AIが速く出すからこそ、止める側の責任が重くなる
AIを使えばアウトプットの量とスピードは上がる。プレゼン資料、提案書、コードの叩き台、メールの下書き。かつて半日かかっていたものが数分で形になる。ところが量とスピードが上がった分だけ、それを「出していいか」と判断する回数も増える。しかもAIの生成物は一見もっともらしく整っているから、流してしまいやすい。
AIの仕事への浸透により、人間の創造性と判断力に基づく中身の質がより重要になるで述べた通り、AIが仕事に入り込むほど人間側に求められるのは「作る力」より「見極める力」になる。そして見極めるべきポイントは、ごく基本的なことばかりである。
- それはファクトか。AIはもっともらしい嘘をつく。数字、固有名詞、因果関係。裏を取っていない情報をそのまま出せば、それは自分の名前で嘘をついたのと同じことになる
- 他の人に出していい品質か。社内向けの走り書きと、クライアントに提出する資料では求められる水準が違う。AIは「誰に見せるか」を知らない
- 目的やゴールとずれていないか。AIは指示された方向に最適化するが、そもそもの問い立てが間違っていればきれいに整った見当違いが出てくる
マネジメントの責任と同じ構造
この品質責任の構造は、AI活用能力とマネジメント能力は本質的に同じスキルセットであるが指摘する通り、組織の上に立つ者が部下のアウトプットに対して負う責任とまったく同じである。
マネージャーは部下の仕事をすべて自分でやるわけではない。しかし、部下が出したものの品質については最終的にマネージャーが責任を持つ。「部下がやったことなので知りません」は通らない。方向性を示し、中間で確認し、最終成果物に対して「これで出していい」と判断するのがマネージャーの仕事である。
AIを使う場合もまったく同じことが起きている。自分でゼロから書いていなくても、AIに指示を出して生成させたものを自分の名前で提出した瞬間、その品質責任は自分にある。AI時代の「自分がやった方が早い」はマネジメントの委譲問題と同じ構造であるという話と地続きで、委譲した以上は委譲先の成果物を検証する義務が生じる。
「作る」から「検証する」へ重心が移る
AIアウトプットの批判的検討が思考の解像度を向上させる本質的メカニズムであるにあるように、AIの生成物を批判的に検討するプロセスそのものが思考を深める。ただし、これは「AIが出したものをちゃんと読めば大丈夫」という話ではない。
生成AIのクリエイティブは過剰な書き込みによる小さな嘘の積み重ねでプロの解像度に届かないが示すように、AIの生成物は一つ一つは小さなずれでも、積み重なると全体としてプロの水準に届かないものになる。表面上は整っているから余計に厄介で、流し読みでは引っかからない。品質を担保するには、「何が正しくて何が怪しいか」を自分の知識と経験で判断できなければならない。
つまりAI時代に求められるのは、実は「自分自身の専門性」である。AIが出したものの良し悪しを判断するためには、その領域について自分がある程度わかっている必要がある。適切な判断のために必要な三要素がここでも効いてくる。知識がなければ検証できないし、経験がなければ違和感に気づけない。
ファクトチェックは品質管理の最低ライン
品質責任の中でも特に見落としてはならないのがファクトチェックである。AIは存在しない論文を引用し、実在しない統計を提示し、もっともらしい因果関係を捏造する。人間が書く場合は「自分の知らないことは書けない」という自然なブレーキがかかるが、AIにはそれがない。AIにおける記号接地問題が本質的に解決されていない以上、AIは言語パターンの統計的な再構成をしているだけで、「事実かどうか」を内部で検証する仕組みを持っていない。
だからAIが出した数値や固有名詞、事例はすべて「裏取りが必要」と考えるべきである。これはマネジメントにおける「報告を鵜呑みにしない」と同じ姿勢であり、信頼しつつも検証する態度が欠かせない。
目的との整合性を見るのは人間だけの仕事
AIは与えられた指示に対して応答するが、「そもそもこの問いは正しいのか」「この方向で進めていいのか」という上位の判断はしない。リーダーに必要な判断力と目的意識で述べられるように、目的を定め、進むべき方向を決め、途中で軌道修正するのはリーダーの役割である。AIを使う局面でも、ゴールとの整合性を見続けるのは人間だけができることである。
AIに初手で叩き台を作らせるとアンカリング効果で思考の幅が縮むが警告するように、AIに方向性まで任せてしまうと、自分の目的からずれた方向にきれいに整った成果物が出来上がる。それを「もう形になっているから」と受け入れてしまえば、目的を見失ったアウトプットが自分の名前で世に出ることになる。
AIの時代だからこそ品質意識が問われる
「AIが便利になったから仕事が楽になる」という期待は半分正しくて半分間違っている。作業は楽になるが、品質管理の負荷はむしろ上がる。生成されるものの量が増えれば、検証しなければならない量も増える。しかもAIの生成物は人間が書いたものよりも「一見まとも」に見えるから、検証の難易度も高い。
AI時代の仕事の本質はAI出力のディレクション力にあり、人間には創造性と批判的思考が不可欠となるが言う通り、ディレクションとは「出す前に止める判断」を含む。良いディレクターは、上がってきたものに対して「これは出せない」と言える。AIを使いこなすとは、AIに大量に作らせて大量に出すことではなく、AIが出したものの中から「これなら出せる」と自信を持って言えるものだけを選び、必要な手直しを加えて世に出すことである。
責任の取捨選択と集中がプロフェッショナルな成果と持続可能性を両立させるで述べられるように、すべてに同じ品質管理をかけるのは現実的ではない。だからこそ「どこに品質の目を光らせるか」の優先順位づけも、品質責任者としての重要な判断になる。AIのアウトプットの責任は、使った自分にある。その覚悟がないなら、AIで速く作れても、出すべきではない。