AIで差が広がる。答えをもらう人、判断基準を育てる人
「AIを使うとバカになる」という話を見かけるが、私は使い方によって差が広がると考えている。答えをそのまま使って終わる人もいれば、理由を考え、自分の判断基準として残す人もいる。後者は、AIを使うたびに次の判断に使える知識を増やせる。その知識をAIにも参照させれば、自分の判断とAIの出力を、両方とも改善していける。
答えを使って終わるか、判断した理由を残すか
AIが出した答えを、理由も確かめずに採用する。間違いに気づいても、その場で直して終わる。これでは目の前の作業が片づいても、自分で考える機会は減り、次に使える判断基準も残りにくい。
考えて使う人は、答えのどこがよくて、何が足りないのかを検討する。違和感があれば理由を掘り下げ、修正したら「なぜ直したのか」「どんな条件なら使えるのか」まで整理する。AIとのやり取りから、次の仕事でも使える基準を取り出している。
例えば、広告表現を直すなら、「この言葉はNG」とだけ残すより、どの条件で、どんな誤解が生じるから問題なのかを残す。その理由が分かれば、別の表現にも同じ問題がないか考えられるし、AIにもその観点で案を出させたり、確認させたりできる。
判断基準が育つほど、人もAIも強くなる
残した判断基準をAIに参照させると、次の仕事では、過去に分かったことを踏まえて初稿を作らせられる。同じ説明や修正を繰り返す負担が減り、自分は別の案との比較や、まだ考えていなかった条件の検討に時間を使えるようになる。
そこで新しい問題に気づけば、理由を調べ、結果を確かめ、判断基準を更新する。更新した基準は、また次のAIの出力を改善する材料になる。判断基準が育つことでAIの案がよくなり、その案を検討することで、判断基準がさらに育つ。 私がAIを使い続ける中で感じているのは、この正の循環だ。
AIは、自分ではうまく説明できなかった違和感を、言葉にする手助けもしてくれる。「なんかおかしい」で終わっていたものを、何が問題で、どんな条件なら同じ判断を使えるのかまで整理できる。判断した理由を言葉にして残す負担が減れば、基準を蓄積する速度も上がる。さらに、実際の結果と照合して修正を重ねることで、残す基準の精度も上げていける。
考えて使う人ほど、AIのプラス効果は大きくなる
もちろん、誤った理由を正しいものとして残せば、次の判断まで間違える。だから、AIの説明に納得するだけで終わらず、元の資料や実際の結果で確かめ、使えなかった基準は直す。検証と更新を含めて、判断基準を蓄積する必要がある。
何も考えずに答えを受け取るだけなら、AIは自分で考える機会を減らす道具にもなる。考えて使い、その理由を残すなら、判断基準をより速く、より確かなものに育てる助けになる。一回の作業が終わった時点では、どちらも成果物を持っている。けれど次の仕事では、判断基準を残した人は過去の経験から考え始められるし、AIにも同じ基準を参照させられる。私は、この積み重ねによる差が、AIを使うほど大きくなっていくと考えている。