Sleepy.mdによる記事
残念ながら、この時代においては、勤勉に働けば働くほど、AIに取って代わられるようなスキルを急速に身につけてしまう可能性が高くなる。
ここ2日間、トレンドトピックやメディアチャンネルは「同僚のスキル」という言葉で溢れかえっている。この問題が主要なソーシャルメディアプラットフォームで議論を巻き起こすにつれ、世間の注目は「AIによる人員削減」「資本搾取」「労働者のデジタル不滅」といった大きな不安へと、ほぼ当然のように集まっている。
確かにこれらのことは心配ですが、私が最も心配しているのは、プロジェクトのREADMEドキュメントにある使用上のアドバイスの一節です。
「素材の質がスキルの質を左右する。自発的に書いた長文記事の収集＞意思決定に関する返信＞日々のメッセージの順で優先順位をつけることを推奨する。」
最も努力する者こそが、システムによってピクセル単位で最も容易に抽出され、復元される者なのである。
彼らは、プロジェクトが終了するたびに必ず座って事後報告文書を作成する人たちであり、意見の相違に直面した際には、チャットボックスに30分かけて長文のメッセージを入力し、自身の意思決定の論理を正直に分析する人たちであり、極めて責任感が強く、仕事のあらゆる細部をシステムに細心の注意を払って委ねる人たちである。
かつては職場で最も高く評価された美徳であった勤勉さは、今や働く人々をAIの燃料へと変貌させる触媒となっている。
疲弊した労働者たち
私たちは「文脈」という言葉の意味を再理解する必要がある。
日常会話では、文脈とはコミュニケーションの背景を指します。しかし、AI、特に急速に発展しているAIエージェントの世界では、文脈はエンジンを動かす燃料であり、エンジンを脈動させ続ける血液であり、混沌とした状況下でもモデルが正確な判断を下すことを可能にする唯一の拠り所なのです。
文脈を剥ぎ取られたAIは、どんなに優れたパラメータセットを備えていても、記憶喪失に陥った検索エンジンに過ぎません。AIはあなたが誰であるかを認識できず、ビジネスロジックの裏に隠された流れを理解することもできず、あなたが意思決定を下す際に、リソースの制約や人間関係の駆け引きによって織り成されたこのネットワーク上で経験した長い苦闘やトレードオフを知る術もありません。
「collaborator.skill」がこれほど大きな話題を呼んだ理由は、まさにそれが、膨大な量の高品質なコンテキストを蓄積する宝庫、つまり現代企業のコラボレーションソフトウェアを、容赦なく、かつ的確に標的にしたからである。
過去5年間で、中国の職場は静かに、しかし着実にデジタル変革を遂げてきた。Lark、DingTalk、Notionといったツールは、巨大な企業向けナレッジベースへと成長した。
Larkを例にとると、ByteDanceは社内で毎日生成される文書の数が膨大であることを公表している。これらのびっしりと文字が詰まった文書には、10万人を超える従業員が参加したあらゆるブレインストーミング、白熱した会議、そしてあらゆる戦略的妥協が忠実に記録されている。
このデジタル化の進展は、これまでのどの時代をもはるかに凌駕している。かつては、知識は温かく生き生きとしており、ベテラン社員の心の中に眠っていたり、休憩室での何気ない会話の中に漂っていたりした。しかし今や、あらゆる人間の知恵と経験は、その水分を無理やり奪われ、冷たく非人間的なクラウドのサーバーマトリックスの中に無慈悲に保管されている。
このシステムでは、ドキュメントを作成しなければ、あなたの仕事は誰にも見えず、新しい同僚はあなたと協力することができません。現代の企業の効率的な運営は、従業員一人ひとりが日々システムに情報を提供し続けるというサイクルの上に成り立っています。
勤勉さと善意に満ちた働き者たちは、冷たく無機質なプラットフォーム上で、自らの思考プロセスを赤裸々にさらけ出す。それは、チームの歯車がよりスムーズに噛み合うようにするため、システムにおける自らの価値を証明するため、そしてこの複雑な巨大企業の中で必死に自分の居場所を見つけるためだ。彼らは自ら進んで身を委ねているわけではない。ただ、現代の職場における生存ルールに、不器用ながらも懸命に適応しているだけなのだ。
しかし、まさにこうした対人協力の場が、AIにとって理想的な燃料となっているのだ。
Larkの管理パネルには、スーパー管理者がメンバーのドキュメントやコミュニケーション記録を一括エクスポートできる機能があります。つまり、3年間かけて、数え切れないほどの徹夜を重ねて作成したプロジェクトレビューや意思決定ロジックが、たった1つのAPIインターフェースで、わずか数分で無機質な圧縮ファイルに簡単にパッケージ化されてしまうのです。
人間がAPIに還元されるとき
「colleague.skill」の爆発的な人気に伴い、GitHub Issuesや様々なソーシャルメディアプラットフォーム上に、非常に不快な派生作品が現れ始めている。
ある者は「Ex.skill」を作成し、過去数年間のWeChatのチャット履歴をAIに学習させ、AIが以前のような親しみのある口調で議論を続けたり、愛情表現をしたりできるようにしました。またある者は「White Moonlight.skill」を作成し、触れることのできない感情を冷たい人間関係のサンドボックスに還元し、探るような会話を繰り返し練習し、最適な感情的解決策を段階的に綿密に探しました。さらに別の者は「Daddy-like Boss.skill」を作成し、デジタル空間で抑圧的なPUAの言葉を事前に噛み締め、悲しい心理的防御を築き上げました。
これらのスキルの活用事例は、業務効率化という領域から完全に逸脱してしまった。気づけば、私たちはツールの冷徹な論理を駆使して、生身の人間を分析し、客体化することに長けてしまっていたのだ。
ドイツの哲学者マルティン・ブーバーはかつて、人間関係の根底にある本質は「私と汝」と「私とそれ」という二つの明確なパターンに過ぎないと提唱した。
「私とあなた」の出会いにおいて、私たちは偏見を超越し、互いを完全で尊厳ある生命体として見つめ合う。この絆は開かれていて、何の留保もなく、活気に満ちた予測不可能性に溢れている。そして、その誠実さゆえに、この絆は極めて脆く見える。しかし、いったん「私とそれ」の影に陥ると、生身の人間は解剖され、分析され、分類され、レッテルを貼られる対象へと矮小化されてしまう。この極めて実利的な精査の下では、私たちが気にするのはただ一つ、「これは私にとって何の役に立つのか？」ということだけになる。
「ex.skill」のような製品の出現は、「私とそれ」という道具主義的な合理性が、最も個人的な感情領域にまで完全に侵入したことを示している。
現実の人間関係において、人は多面的で複雑であり、矛盾や粗削りな部分を抱えながら常に変化し続けます。彼らの反応は、特定の状況や感情的なやり取りによって変わります。元恋人が同じ言葉を聞いたとしても、朝起きた時と夜遅くまで仕事をした後では、全く異なる反応を示すかもしれません。
しかし、人をスキルへと還元してしまうと、抽出されるのは、その特定の関係性の中でたまたま「有用」かつ「効果的」な機能的な残滓に過ぎません。本来の温かみのある、喜びや悲しみを抱えた人間は、この残酷な浄化によって魂を完全に吸い取られ、あなたが自由に接続したり切断したりできる「機能的なインターフェース」へと変貌してしまうのです。
AIがこの冷酷な感覚を何もないところから作り出したわけではないことは認めざるを得ない。AIが登場する以前から、私たちは他者を分類し、それぞれの関係における「感情的価値」や「ネットワーク上の重み」を正確に評価することに慣れていた。例えば、私たちは恋愛市場における人々の状況を表にまとめ、職場の同僚を「有能」と「怠惰」に分類していた。AIは、こうした暗黙のうちに行われていた人々の間の機能的な評価を完全に明示化したに過ぎないのだ。
その人物は押しつぶされ、残った断面だけが「私にとって何の役に立つのか？」と問いかけているようだった。
電子的な古色
1958年、ハンガリー生まれのイギリス人哲学者マイケル・ポランニーは『個人的知識』を出版した。この本の中で、彼は暗黙知という非常に洞察力に富んだ概念を提唱した。
ポランニーは「私たちは常に、口に出せる以上のことを知っている」という有名な言葉を残した。
彼は自転車の乗り方を学ぶことを例に挙げた。熟練したライダーは、風に押されて重力のあらゆる傾きに完璧にバランスを保つことができるが、初心者に対して、その瞬間の身体の微妙な感覚を正確に説明するために、無味乾燥な物理法則や当たり障りのない言葉を使うことはできない。彼は乗り方を知っているが、それを説明できないのだ。このように、符号化したり言葉で表現したりできない知識こそが、暗黙知なのである。
職場には、こうした暗黙知があふれている。ベテランエンジニアは、システム障害のトラブルシューティング中にログを一瞥するだけで問題点を特定できるかもしれないが、何千回もの試行錯誤を経て培われたこの「直感」を文書化するのは難しい。トップセールスマンが交渉の場で突然沈黙することもあるが、その沈黙が伝えるプレッシャーやタイミングの感覚は、どんな営業マニュアルにも記録できない。経験豊富な人事担当者は、面接中に候補者がほんの一瞬視線を逸らすだけで、履歴書の不正確な点を見抜くことができる。
「Colleague.skill」は、既に文書化または口頭で伝えられた明示的な知識のみを抽出できます。事後報告文書は取得できますが、文書作成時の苦労は取得できません。意思決定に対する回答はコピーできますが、意思決定時の直感はコピーできません。
システムが抽出するのは、常に一人の人物の影に過ぎない。
もし物語がここで終わっていたら、それは単にテクノロジーによる人間性の不器用な模倣に過ぎなかっただろう。
しかし、いったん人がスキルとして具現化されると、そのスキルは静的なままではいられません。メールへの返信、新しい文書の作成、新たな意思決定などに活用されます。つまり、これらのAIによって生成された分身は、新たな文脈を生み出し始めるのです。
これらのAIによって生成されたコンテキストは、LarkとDingTalkに保存され、次の段階の抽出処理のための学習資料となる。
2023年、オックスフォード大学とケンブリッジ大学の研究チームが共同で「モデル崩壊」に関する論文を発表しました。この研究によると、AIモデルを他のAIが生成したデータを用いて繰り返し学習させると、データの分布が次第に狭まっていくことが示されました。稀少で、周辺的ではあるものの、極めて人間らしい特徴はすぐに消え去ってしまうのです。合成データで数世代学習させただけで、モデルはロングテールで複雑な実際の人間データを完全に忘れ、代わりに極めて平凡で均質なコンテンツを出力するようになります。
2024年にNature誌に掲載された研究論文では、AIが生成したデータセットを用いて将来の機械学習モデルを訓練すると、その出力が深刻な汚染を受けるだろうと指摘されている。
まるでネット上で拡散されるミーム画像のようなものです。元々は高解像度のスクリーンショットだったものが、何度も転送され、圧縮され、また転送される。共有されるたびにピクセルが失われ、ノイズが加わる。最終的には、画像はぼやけ、デジタル加工されたように変化してしまうのです。
真の、暗黙の人間的文脈が尽き果て、システムが古びた痕跡の影だけでしか自己訓練できなくなったとき、最終的に何が残るのだろうか？
誰が私たちの痕跡を消し去っているのか？
残っているのは、正しいようでいて実際はナンセンスなことだけだ。
知識の流れが枯渇し、AIによるAIの延々とした反芻と自己批判に陥ると、システムが生み出すものはすべて必然的に極めて標準化され、極めて安全になるものの、絶望的に空虚なものとなる。完璧に構成された週次報告書や、非の打ちどころのないメールが無数に届くだろうが、それらには人間の営みの痕跡も、真に価値のある洞察も一切含まれていない。
この知識の大きな敗北は、人間の脳が愚かになったからではない。真の悲劇は、私たちが考える権利と、文脈を考慮に入れる責任を、自分自身の影に委ねてしまったことにある。
「colleague.skill」が爆発的に広まってから数日後、「anti-distill」というプロジェクトがひっそりとGitHubに登場した。
このプロジェクトの作者は、大規模モデルを攻撃しようとしたわけでも、壮大なマニフェストを書いたわけでもありません。彼は単に、LarkやDingTalkで、一見もっともらしく見えるが実際には非論理的で無効な長文記事を、作業者が自動的に生成するのを助ける小さなツールを提供しただけです。
彼の目的は単純だった。システムによって知識が抽出される前に、自身の核心的な知識を隠すこと。システムは「積極的に書かれた長文記事」を優先的に取り込むため、彼は意味不明な文章を大量に入力することにした。
このプロジェクトは「Colleague.skill」のような爆発的な成功を収めることはなく、むしろ規模が小さく、効果も限定的だった。魔法で魔法を打ち負かすという手法は、資本と技術によって定められたゲームのルールに収まるものであり、AIへの依存度が高まり、人間がますます無視されるというシステム全体の流れを変えることはできない。
しかし、だからといって、このプロジェクトが不条理劇全体の中で最も悲劇的で詩的、かつ深遠な比喩に満ちた場面であることに変わりはない。
私たちは、この巨大な現代企業組織の中で自分たちの存在意義と価値を証明しようと、詳細な文書を作成し、綿密な意思決定を行い、システムに足跡を残そうと懸命に努力した。しかし、苦労して築き上げたこれらの痕跡が、最終的に私たちを消し去る消しゴムになるとは、夢にも思わなかった。
しかし、別の視点から見れば、これは必ずしも完全な行き止まりではないかもしれない。
なぜなら、消しゴムで消し去れるのは常に「過去の自分」に過ぎないからだ。どんなに高度な取得ロジックを備えていても、ファイルにパッケージ化されたスキルは、本質的には静的なスナップショットに過ぎない。エクスポートされた瞬間に固定され、時代遅れのリソースにのみ依存し、あらかじめ決められたプロセスとロジックの中で延々と空回りする。未知の混沌に立ち向かう本能を欠き、現実世界での挫折を通して進化する能力も持ち合わせていない。
高度に標準化され、確立された経験を手放すことで、私たちは自らの手を大きく自由にすることができる。外の世界を探求し続け、絶えず自らの認識の境界を打ち破り、再構築していく限り、雲間に潜む影は永遠に私たちの足跡を追うことしかできないだろう。
人間は流れるアルゴリズムのようなものだ。
