「AIが考えるようになったことで、人間は考えなくてよくなったのか」：AIファシリテーション論——AIが考えるようになった時代、人間は何を考えるのか [#01]

By /

AIが考えるようになったことで、人間は考えなくてよくなったのか

AIが考えるようになったことで、人間は考えなくてよくなったのではない。

変わったのは、人間が考えるべき場所である。

ここでいう「AIが考える」とは、AIが人間のように目的や意思を持つという意味ではない。調査、整理、比較、文章化、計画作成、実装の一部など、これまで人間が知的作業として担ってきた処理を、AIが高い精度と速度で代行できるようになった、という意味である。

しかし、その前後には依然として人間の判断が残っている。

何を目的にするのか。

何をAIに考えさせるのか。

出てきた答えを、何を基準に評価するのか。

その答えによって、何を実行するのか。

AI時代に重要になるのは、すべてを自分の頭だけで処理する能力ではない。人間とAIの思考を適切に配置し、全体としてよりよい結論へ導く能力である。

本連載では、その能力を「AIファシリテーション」と呼ぶ。

AIが考える時代が始まった

AIは、もはや単なる検索道具ではない。

質問に答えるだけでなく、企画を考え、文章を書き、情報を整理し、反論を作り、プログラムを実装し、計画を修正する。

人間が数時間、場合によっては数日かけていた知的作業を、短時間で処理することもある。

こうした変化を見れば、次のように考える人が出てくるのは自然である。

AIがここまで考えてくれるなら、人間はもう考えなくてもよいのではないか。

実際、AIを使う目的を「自分で考えなくて済むこと」だと捉えている人も少なくない。

質問を入力する。

回答を受け取る。

それらしい文章が出てきたら、そのまま採用する。

この使い方でも、一定の成果は得られる。簡単な要約や文章の整形、定型的な作業であれば、それで十分な場合もある。

しかし、重要な判断や、正解の決まっていない問題で同じ使い方をすると、危うさが生じる。

AIが出した答えは、必ずしも利用者にとって最善の答えではないからである。

AIは、与えられた問いに答えている

AIは非常に広い知識を持ち、多くの問題を処理できる。

しかし、AIの回答は真空から生まれるわけではない。

人間が入力した問い、条件、目的、文脈を材料にして作られる。

たとえば、次のように質問したとする。

AとBでは、どちらを選ぶべきですか。

AIは、AとBの長所と短所を比較するだろう。

価格、性能、使いやすさ、将来性などを整理し、最終的にどちらかを勧めるかもしれない。

だが、その前には複数の未検討事項がある。

そもそも、AかBを選ぶ必要はあるのか。

何も買わないという選択肢はないのか。

一部だけ導入する方法はないのか。

選ぶ時期を遅らせる方がよくないか。

価格と性能のどちらを優先するのか。

その商品を誰が、どれほどの頻度で使うのか。

AIがどれほど精密に比較しても、最初の問いが狭ければ、答えもその狭い範囲に閉じ込められる。

これはAIの性能不足とは限らない。

むしろ、AIが人間の問いに忠実だから起きる。

AIを使う前に、人間はすでに考えている

AIに質問を入力する前には、人間がいくつもの判断をしている。

どんな問題を相談するのか。

なぜ、その問題を解決したいのか。

どんな状態になれば成功なのか。

費用、時間、品質のどれを優先するのか。

どこまでの失敗を許容できるのか。

誰にとっての利益を重視するのか。

これらはすべて、AIが回答を作る前に存在する判断である。

たとえば、「最も効率のよい方法を教えて」と依頼したとしても、効率という言葉の意味は一つではない。

時間を最小にすることなのか。

費用を最小にすることなのか。

作業量を減らすことなのか。

失敗率を下げることなのか。

将来の保守負担まで含めるのか。

目的や評価基準を人間が指定しなければ、AIは文脈からもっとも自然そうな意味を補う。

その補完が正しいこともある。

しかし、それが利用者の本当の目的と一致している保証はない。

人間の思考は消えたのではなく、移動した

AIが普及する以前、人間の知的作業は次のような流れで行われていた。

調べる
↓
情報を整理する
↓
比較する
↓
案を作る
↓
文章にする
↓
判断する

この工程の多くには、大量の時間が必要だった。

AIは、この中の調査、整理、比較、案の作成、文章化を高速化する。

その結果、人間の役割は次のように変わる。

目的を決める
↓
問いを設計する
↓
AIに処理させる
↓
結果を検証する
↓
前提を疑う
↓
必要なら論点を変える
↓
最終判断する

以前は、作業量の大きさによって隠れていた上流と下流の判断が、よりはっきり見えるようになる。

AIは人間の思考を消したのではない。

思考の中心を、情報処理から目的設定、問題設計、評価、判断へ移動させたのである。

「AIに考えさせる」と「AIへ判断を明け渡す」は違う

AIに考えさせること自体は、人間が弱くなることを意味しない。

電卓を使うことで、人間が数学を完全に失ったわけではない。

検索を使うことで、人間がすべての知識を失ったわけでもない。

問題は、道具が処理した結果を、人間がどのように扱うかである。

AIを思考装置として使う人は、AIの回答を材料として扱う。

なぜこの結論になったのか。

別の前提なら答えは変わるか。

重要な条件が抜けていないか。

反対意見はあるか。

現実に実行できるか。

こうした確認を行い、最終判断を自分で引き受ける。

一方、AIを判断主体として扱う人は、回答の見た目が整っていることを理由に、そのまま採用する。

AIが自信を持った口調で書いている。

説明が論理的に見える。

複数の項目に整理されている。

それだけで、正しい判断だと受け取ってしまう。

しかし、文章の完成度と判断の正しさは別の問題である。

AIは、誤った前提からでも、整った回答を作ることができる。

AIの出力が悪い原因は、AIだけにあるとは限らない

AIが期待外れの回答を出したとき、多くの人はモデルの性能を疑う。

別のAIならもっと賢いのではないか。

有料モデルならよい答えが出るのではないか。

プロンプトを長くすれば改善するのではないか。

もちろん、モデル性能や指示の書き方が原因の場合もある。

しかし、それ以前に、問いや目的が曖昧である可能性もある。

たとえば、AIに「この企画を改善してください」と依頼する。

AIは改善案を出す。

だが、改善とは何かが決まっていなければ、回答の良し悪しを評価できない。

売上を伸ばしたいのか。

利用者数を増やしたいのか。

制作負担を減らしたいのか。

ブランドを守りたいのか。

短期成果を優先するのか。

長期的な信頼を優先するのか。

目的が異なれば、正しい改善案も変わる。

AIの回答が悪いように見えて、実際には人間側が評価軸を決めていなかっただけ、ということもある。

これは責任を人間へ押しつける話ではない。

AIを有効に使うには、AIの性能だけでなく、AIへ渡す問題の構造も管理する必要がある、ということである。

人間の役割は、答えを作ることから、思考を設計することへ移る

AI時代の人間は、すべての答えを自力で作る必要はない。

しかし、何を考えるべきかを決める必要はある。

具体的には、次の役割が残る。

・目的を決める
・問題を定義する
・問いを設計する
・前提を明示する
・AIへ役割を割り振る
・回答を比較する
・矛盾や抜けを見つける
・論点を変更する
・評価基準を決める
・議論を止める
・最終判断をする

これらは、単なるプロンプト作成ではない。

一回の指示文を上手に書くことよりも広い。

AIと人間の知的活動全体を設計し、途中で調整し、最終的な判断へ導く仕事である。

本連載では、この役割を「AIファシリテーション」と呼ぶ。

AIファシリテーションとは何か

従来のファシリテーションは、人と人との議論を支援する技術として理解されてきた。

会議の目的を確認する。

参加者の意見を引き出す。

論点を整理する。

対立点を明確にする。

話がそれたら戻す。

必要なら問いを変える。

結論と未決事項を分ける。

AIとの協働にも、よく似た役割が必要になる。

ただし、AIファシリテーションは会議の司会ではない。

AIを一つ使う場合でも、複数のAIを使う場合でも、人間が知的活動全体を統括する方法論である。

本連載では、ひとまず次のように定義する。

AIファシリテーションとは、人間が目的・問い・前提・役割・評価基準・議論の進行・論点の転換・最終判断を設計し、一つまたは複数のAIとの協働によって知的成果を高める方法論である。

重要なのは、AIにできることと人間にしかできないことを、永久に固定することではない。

AIの能力は今後も変わる。

目的候補を提案し、前提を疑い、論点を変え、評価基準を作る能力も高まるだろう。

それでも、その中から何を採用し、誰のために、何を優先し、どの結果を実行するかという問題は残る。

人間の役割は、AIができない作業を探すことではない。

AIを含む知的活動全体を、どの方向へ進めるかを決めることである。

AIが考える時代、人間は何を考えるのか

AIが文章を書けるなら、人間は文章を書かなくてもよい場面が増える。

AIが資料を整理できるなら、人間がすべての資料を最初から読む必要も減る。

AIがコードを書けるなら、人間が一行ずつ入力する必要も減る。

だが、その結果として人間に残るのは、単なる承認作業ではない。

人間は次のことを考えなければならない。

何のために、この作業をするのか。

その目的は本当に必要なのか。

誰にとっての利益を目指しているのか。

何を失ってまで達成する価値があるのか。

AIの答えが間違っているとすれば、どの前提が怪しいのか。

別の問いに変えた方がよくないか。

どの時点で考えることを止め、実行へ移るのか。

AIが考えるようになったことで、人間は考えなくてよくなったのではない。

人間は、答えそのものよりも、その答えを生み出す目的、問い、前提、評価、判断について考える必要が出てきた。

そして、その思考こそが、AI時代における人間の重要な仕事になる。

次回は、この中でも最上流にある「目的」を扱う。

AIは計画を作り、課題を分解し、中間目標を立てることができる。

それでも、何を最終的な目的とするのかは、なぜ人間が決めなければならないのか。

「AIは目的を決められない」という言葉の正確な意味を考えていく。

（了）

深水英一郎

Related Posts

Scroll to Top