AIを仕事で使う時間が増えるほど、私は人間の役割は「全部を自分で考えること」ではなくなっていくと思っています。
では、人間は何をするのか。
最近、特に大事だと感じているのが、「なんか違う」という違和感を拾うことです。
AIは答えを速く出せる。でも、方向が合っているとは限らない
AIは調査も実装も整理も速い。こちらが見落としていた選択肢まで出してくれることがあります。これはかなり強い。
一方で、もっともらしい答えが出たからといって、それが現場で正しいとは限りません。前提が一つずれていれば、きれいな答えほど遠くまで間違った方向へ走ってしまうことがあります。
そこで人間側に残る仕事が、「この方向、本当に合っているか？」と感じ取ることです。
違和感は結論ではなく、強い仮説として扱う
ただし、勘だけでAIを止めるのも違います。
私は違和感を結論ではなく、検証する価値の高い仮説として扱うのがいいと思っています。
「たぶんここが原因だ」と感じたら、大改修を始める前に、小さく試す。設定を一つ変える。一本だけ経路を通す。一件だけ実データで確かめる。結果を見てから次へ進む。
橋を全部架けてから向こう岸が違ったと気づくより、先に細い板を一本渡してみた方が安い。
失敗を小さくすると、AIとの仕事は速くなる
慎重に見える小さな検証は、実は速度を落とすためのものではありません。
間違った前提を早い段階で捨てるためのものです。
AIに大きな仕事を一気に任せると、成功した時は速い。でも、前提が外れていた時の手戻りも大きい。逆に、小さな検証を途中に置けば、失敗そのものが次の入力になります。
「これは違った」が分かれば、その情報をAIへ返して、次の仮説を作ればいい。
この繰り返しになると、失敗は事故ではなく探索になります。
人間とAIで、同じ仕事を奪い合わない
人間がAIより速く大量の候補を調べようとする必要はありません。AIが人間の代わりに最終的な事業判断まで抱える必要もありません。
私は、ざっくり次の分担が使いやすいと感じています。
- 人間：目的、現場感、優先順位、違和感、最終判断
- AI：調査、候補出し、実装、比較、細部の確認
- 現実：実際に動くかどうかの判定
最後の「現実」が意外と重要です。AIも人間も間違えます。だから、議論だけで勝敗を決めず、可能なら実際に小さく動かして確かめる。
「AIに任せる」より「AIと検証ループを作る」
AI活用というと、どこまで自動化できるか、どこまで任せられるか、という話になりがちです。
もちろん自動化は重要です。ただ、仕事の質を上げるという意味では、私は人間の違和感 → AIの調査・実装 → 小さな実験 → 現実の結果 → 次の判断というループの方が重要だと思っています。
AIが賢くなるほど、人間が全部を細かく指示する必要は減っていくでしょう。
その代わり、「何を目指すのか」「何かがおかしくないか」「結果を見て次にどう動くか」という役割は、むしろ濃くなる。
AI時代に人間の勘が不要になるのではなく、勘をそのまま信じるのでもない。
違和感を仮説にして、小さく試し、現実に判断してもらう。
今のところ、私はこのやり方が一番しっくりきています。
