて独自に強力にする8つの特定の能力があるということです。敵対的コンテキストとは、機関があなたに請求しようとしている、ある意味であなたを捕まえようとしている場合です。そしてAIはあなたが競争条件を平等にするのを助ける武器となります。
AIはこれらの機関があなたに請求するために依存している情報の非対称性を均等化するのを助けます。そしてAIをどのように使用するかの背後にある明白でない原則こそが、これを成功させるものなのです。これはClaudeにアドバイスを求めるほど単純なものではありません。部分的には、モデル製作者が今やAIを訓練して責任問題のためにその状況で非常に慎重になるようにしているからですが、実際にお金がかかっている場合に勝つためには、アプローチにおいてより洗練されなければならないからでもあります。
8つの原則:技術文書の解析から始める
では、私が実際にどう考えているかを説明しましょう。もしあなたがこれらの機関の一つから不正行為を疑う場合、もし彼らがあなたを利用しようとしていると疑う場合に最初にしなければならないことは、LLMに人間が威圧的だと感じるように構築された技術的枠組みを解析させることです。AIにメディケア請求規則やFDCPA法令やIEP規制や保険約款の付録、意図的に人間には読めないように設計された技術文書を読ませるのです。
これが重要なのは、機関はあなたがこれを行うためにAIを使わないことに賭けているからです。しかしAIは専門用語に威圧されません。彼らはそれについて訓練されているので、非常に迅速にそれを解読します。あなたは専門知識なしにこれらの機関が自分たちのルールに準拠しているかを監査できます。そしてそれが、もし私が問題を疑った場合に始める最初の場所です。
第二の原則は、LLMを使って複数の権威ソースを相互参照することです。CPTコードがCMSバンドリングルールやメディケア料金表や設定要件に対して正しく構築されているかをチェックします。この状況が重要なのは、違反が文書間のギャップに隠れる可能性があるからです。病院は設定Yにおける処置Xを設定Zとは異なる方法で請求できます。
複数の処置がまとめられたときのバンドリングルールをどのようにチェックするかを見なければなりません。料金表を見なければなりません。この種の複数文書のパターン認識は人間にとって極めて難しいものです。私たちは頭の中でそれをうまく保持できません。しかし実はAIはそれが本当に本当に本当に得意なのです。
ですから、文書間に、文書間のギャップに、やや灰色な領域やギャップにある領域に物事を滑り込ませるのが簡単なので、AIを使ってあなたが心配している関連分野で複数の権威ソースを相互チェックしてください。医療でないかもしれません、何か他のことかもしれません。私が構築しているプロンプトは債権回収にまたがっています。教育にまたがっています。他のこともあります。なぜなら、これは実際にはより広い問題だと思うからです。そしてそれが私が指摘しようとしていることです。根本的に機関は情報の非対称性を実践して人々をいじめるのが得意であり、AIは私たちに反撃するための最高の武器を与えてくれるのです。
言語レジスターと専門的な文書作成
第三の原則は、LLMに機関のレジスターを合わせさせることです。レジスターというのは、私たちが言語を話す方法がシステムをナビゲートする能力にとって重要だという考えです。もしあなたが英語のフォーマルなレジスターで話すことができれば、あなたが望むことを得る可能性が高くなります。AIについて便利なのは、あなたが英語のフォーマルなレジスターで話す必要がないということです。
私は法律用語を話す必要がありません。LLMに、それを専門的に行う人から来たように読める通信文を起草させることができます。彼らは規制の引用を示すことができます。彼らはエスカレーションの脅威を測定し、最良のアプローチを決定できます。機関は洗練度によって紛争をトリアージします。なぜなら、より洗練された紛争はより勝つ可能性が高い紛争であり、彼らはあなたに勝ってほしくないので、むしろ和解したいと思うからです。
ですから、怒った消費者の手紙があれば、電話会社はそれを安全に無視できます。しかし、専門的なリズムを持つ文書化された違反があれば、それは非常に非常に異なるものです。ですから、もしAIを使って書くことで私はシステムを理解していることを示すことができれば、それはこのような敵対的状況であなた自身を山の頂上に押し上げるための非常に強力な方法なのです。
第四の原則は、LLMを使ってあなたの領域を統治するルールブックは何かを見つけ出すことです。どの技術的枠組みが病院請求メディケアルールを統治しているのか。債権回収を統治しているのは何か。FDCPAと州の時効です。特別支援教育サービスを統治しているのは何か。IDAと判例法です。
これが重要なのは、どのルールブックがどこに適用されるかを知らなければコンプライアンスを監査できないからです。そして私が説明しているように、いくつかの場合には複数のルールブックがあります。ですから、ほとんどの人はすべての領域が文書化された基準を持っていることを知りません。複数の基準があるかもしれませんし、それらをどこで見つけるかも知りません。
ですから、直感的に不公平に思えるこのアンロックから、彼らが明示的なルールに違反した場所を示してくださいというのは、実際にはAIにルールブックを探しに行かせ、それが何かを教え、現行のコピーを見つけ、それを掘り下げてあなたの状況で起きていることと比較させることです。
明確な違反の特定と客観的基準
第五の原則は、LLMを使って限界的な紛争ではなく、真の分類的違反を見つけることです。ですから、あなたがやりたいことは、ルールの非常にクリーンで明確でバイナリな違反を特定することです。彼らがXをしたかしなかったかのどちらかであり、高額に思えるといった主観的な紛争ではありません。
これが重要なのは、あなたの請求額が高すぎるというのは彼らが安全に無視できる意見だからです。しかし、あなたがCMS規制Xに違反してバンドリングコードを別々に構築したというのは分類的違反であり、彼らはそれを弁護することができません。ですから、葬儀の状況だとしましょう。棺の価格が本当に高いように思えるというのではなく、FTC一般規則453なんとかは特定のプロバイダーからの購入を要求することを禁止していますと言えるのです。
わあ、オーケー、それははるかに深刻です。私の子供にもっとサポートが必要ですではなく、評価は標準スコアXを示しており、同等の生徒はYサービスを受けており、提案はIDEAに基づくFAPE基準に失敗していますというのです。言い換えれば、LLMはあなたがいる特定の状況がそのルールブックに存在する分類を破っている場所を見つけるのを助けることができます。
そして私にとっては、数百ページのルールブックを読むのは難しいのです。実際にAIがあなたを助けることができる場所に入る必要があります。これがどれほど洗練されているか分かりますか。ただ「ねえ、Claude、この請求書についてアドバイスをください」と言うよりも。私はあなたがそれで進展を得られないと言っているわけではありません。
私が言っているのは、もしあなたがAIにこれらのタスクを与えれば、ところで、この順序で、あなたは深刻な調査でもっと先に進むことができるということです。本当のお金がかかっているときにもっと先に進むことができます。なぜなら、お気づきのように、私はこれらの8つの原則を進んでおり、それらはお互いに積み重なっているからです。あなたは第五の原則で分類的違反を見つけますが、それはルールブックを見た後、第四の原則です。分かりますよね。それは自己構築的なのです。
第六の原則は、LMを使うことです。AIを使って権威ある基準から客観的アンカーを計算します。それは複雑に聞こえますが、基本的にあなたは公表されたベンチマーク、メディケア償還率、比較可能な不動産販売、必要な臨床ガイドラインに基づいた防御可能な立場を確立したいのです。
あなたの立場は、私はこれを支払う余裕がないとか、これは公平に思えないというものであってはいけません。基準が確立しているものである必要があります。例えば、メディケアがX処置に対して3万ドルを償還するとしましょう。それがオファーです。あなたはメディケア料金が不合理だと主張することはできません。それはメディケアがビジネスでお金を失うことを認めることになり、彼らはそれをするつもりはないからです。
ですから、ベンチマークを確立できれば、私はただこれを支払いたくないと感じているだけよりもはるかに強い足場を得ることができます。固定資産税の場合、比較可能な販売が平均42万ドルで、査定方法は公正な市場価値を要求しているので、したがって42万ドルです。
ですから、アンロックは、ねえ、不動産価値が間違っていると思うから、ねえ、私の周りのすべての不動産価値の平均を持っていて、あなたが文書化された基準に基づいてXだけ大きく外れていることを伝えることができます、へと移行しています。それははるかに強力になります。ですから、会話を権威ある基準と一致する客観的アンカーにシフトさせればさせるほど、あなたの立場は主観的に見えなくなり、機関はあなたに耳を傾けなければならなくなります。
検証の重要性とAIの限界
第七の原則は、AIは調査コストを圧縮しながらも、検証のコントロールをあなたに残すということです。ですから、彼らが行うことは、潜在的な違反を非常に迅速に特定することができ、あなたはリスクを伴う発見を検証しなければなりません。
ですから、これは、モデル製作者が医療的または法的アドバイスをAIは与えないと言うときに彼らがやっていることを私が指摘することが重要だと思うところです。彼らはあなたにAIが発見を検証する法的責任を取ることができると思ってほしくないのです。彼らはあなたがあなたの状況における代理人として、ここで本当に何が起こっているのかを検証する責任を負う人であってほしいのです。
私は実際にそれで問題ありません。なぜなら、AIはそのステップまでのすべてを行うことができるからです。AIは潜在的な違反を特定できます。それがなぜ違反であるかを説明できます。どのように対応するかを説明できます。あなたのための提案書簡を起草でき、そしてあなたはそれを評価して、これは実際に正しいのかと言うことができます。そして私はあなたがそうすることを推奨します。
私たちは実在しない引用を引用している立場にいたくありません。そして今日では、規制Xを取って、それをGoogleに入力して、私たちが実在するものを引用していることをチェックするのは非常に簡単です。もしあなたが賭け金が高い状況にいるなら、あなたはそれをしなければなりません。
しかしそれには2秒かかるだけで、それは医療費請求の代理人やそれが何であれ数百または数千ドルかかるものの代わりにあなただけです。通常のAI使用では、方向的に流暢で方向的に正確であることは正しくて問題ありません。敵対的コンテキストでは、賭け金はより高くなります。間違った引用はあなたが何を話しているのか分かっていないことを示すでしょう。
ですから、LLMを使って調査コストを圧縮することは重要ですが、検証ステップのコントロールを保持することを確認してください。AIに機関レベルの規模で調査を可能にする必要があります。AIが持ち帰るものの品質を確保できる限り、それはあなたに両方の世界の最良のものを与えます。あなたはお金を節約します。
AIはそのすべてのスケールアップされた調査を行うことができ、そしてあなたは最終的なアウトプットをチェックします。最後に、第八の原則は、AIに自分自身の誤りをキャッチするための検証プロンプトを起草させることです。はい、あなたは実際に紛争書簡を事実確認できます。引用エラーにフラグを立てることができます。不正確なコード解釈をチェックできます。人々はこれをしません。AI幻覚について文句を言っているほとんどの人は、検証プロンプトを書いたことがありません。私は断言できます。
しかし、もしあなたが機関レベルの調査を行うためにAIを使うつもりなら、おそらくあなたはセーフガードをインストールするためにAIを使うべきです。私はこれがあなたを免責すると言っているわけではありません。最初に言ったことを覚えていますか、あなたはまだ検証のコントロールをしていますが、もし検証プロンプトを使うことができれば、それはあなたがより速く進むのを助けることができ、人々が無視していると感じることなので、私はそれを言及したかったのです。
交渉を支える3つの基盤的理解
では、これらすべてをまとめて機能させる根底にある基盤的理解は何でしょうか。私たちは8つの原則を通過しましたが、ここで起きている最初の明白でないことは、調査が交渉に先行しなければならないということです。不公平なものを得たときにあなたの本能は交渉を始めることだと知っていますが、AIはあなたの感情を再フレーミングして調査モードに入ることで助けることができます。
そしてそれは実際に勝つために本当に重要です。次の明白でないことは、あなたは会話のフレームをコントロールしたいということです。ですから、病院は「私たちは請求を支払う余裕がない人々に慈善援助を提供します」と言うことができます。しかしそれは彼らが価格設定を正当なものとしてフレーミングしていることを意味します。あなたの再フレーミングは「私たちは慈善を求めていません。私たちは文書化された請求違反に基づいて交渉しています」と言います。
さて、今あなたは病院をより弱い立場に移動させています。病院は彼らがなぜルールを破ったかを弁護しなければなりません。AIはあなたがフレーミングの試みを認識し、フレームを拒否する応答を起草するのを助けることができます。それはあなたが8つの原則に従うことができるその下にある隠されたもののもう一つですが、あなたは実際にはフレームコントロールを確立するためにそれらに従っているのだということを理解すべきです。
最後に、応答は診断的であることを覚えておいてください。多くの人は手紙を送れば、機関が和解するか、しないかのどちらかで、バイナリの結果を得ると考えています。実際に起こることはあなたの立場の強さについて教えてくれ、あなたはAIを戦略的に使ってそれを理解することができます。
もし彼らがすぐに折れたら、彼らは勝てません。勝利を取ってください。もし彼らがあなたを無視したら、彼らは虚勢を張っているか、あなたの立場があなたが思っていたより弱いかのどちらかです。そしてあなたは正直に評価する必要があります。もし彼らが合理的に反論してきたら、あなたは交渉の領域にいて、戦う価値のあるギャップがあるかどうかを決めることができます。
ですから、あなたは交渉されたアリーナに入っており、相手方から来る情報はあなたがAIと共にあなたの立場を理解するための諜報として使えるものであることを理解してください。
情報の独占から解放される未来へ
では、これらすべてはどこに私たちを導くのでしょうか。私はあなたに敵対的プロンプティング、AIを使った敵対的交渉について考えるための8つの原則を与えました。私はなぜ私たちがこれをしているのかに戻りたいと思います。私たちは機関が歴史的に複雑な情報に対して独占的な支配権を持っていたシステムに住んでいます。彼らはもうそうではありません。
AIは情報の複雑さにおいて競争条件を平等にします。しかし残念ながら、ほとんどの人は実際にその競争条件を平等にするためにAIをどのように使うかを知りません。なぜなら、AI における他のすべてのものと同じように、重要なのはあなたがそれをどのように使うかだからです。
もしあなたがただ「ねえ、Claude、この請求書についてアドバイスをください」と言うだけなら、あなたは、保証しますが、この段階的プロセスに体系的に従って敵対的状況に対処する場合よりもはるかに少ない価値を得ることになります。なぜなら、私たちがAIを使う方法が、モデルのパラメトリック重みの内部にある専門知識にアクセスする私たちの能力を形作るからです。
モデルはこの専門知識を持っています。それはまた現在の文書を取得するツールも持っています。しかし、もしあなたがそれを求める方法を知らなければ、もしあなたがどのステップを踏むべきかを知らなければ、あなたは非常に一般的な「ねえ、助けてくれますか」に行き詰まります。
私はあなたが、私たちがこれまでに作った最大の機械知能に話すツールを持つことを確実にしたいのです。そうすればあなたはその知能を、私たちが種として解決できなかった問題を解決するツールとして使うことができます。
歴史を振り返る限り、機関は部分的に複雑な情報を管理するためにより多くの権力を持っています。私たちは個人がその競争条件を平等にできる地点にいます。ですから、これは救急治療室への訪問で機関から法外な金額を請求された誰かについての話よりもはるかに大きいのです。
これは、あらゆる場所の機関がAIが食い荒らしている情報に対する独占を必死に保持しようとしていることについての話なのです。革命に参加してください。実際に、私たちが請求されるもの、私たちが提供されるものが、書き留められている公正な基準を反映していることを確実にしましょう。AIは私たちがそこに到達するのを助けます。AIは私たちがより公正な世界に到達するのを助けます。
さあ、どうぞ。頑張ってください。
コメント