生成AIを使っていると、日常における作業そのものは軽くなっていると感じる機会が増えています。
調べること、整理すること、比較すること、文章を整えること。これまで人が手を動かしていた作業の多くを、AIに任せられるようになりました。
その先には、人が働かなくてもよい状態があるのかもしれません。実質的な作業はAIに任せ、人間は必要なところだけ判断する。
ただ、ここで別の問題が出てくる気がしています。
AIは一つの問題を細かく分解し、複数の論点や選択肢を提示できます。それ自体は便利ですが、問題が細分化されるほど、その一つ一つについて人間が判断する必要が出てきます。
つまり、作業量は減っているのに、判断量は増える可能性がある。
問題は、問題が細分化した結果、個人の意思決定が判断基準を越えて溢れかえる点にあると思います。
AIの処理能力が高くなるほど、今度は人間の「脳」がボトルネックになる。考えること、比較すること、選ぶこと。その積み重ねが脳疲労の原因にもなり、新たな制約になるのではないか？
だから必要なのは、人間側の意思決定を最小化する行動デザインなのかもしれません。
そこで気になるのが「問題の抽象化」です。
生成AIが際限なく問題を切り刻むのであれば、人間はどこかで、問題を一旦抽象化する必要がある。
Aの場合、Bの場合、Cの場合と個別に判断するのではなく、「これらに共通する判断基準は何か」と一段上に戻す。個別の判断を方針やルールに変え、具体的な処理はAIに戻す。
ただし、ChatGPTのような生成AIは、その抽象化すら行っているのかもしれません。
大量の情報から共通点を見つけ、整理し、上位概念にまとめることもできる。
そうであれば、人間が抽象化そのものを行う必要はないのかもしれない。それでも、どの抽象化を採用するのか、何を重要な基準とするのか、どこまでAIに任せるのかという判断は残ります。
ここまで考えると、必要なのは単なる情報のフィルタリングではなく、「判断のフィルタリング」になるのだと思います。
人間が情報を読むシステムから、人間が例外だけ判断するシステムへ。
既存のルールで処理できるものはAIに任せ、例外や方針変更が必要なものだけを人間が判断する。
ただし、文章などの創作活動では少し事情が違ってきます。
文章や音楽では、迷うこと、寄り道すること、違和感を持つこと自体に価値があります。判断を減らしすぎると、創作そのものが面白くなくなる。
そのため創作では、生成AIは整理するために使う、もしくは、人間側の判断を広げるために使うのが向いていると思います。
そう考えると、作業と創作では、生成AIの役割が少し反転しているように見えます。
作業については、
「人間が情報を読むシステムから、人間が例外だけ判断するシステムへ」
という方向が考えられる。
一方で創作活動については、
「整理するために使う、もしくは、人間側の判断を広げるために使う」
という付き合い方の方が自然なのかもしれません。
生成AIは、問題を解いてくれます。
けれど、問題を解く能力が高くなればなるほど、人間側には別の課題が残ります。
何を問題とみなすのか。
どこまで細かく考えるのか。
どの判断を捨てるのか。
どの判断を自分で残すのか。
AIが際限なく問題を切り刻むのであれば、人間はどこかで、問題を一旦抽象化する必要がある。
そして、その抽象化すらAIに任せられるようになったとしても、最後に残るのは、どの抽象化を採用し、どこに自分の判断を残すのかという問いなのだと思います。
2026-09-26 09:35:00 追記：
今回考えていたことを、推論の型として整理すると、こんな構造になるのかもしれません。
作業では、
帰納 → 演繹 → 例外 → アブダクション → ルールの更新
という循環になる。
具体的な事例から共通するルールを見つけ、そのルールを新しい問題に適用する。
既存のルールでは処理できない例外が出てきたときに、「なぜこのケースは違うのか」を仮説的に考え、必要であればルールそのものを更新する。
つまり、すべてを人間が判断するのではなく、
通常処理はルールに任せ、人間は例外からルールを更新する。
という形です。
一方で創作では、少し順番が違う。
アブダクション ⇄ 帰納・演繹
「こういうことなのではないか」という仮説や違和感から始まり、そこから断片の共通性を見つけたり、その仮説をもとに作品を展開したりする。
つまり、
作業ではルールを安定させるために推論し、
創作ではルールを揺さぶるために推論する。
生成AIとの付き合い方も、この違いから考えると少し整理しやすい気がしています。
