一つの仕事には、何を実現するか、何を優先するか、どの手段を選ぶかという、粒度の異なる判断がいくつもある。上位の判断によって下位の選択肢は絞られるが、その先で決めるべきことは多い。人が方針を決めた後にも、成果の意味や影響を左右する細かな判断が残る。AIと仕事をするうえでは、何を判断するかに加え、どの論点をどこまで自分で考え、どこから先を任せるかも決める必要がある。
判断は枝分かれし、互いに影響する
上位の論点に答えると、その答えを前提とした複数の問いが生まれる。目的に合意しても、実現したい結果のうち何を優先するか、どの制約を守るか、何をもって達成と判断するかには、それぞれ答えが要る。一つの答えがその先の問いをいくつも生み、ある問いの答えが別の問いの選択肢を狭める。順に決められるものもあれば、両立するかを調べながら決めるものもある。
上位と下位は、何を前提にして答えを出すかという関係である。上位の答えを変えると、その先の判断をまとめて見直すことになる。下位の論点を考えるうちに、上位の方針で両立すると考えていた条件が、実際には両立しにくいと分かる場合もある。そのときは、どちらを優先するかという問いから考え直す。論点の階層を意識すると、何を決めれば先へ進めるかに加えて、どの判断を見直せば行き詰まりを解けるかが分かる。
論点の階層と作業の区切りは別々に考える。一つの作業に粒度の違う判断が含まれ、一つの判断が複数の作業に影響することもあるためだ。AIに任せたい作業を特定したら、その中で必要になる判断と、その判断を後で参照する作業も考える。成果物を小分けにする段階で、完成物から論点を割り出して作業を分けると、誰が何を決める必要があるかを考えやすい。
ポン出しでは未決の判断が完成案に紛れる
ここでいうポン出しは、成果物を作ることと、途中の判断をまとめてAIに任せ、一度で完成案を得るやり方である。AIは成果物を成立させるために、依頼で答えが示されていない問いにも仮の答えを出す。与えられた方針から何を優先するかを推定し、その推定が正しいものとして後の判断を進める。最初の推定から筋の通った成果物ができても、推定した優先順位まで人が合意したことにはならない。
出来上がったものには、すでに合意した判断とAIが仮に決めた判断が混在する。全体を見て採否を決めると、どの前提を採用したことになるかを把握しにくい。違和感があっても、個々の表現や手段を直せば解消するのか、それらを選んだ理由から考え直すべきかが分かりにくくなる。何を問うかという判断も、成果物の中に隠れる。AIがある論点を検討の対象から外すと、その論点に対して答えが出ていないことさえ、完成案からは見つけにくい。人が修正を指示できたとしても、最初の案に現れた論点の範囲で考えが進みやすくなる。最初の案が後の検討範囲を狭める仕組みも、この問題に関わる。
一度で完成できる範囲は、前提と判断基準がどこまで決まっているかによって変わる。合意済みの基準を使って選べて、成果を後から検証できるなら、一括で任せられることも多い。検討が必要な論点を含む場合は、完成案とともに、結果を左右する仮定、比較した選択肢、判断を保留した箇所を示してもらう。人はその中から、採用を決める前に考えるべき問いを選べる。意図を決めるための検討と、条件が定まった後の実行を区別することで、どの部分は案として扱い、どの部分は結果として評価できるかが分かる。
人が判断する深さは、影響と基準で決まる
階層上の位置と、その選択がもたらす影響の大きさは別である。細かな選択でも、それを前提に多くの人が行動する、後の判断が次々に依存する、実行後の修正に時間がかかる、といった場合には、人が直接検討する理由がある。求める結果が上位の判断で具体的に定まり、許容できる手段の範囲も合意できていれば、その先の選択はAIに任せやすい。同じ仕事の中でも、一方の論点は方向を決めた段階で委ねられ、もう一方は最も具体的な選択まで人が引き受けることになる。
判断を任せるには、何を優先し、何を許容できるかをAIが参照できる必要がある。基準が複数あり、同時には満たせない場合は、どちらを優先するかまで決めると判断しやすい。優先順位を決めること自体がいま扱っている問いなら、AIには案ごとの得失を調べてもらい、人がどの不利益を受け入れるかを選ぶ。判断の根拠が共有されていない経緯や、関係者の意向にある場合も、その情報を持つ人がAIと論点の検討を重ねることで、判断に使える根拠が増える。次に同じ基準で選べるようにするには、何を知っていたかと、その情報から何を優先したかの両方を言葉にする。
人が選ぶ範囲を考えるときは、AIの判断が外れた場合、どの時点で誰が気づき、何をやり直すことになるかも考える。採用前に基準とのずれを検出でき、訂正の影響も小さいなら、選択を任せて結果を確認する方法が取れる。結果が現れて初めてずれが分かり、すでに他の人や作業に影響が及ぶなら、その判断が使われる前に検討する方がよい。AIを使う人が負う成果の品質責任は、採用した結果に対して生じる。途中の選択を一つずつ自分で行うことと分けて考えると、判断に時間を使う箇所を選びやすい。
検討が進むと、人が決める範囲も変わる
論点を細かく分けてみて初めて、何がまだ決まっていないかが分かることがある。上位の方針だけを話している間は合意できていても、下位の選択肢を並べると、同じ言葉から人によって違う結果を想定していたと分かる。その場合は、個々の案を選ぶ前に、何を実現するつもりだったのかを話し合う。人が判断すべき箇所を見つけるために、AIに問いを分けてもらったり、仮の条件で案を作ってもらったりする意味がある。
一つの論点の中でも、問いを具体化する、事実を調べる、案を比べる、採用を決めるという関与の仕方がある。人が採用を決める論点でも、比較や根拠の整理はAIに任せられる。選択を任せた論点でも、決めた基準を当てはめられない条件が見つかれば、人が判断する必要が生じる。どの条件に当たったら仮のままにするか、どの時点で人に確認するかを共有しておくと、任せた範囲で作業を進めながら、未決の判断を合意したかのように扱うことを防げる。
同じ種類の判断を繰り返す間に、人が選んだ理由を言葉にできることがある。条件と優先順位を共有し、それを使った結果を検証できるようになれば、次はその判断も任せられる。条件が変わって、これまでの基準で選ぶと望まない結果になるなら、基準となる判断をやり直す。どこまで任せられるかは、仕事を進めるにつれ、人が判断の理由をどこまで共有できたか、新たにどんな問いが生まれたかによって変わる。