00:00
あの、仕事が早くなることが実は自分自身の存在価値を失う一番の近道だとしたら、なんかちょっとゾッとしませんか?
いや、本当にそうですよね。最近は特にそう感じる人が多いんじゃないでしょうか。 そうなんです。毎日仕事をしていると、最近はもう、せいぜいAIを使って面倒なメールの返信とか企画書の構成とかも、ほんの数秒で作れるようになりましたよね。
ええ、本当にあっという間に完璧に見えるものが出来上がりますからね。
でも、その完璧に見える画面を見つめながら、あれ、機械がここまで仕事をこなせるなら、明日から私のお給料は、えーと、一体何に対して支払われるんだろうって、ふと虚無感みたいなものに襲われることがあるんです。
わかります。すごくリアルで切実な疑問ですよね。便利になればなるほど、自分の存在意義が揺らいでしまうというか、多くの人が今、その効率化の先にある壁に直面しています。
だからこそ今回は、リスナーのあなたと一緒に、この本質的なテーマを深掘りしていきたいんです。今日ここでお話しするのは、AIをどうやって操作するか、みたいな表面的なテクニックの話ではありません。
ええ、ツールの使い方の話ではなくて、これからの時代における人間の役割を根本から再定義する、とても重要なテーマですね。
はい。AIに何を任せて、人間である私たちはどこを引き受けるのか、その境界線を見極める力について、あなたと一緒に徹底的に紐解いていきます。まずは前提や背景のところから整理していきましょうか。
そうですね。そもそも、AIが人間の仕事を奪うという漠然とした不安って、AIのことを何でも知っていて、自分で考えて動いてくれる魔法の箱だって勘違いしているところから来ていることが多いんです。
ああ、確かに。魔法の箱というか、何でも正解を出してくれる賢者みたいなイメージありますよね。
でも、そこが大きな誤解なんです。AIは絶対的な正解を知っているわけではありません。過去の膨大なデータを基にして、入力された言葉の文脈から、統計的に最も確率の高い言葉を計算して繋げているだけの単なる道具にすぎないんですよ。
ということは、信じられないほどタイピングは早くて、過去の文献も全部暗記しているけれど、自分がなぜその仕事をしているのかは全く分かっていない、ちょっと変わったアシスタントみたいなものですか?
まさにその通りです。ただ、人間のアシスタントなら、指示がおかしかったら、あの、これ本当にやる意味ありますかって聞いてくれますよね。
はい、普通は聞いてくれますよね。なんか変ですよって。
でも、AIは違います。人間が間違った前提を与えても、一切疑問を持たずに、ものすごい自信満々で最もらしいデタラメを長々と出力してしまうんです。目的とか責任とか、情報の審議をAI自身が判断することは絶対にできないんです。
なるほど、それは逆に怖いですね。だとしたら、これまで私たちが学校や会座で必死に身につけてきた、文章を早く正確に書くとか、情報を集めて綺麗な資料を作るみたいな、いわゆる作業をこなす力はどうなっちゃうんでしょうか?
03:06
残念ながら、その作業力自体の価値はこれから暴落していくでしょうね。
暴落ですか。それはちょっとショックです。
代わりに価値が高まるのが判断力です。作業の前に、そもそも何を作るべきか、どんな問いを立てるべきかを決める力。そして、AIが出してきたものを、これは現実の場面で本当に使ってよいかと見極める力ですね。ここに人間の価値の重心が大きく移っていくんです。
作業から判断へのシフトですね。確かに、AIに作業を丸投げして大焼けをしたみたいなニュースも最近よく見かけます。
じゃあ、丸投げがダメなら、人間はAIが作業している横に張り付いて、1から10までずっと監視するしかないんでしょうか?
いえいえ。監視するんじゃなくて、仕事を工程で切り分ける仕組みを作るんです。どんな仕事も、5つのステップに分解して考えると、人間とAIの役割分担がすごくクリアになりますよ。
5つのステップですか?えーと、それは具体的にどういうものですか?
入力、加工、出力、判断、確認の5つです。
入力から確認までですね。ちょっと具体例で知りたいんですけど、例えば、そうですね、すごく怒っている取引先へのお詫びと今後の改善策を提案するメールを書くというシチュエーションだとどうなりますか?最初の入力は。
その場合、最初の入力では、AIにどんな材料を渡すかを人間が判断します。ここで絶対にやってはいけないのは、取引先の担当者名とか、自社の未発表の機密情報なんかをそのままAIに放り込むことです。
ああ、なるほど。セキュリティとかプライバシーの観点から、何をAIに食わせていいかの判断は人間にしかできないわけですね。AIが情報漏洩の責任を取ってくれるわけじゃないですし。
その通りです。そして材料を選んだら、次は加工と出力のステップに入ります。ここからはAIの独壇場ですね。
加工と出力ですね。AIはどう動くんですか?
加工では、過去の類似トラブルの報告書をAIに要約させたり、改善策のアイディアをリストアップしたりします。そして出力で、それを丁寧なビジネスメールの文面に整えさせるんです。
統計的に正しい言葉を紡ぐのは、AIが一番得意な領域ですから。
なるほど。でもそこでそのまま送信ボタンを押しちゃダメなんですよね?
絶対にダメです。ここで残りの2つの工程、判断と確認が人間の重要な仕事として戻ってきます。
判断と確認。まずは判断ですか?
はい。AIは素晴らしい謝罪文の選択肢を3つ出してくるかもしれません。
でも今回の取引先の担当者さんの性格なら、言い訳がましい案よりも潔く非を認める案の方が響くはずだ、という最終的な採用を判断するのはやはり人間です。
ああ、相手の感情や関係性を含めた判断ですね。じゃあ最後の確認というのは?
AIが書いた改善策が自社の現場のリソースで本当に明日から実行可能なのか?
06:03
現実世界と照らし合わせて見極めることです。AIは現場の疲弊具合までは知りませんからね。
つまり、個体のバリエーションを出すところまではAIに任せていいけれど、影響が大きいものや現実世界で責任が伴うものは最初と最後を人間ががっちりと挟み込まないといけないわけですね?
まさにそういう仕組みです。
これってパソコンの中のデスクワークだけの話なんですか?
いえ、現実の物理的な世界でも全く同じ構造になりますよ。
今後、ロボット技術と結びついたフィジカルAIが普及していくと、この役割分担はもっと鮮明になるでしょうね。
例えば、建設現場を想像してみてください。
建設現場ですか?あの、重い資材を運んだりする作業ですよね?
ええ、決まった手順で大量の資材を運んだり、正確に壁を塗ったりするような危険や重労働を伴う作業はロボットが自動でやってくれるようになります。
じゃあ、人間の現場監督とかベテランの職人さんは、一定何をするんですか?まさかただロボットが動いているのを眺めているわけじゃないですよね?
もちろんです。急なゲリラ豪雨が来た時の瞬時のスケジュール変更とか、隣の現場との微妙な境界線の調整とか、
あとは、なんだか今日の足場、嫌な揺れ方をするなといった直感的な安全確認ですね。
ああ、データ化されていない現場特有の判断ですね。
ええ、そういった人同士の調整や直感的な判断こそが人間の仕事として残るんです。
現場の作業が自動化されても、責任と判断が人間に残るのはデジタルと全く同じなんですね。
なんだか人間がやるべき領域がはっきりしてきました。
そうですね。仕組み化することで見えてくるものがあります。
ただ、正直に言うと、AIが全部文章も書いてくれて、ロボットが動いてくれるなら、
自分はもう苦労してスキルを磨かなくていいんじゃないかってちょっと怠けし心が出ちゃう自分もいるんです。
ああ、それこそが今多くの人が陥っている最大の誤解なんですよ。
AIがやってくれるから自分はできなくていいというのは非常に危険な考え方です。
なぜですか?自分で完璧な文章を書けなくても、AIが出してきたものを人間がチェックすればいいだけじゃないんですか?
そのチェックするという行為を絶対に甘く見てはいけません。
AIの出力を判断するためには、あなた自身の中に何が良くてどこが危ないのかという明確な基準や、
その分野への深い理解が絶対に必要だからです。
基準ですか?
ええ。例えば、一流の料理の味を知らない人が、AIが作ったレシピの良し悪しを判断できるでしょうか?
ああ、それは無理ですね。見た目が美味しそうだったら騙されて食べちゃうかもしれないです。
その通りです。自分の軸がないままAIを使うと、単にAIのそれっぽい出力に振り回されるだけになってしまいます。
だからこそ、これから私たちが意識して磨くべき能力があるんです。
AIの出力を見極めるための自分自身の判断基準ですね。
09:00
具体的にはどんな力が必要になってくるんでしょうか?
AIを使いこなすために人間が磨くべき力は、大きく分けて4つあります。
まずベースとなるのが、論理的に考える力です。
論理的に考える力。
はい。AIに何かをお願いするとき、良い感じにまとめて、といった感覚的な指示では、当たり障りのない無難なゴミしか返ってきません。
耳が痛いですね。つい、良い感じにお願いって言っちゃいます。
目的は何か、前提条件は何か、何を強調したいのか、
自分の頭の中にある要素を理事名で整理して言語化する能力、これが全ての土台になります。
でも、論理的に指示を出すだけじゃダメなんですよね。
さっきおっしゃっていた、AIは間違った前提でも自信満々に嘘をつく、という話に繋がりそうですが。
おっしゃる通りです。
そこで2つ目の力、前提を疑う力が必要になります。
AOEは、与えられた問いに対する誤解を探すのは超一流ですが、そもそもその問いが本当に正しいのかまでは検証してくれません。
ということは、私たちがどうすればこの商品を若者に売れますかって聞けば、AIは無限に若者向けのプロモーション案を出してくれるけれど。
ええ。でも人間が、ちょっと待てよ、そもそもこの商品若者じゃなくてシニア層に向けた方が売れるんじゃないか、と問いの前提自体をひっくり返すことができなければ、間違ったゴールに向かって全速力で走ることになります。
これものすごく怖いことですよね。
私たちはこれまで、いかに早く正解を見つけるかで評価されてきたのに、これからは答えを出すのはただ同然で、良い問いを作ること自体にしか価値がないという事実を突きつけられているわけですから。
その恐怖感は正しい反応だと思います。ゲームのルールが完全に変わったんです。そして、問いを作る過程で重要になるのが3つ目の力、違和感を企画や条件に落とす力です。
違和感ですか?あの、なんとなくモヤっとするあの感覚のことですか?
そうです。AIが出してきた文章を読んで、なんかこれ理屈は通じてるけど冷たい感じがするなぁとか、分かりにくいなぁと感じたとしますよね。
はい、よくあります。なんかちょっと違うなぁみたいな。
でも、AIに向かってもっと分かりやすくしてとそのまま投げ返しても、期待する結果は得られません。
人間の部下なら、もっと図解を入れてよーとか、空気を読んで調整してくれますけどね。
ええ、だからそのモヤっとした違和感を専門用語を3つ以内に減らして、過剰書きを使い、中学生でも分かる言葉に変換してというように、具体的な条件や企画に翻訳する力が必要なんです。
なるほど。自分の直感的な違和感を論理的なパラメーターに変換するスキルですね。これは確かに人間じゃないとできません。
では、最後の4つ目の力は何でしょうか?
4つ目は、これまでの論理的なスキルとは少し毛色が違います。
12:01
それは、相手の感情や立場を踏まえて合意を作る力、いわゆるEQ、心の知能数数と呼ばれる領域です。
EQですか。AIの話をしているのに急に人間くさいキーワードが出てきましたね。
これが一番重要かもしれません。先ほどもお話したように、AIは統計上の正解を出す仕組みです。
しかし、人間の社会や組織は統計や正論だけでは動きません。
全く動きませんで、むしろ不条理の塊じゃないですか。
ですよね。どんなにAIが作った完璧で論理的な事業計画書でも、それを通すためには、
あの部署の部長のプライドを傷つけない言い回しが必要だったり、事前の寝回しが必要だったりします。
わかります。その泥臭いプロセス。
相手が何に不安を感じているのかを読み取り、正論を振りかざすのではなく、
納得しやすい伝え方を選ぶ、こうした非合理的な人間の感情の機微を察知して、
合意を形成することはデータを持たないAIには絶対に不可能な領域です。
つまり、AIが面倒な作業を全部やってくれるからこそ、私たちは人間同士の泥臭い関係性の構築とか、
感情のケアといった超人間的な部分に時間を割くべきだということですね。
まさにその通りです。
論理力、前提を疑う力、違和感の言語化、そしてEQ、えーと、頭では理解できました。
でもこれらを明日からどうやって身につけていけばいいんでしょうか?
いきなり問いを立てろと言われてもハードルが高い気がするんですが。
難しく考える必要はありませんよ。出発点は日常の小さな違和感です。
小さな違和感からでいいんですか?
はい。何でこの社内心理性能システムこんなに使いにくいんだろうとか、
この定例会議いつも時間が長引くなぁといった、
普段なら愚痴で終わらせてしまうような違和感を、まず一行の言葉にしてみるんです。
日常の愚痴を問いに変換するわけですね。
その通りです。そしてその小さな問いを元に、AIを相手に小さく試してみる。
例えばこの複雑な社内ルールを、新入社員向けに3行で分かりやすく要約してみて、とAIにかけてみるんです。
なるほど。まずは試すんですね。
ただここからが一番大事なのですが、出てきたものを絶対にそのまま完成形にしないことです。
便利だからついコピペして使っちゃいたくなりますけど、そこは我慢ですか?
そこをグッとたまえてください。
AIの出力を自分の目で見て、目的に合っているか、事実は正しいか、本当に相手に伝わるかの3つの視点で検証するんです。
3つの視点で検証ですね。
はい。ちょっと表現が硬すぎるなぁと思ったら、自分の基準で手直してもう一度AIに投げる。
このAIとの小さな往復を繰り返すことが、あなたの判断基準を養う最高のトレーニングになります。
なるほど。AIを答えを吐き出す自動販売機として使うんじゃなくて、自分の思考を深めるための壁打ち相手として使う感覚ですね。
でもこれ、リスナーのあなたの年齢とか今のポジションによっても、AIとの向き合い方が少し変わりそうですよね。
はい。世代によってアプローチは大きく変わりますね。
15:02
例えば、まだ実務経験の少ない若手や学生にとって、AIは経験不足を補うための最強シミュレーターになります。
シミュレーターですか?
はい。現場の場数が少なくても、AIに複数の案を出させて比較検討することで、脳内で擬似的に経験を積むことができます。
ただし、絶対に守るべきルールがあります。
何でしょうか?
AIがこう言いました、というのではなく、これら複数の選択肢の中から、私はこの理由でこの案を選びました、と自分の言葉で説明する責任を持つことです。
最終決定の主体はあくまで自分にあるぞという訓練ですね。では、親世代はどうでしょうか?
子どもがAIを使って宿題をやってしまうなんて悩みもよく聞きますが。
親世代は、AIを禁止する、許可するという二極端で考えないことが大切です。
重要なのは、出力された結果ではなく、子どもがAIとやり取りしたプロセスを見ることです。
プロセスですか?
なんでそのキーワードでAIに質問したの?とか、AIの答えを見てあなたはどう思った?と問いかけることで、子どもの前提を疑う力を育てることができます。
答えそのものより、そこに至る思考の軌跡に目を向けるんですね。
では最後に、すでに現場で酸いも甘いも噛み分けてきたベテラン世代は、AIとどう向き合えばいいでしょうか?
ベテラン世代の方々には、自分の過去の失敗や経験こそが、AIをコントロールする最大の武器になるとお伝えしたいです。
武器になるんですか?AIに自分の経験が否定されてしまうわけじゃないんですね?
まったく逆です。AIが一見完璧で美しい計画を出してきたとき、ベテランは過去の痛い経験から、いや理屈は通っているけれど、あの現場の連中はこのやり方だと絶対に動かないぞ、と直感的にリスクを見抜くことができます。
懸垂に気づけるのは、現場で血を流してきたベテランだけだと。
その通りです。その現場の肌感覚や独自の判断基準を条件として、AIに先回りして与えることで、AIの出力精度は劇的に上がります。
なるほど。
だから、どの世代にとっても共通して言えるのは、AIの操作スキルを競うのではなくて、AIに何を任せ、自分はどういう基準で判断したのかを説明できることが、これからの最強の生存戦略になるということです。
ありがとうございます。今日の深掘りは、私たち自身の働き方や人間としての価値を再確認する、本当に面白い時間でした。
AIにより早く作業をさせる方法を探すのではなくて、私たちが違和感を言語化して問いを作り直し、出力を現実と照らし合わせて検証し、最後に感情を持った人間として責任を持って判断する。これこそが、これからの時代を生き抜くための揺るぎない武器になるんですね。
ええ、本当にそう思います。
18:00
さて、今日のお話を聞いて、最後にリスナーのあなたに一つ考えてみてほしいことがあるんです。
もしこれから私たちが面倒な作業をすべてAIに手放して、問いを立てることと判断することだけが人間の主な仕事になったとしたら、私たちの脳はどうやってその深い判断基準を養っていくのでしょうか?
うーん、それは深い問いですね。
これまで私たちは、資料の山をひっくり返す泥臭い時間とか、何度も何度も企画書を書き直す試行錯誤といった、一見無駄に思える面倒な作業の過程の中で偶然のひらめきを得たり、物事の奥深さに気づいたりしてきましたよね。
ええ、確かにそうやって経験を積んできました。
効率化の名の下に、そうした作業のプロセスを完全にショートカットしてしまった未来で、私たちはどうやってその人間らしい直感や失敗から学ぶ力を保ち続けることができるのか?
非常に考えさせられるテーマです。
次に、あなたがAIを開いて、ほんの数秒で完璧な文章を手にしたとき、ぜひこの問いを頭の片隅に置いてみてください。
効率化された時間の空白に何を描くのか。そこにあなた自身の本当の価値が隠されているはずです。
それでは、今回の深堀にお付き合いいただきありがとうございました。また次回、新しいテーマであなたと一緒に思考の旅に出るのを楽しみにしています。
