AIが働く時代に、人間は何を引き受けるのか

——仕事を「作業・判断・責任」に分けて考える

AIは、道具である。
自動車やPCと同じ、人間の営みを軽くしてきた道具の延長線上にある。
ただし、これまでのどの道具とも、一つだけ違うところがある。

その違いの話をするために、まず仕事の話から始めたい。

「AIに仕事を奪われる」という言い方は、強い。

強い言葉は、問題を分かりやすくする。
同時に、問題の形を少し雑にする。

「奪う」という言葉も、その一つだ。
自動車が移動を奪ったとは、誰も言わない。
PCが計算を奪ったとも言わない。
道具は、奪わない。
それなのにAIにだけ「奪う」という言葉が向くのは、AIのどこかが道具に見えないからだろう。
どこが見えないのかは、後で述べる。

仕事を奪われる。
仕事がなくなる。
人間の役割が消える。

そう言われると、仕事というものが、まるで一つの塊であるかのように見えてくる。
けれど、実際の仕事はそこまで単純ではない。

仕事の中には、手を動かす部分がある。
何を優先するか決める部分がある。
結果を誰が引き受けるのか、という部分もある。

それらは普段、ひとまとまりに扱われている。
だから「仕事」と呼ばれる。
しかしAIが入ってくると、その塊が少しずつほどけていく。

AIは仕事を丸ごと奪うというより、仕事の中に混ざっていたものを分解して見せる。
作業はどこか。
判断はどこか。
責任はどこに残るのか。

本当に見るべきなのは、仕事が残るか消えるかだけではない。
何がAIに移り、何が人間に残り、何を人間が引き受けるのかだと思う。

1. 仕事は一つの塊ではない

仕事という言葉は便利だ。

資料を作る。
会議に出る。
顧客に説明する。

これらはすべて仕事である。
けれど、その中身は同じではない。

たとえば、会議資料を作る仕事がある。
そこには、情報を集める作業がある。
集めた情報を整理する作業がある。
どの情報を強調するか決める判断がある。
誰に、どこまで、どの温度で伝えるかを選ぶ判断もある。
そして、その資料を出した結果、誰が説明し、誰が責任を負うのかという問題が残る。

一見すると、これは「資料作成」という一つの仕事に見える。
だが実際には、作業、判断、責任が混ざっている。

この三つを分けないままAIを語ると、話が粗くなる。

AIに資料を作らせる。
AIに企画案を出させる。
AIにメールを書かせる。

そう言うことはできる。
実際、それはかなり便利である。
だが、そのときAIに渡しているのは何なのか。

手を動かす作業だけなのか。
選択肢を絞る判断まで渡しているのか。
それとも、自分が考えたことにする責任の輪郭まで曖昧にしているのか。

ここを分けないと、「AIを使う」という言葉は、都合よく膨らみすぎる。

仕事には、少なくとも三つの層がある。

作業。
判断。
責任。

作業とは、実際に手を動かすことだ。
調べる。まとめる。書く。並べる。整える。比較する。言い換える。

判断とは、何を選び、何を捨て、何を優先するかを決めることだ。
どの情報を重要と見るか。
どのリスクを許容するか。
どの違和感を残し、どの違和感を消すか。

責任とは、結果を誰が引き受けるかである。
失敗したときに謝る、という意味だけではない。
その選択を自分のものとして説明できるか。
その結果によって生じる信用、損失、納得、不信を、自分のいる関係の中で受け止められるか。

仕事をこの三つに分けてみると、「AIに仕事を任せる」という言葉の中身が変わる。

AIに作業を任せることと、判断を任せることは違う。
判断の補助をさせることと、判断したことにすることも違う。
そして責任は、AIに渡したつもりになっても、人間社会の中に残る。

2. AIは、まず作業を軽くする

AIが最初に大きく変えるのは、作業である。

文章を要約する。
メールの下書きを作る。
企画のたたき台を出す。

こうした作業は、AIと相性がいい。
それまで人間が時間をかけていた部分を、AIは短時間で形にする。

この変化は小さくない。

作業に時間がかかっていたとき、人間はその時間の中で、半ば強制的に考えていた。
資料を作りながら、どの順番で説明するかを考える。
文章を書きながら、自分が本当にそう思っているのかに引っかかる。
比較表を作りながら、どの項目を比べるべきかを考え直す。

作業は、単なる手間ではなかった。
面倒ではあったが、その面倒の中に、判断の入口が混ざっていた。

AIによって作業が軽くなると、この入口が見えにくくなることがある。
手を動かす時間が短くなる。
迷う前に形が出る。
言葉に詰まる前に文章が整う。
比較に悩む前に表ができる。

それ自体は悪いことではない。
作業が軽くなるのは、明らかに価値がある。
無駄な手間が減れば、人間はもっと重要なことに時間を使える。

ただし、ここで一つ問題が残る。

作業が軽くなったとき、その背後に隠れていた判断まで軽くなったように見えてしまうことがある。

本当は、まだ何を選ぶか決まっていない。
本当は、何を重く見るか決まっていない。
本当は、誰にどう説明するか決まっていない。

しかしAIは、先に形を作る。
形ができると、人間はそれを「もう決まったもの」のように扱いやすくなる。

ここに、AI時代の仕事の難しさがある。

3. 判断とは、正解を選ぶことだけではない

判断という言葉は、少し大げさに聞こえる。

経営判断。
採用判断。
投資判断。

そうした大きな場面だけが判断のように思える。
しかし、仕事の中の判断はもっと細かい。

この表現で出すか。
この違和感を上司に言うか。
この前提をそのまま受け入れるか。

それらも判断である。

判断とは、正解を当てることだけではない。
何を重く見たのかを決めることだ。
何を見ないことにしたのかを決めることでもある。

以前出版したAIについての本でも触れたが、AIの問題は、単に仕事が残るか消えるかだけではない。
むしろ大事なのは、仕事の中にある作業、判断、責任を、どこまでAIに渡し、どこから人間に残すのかという線引きだと思う。

AIは、選択肢を出す。
論点を整理する。
メリットとデメリットを並べる。
それらしい結論を提示する。

だが、それを採用するかどうかは別の問題である。

AIが出した案が正しいかどうか。
それはもちろん重要だ。
けれど、それだけでは足りない。

その案を、自分が出してよいのか。
その言葉で、誰かに説明してよいのか。
その選択を、自分のものとして引き受けられるのか。

この問いは、正誤だけでは処理できない。

正しい文章でも、自分の文章ではないことがある。
妥当な案でも、自分が引き受けられない案がある。
一般的には正しい助言でも、今その相手に渡すべきではない言葉がある。

AIは、その違いを自動では分けない。

4. AIは、引き受けた選択と、流れてきた選択を区別しない

AIは、曖昧な指示を指摘することがある。
前提が不足しています。
条件を追加してください。
目的を明確にしてください。
そう返してくることもある。

だから、AIは曖昧さに弱い、という言い方は半分正しい。
だが、ここで問題にしたいのは、指示が曖昧かどうかだけではない。

AIにとって、ある選択が人間に引き受けられたものなのか、それともただ流れてきたものなのかは区別しにくい。

たとえば、人間が「この方向で」と入力する。
しかし、その「この方向で」が、十分に考えた末の判断なのか、面倒だから仮置きしただけなのか、上司がそう言っていたから流しただけなのか、AIには分からない。

AIは、その入力を材料として処理する。
人間が本当に引き受けた選択なのかどうかは、処理の対象ではない。

ここに、AIの便利さと危うさが同居している。

AIは、与えられたものを進める。
人間が決めたことも、決めずに済ませたことも、同じように扱う。
判断された前提も、判断されていない前提も、同じように文章にし、表にし、案にする。

そして人間は、それを見て「使える」と思ってしまう。

以前、新入社員向けの記事を書こうとしたとき、生成AIにたたき台を出してもらったことがある。

「新入社員向けの記事」と言えば、あいさつをする、メモを取る、報連相を意識する、分からないことは早めに質問する、素直に学ぶ、といった助言が並びやすい。
それらは、どれも間違いではない。
むしろ、一般的な新入社員向けの記事としては正しい。

けれど、読んでいるうちに手が止まった。

私が書きたかったのは、新人がどう振る舞うべきかだけではなかった。
会社は、一人で完結する場所ではない。
上司、先輩、同僚、別部署との距離感。
誰に話を通すと早いのか。
誰の一言で場の温度が変わるのか。
どこまでが冗談で、どこからが地雷なのか。

新入社員が最初に見るべきなのは、実務の手順だけではなく、配属先の地形だと思っていた。

AIの出力は、記事として整っていた。
ただ、その整った一般論をそのまま出せば、私が書きたかった判断を手放すことになる。

だから、残すものと削るものを選び直した。
「あいさつ」は残したが、「あいさつを大切にしましょう」という一般論としてではなく、礼を欠かない人として信用を崩しにくくする行為として置き換えた。
「メモを取りましょう」は、最終的には残さなかった。
自分自身があまりメモを取らなくても覚えているから、実践していない処方を一般論として読者に渡すことに抵抗があった。

AIの出力が間違っていたわけではない。
むしろ正しかった。
しかし、一般的な正しさの中で、私が下そうとしていた判断が抜け落ちていた。

AIの出力を使うとは、正しい文章を選ぶことではない。
何を残し、何を削るかを、自分で選ぶことなのだと思う。

5. 決めていないことが実行されるのは、新しい現象ではない

ここまで読むと、AIによって急に危険な時代になったように見えるかもしれない。

だが、決めていないことが実行されるのは、AI以前からあった。

会社では、誰も明確に決めていないのに進むことがある。
前例があるから進む。
空気がそうなっているから進む。
上司が少しだけ頷いたように見えたから進む。
誰も止めなかったから進む。
稟議が通ったから、誰かが判断したことになる。

そういう場面は、珍しくない。

組織は、必ずしも一つ一つの判断を明文化して進んでいるわけではない。
むしろ、曖昧なまま進むことで保たれている部分もある。

誰かが強く決めたわけではない。
だが、なんとなくそういう方向になった。
誰も引き受けたくはない。
けれど、止めるほどでもない。
そうして、案件は進む。

これはAIの問題というより、組織の問題である。
AIは、その問題を新しく作ったわけではない。

ただし、AIによって変わる部分がある。

以前は、決めていないことが実行に移るまでに、時間がかかった。
資料を作る手間があった。
文章を整える手間があった。
人に説明する手間があった。
確認のための往復があった。
誰かが「これでいいんでしたっけ」と言う余地があった。

その手間は、効率の悪さでもあった。
しかし同時に、引っかかりでもあった。

誰も決めないまま進められた判断は、これまでは組織のどこかで引っかかっていた。
その引っかかりが、摩擦だった。

摩擦は邪魔なものに見える。
実際、邪魔であることも多い。
だが、摩擦があるからこそ、人間は一度立ち止まることがあった。

本当にこの方向でよいのか。
誰が説明するのか。
これを出すと、誰にどう受け取られるのか。

摩擦は、判断の遅さであると同時に、判断が入り込む隙間でもあった。

6. 道具の系譜の中のAI

ここで、冒頭の話に戻る。

AIは、道具である。
ただし、これまでのどの道具とも、一つだけ違うところがある。

これまでの道具への入力は、身体の動きだった。
斧を振る。ペンを走らせる。ハンドルを切る。
それは無段階だった。
切る角度。速さ。ためらいによる揺れ。
丁寧さも、迷いも、雑さも、その差として道具に伝わってしまった。

そして、決め方の浅さは、結果に現れた。
適当にハンドルを切れば、適当な場所に着く。
誤りは、外の世界が教えてくれた。

PCは、入力を記号に変えた。
手書きの字は、急げば乱れ、迷えば震えた。
キーボードで打った文字は、どんな手で打っても同じ形になる。
使い手の内面は、ここですでに道具へ伝わらなくなっていた。

ただし、PCは欠けを埋めない。
命令が一字欠ければ止まり、欠けたまま形だけ整っていれば、書かれた通りに間違える。
どちらにしても、決め切っていないことは、結果に現れた。

AIは、人間が初めて、言葉で仕事を指示する道具である。
そしてAIは、欠けを埋める。
曖昧な指示の、足りない部分を補って、完成した形を返してくる。
三日迷った末の指示と、三秒で打った同じ指示は、同一の入力であり、同じ答えが返る。
迷いも、覚悟も、引き受けの重さも、言葉に書かれなかったものは、渡っていない。
決め切っていないことが、初めて、どこにも現れなくなった。

しかも、AIの出力が外れているかどうかを、外の世界は教えてくれない。
自分が何を書きたかったのか。
何を選ぼうとしていたのか。
その基準に照らしてしか、外れは見えない。
そして基準は、自分の中にしかない。

だから、浅く決めるほど、AIの答えは受け入れやすくなる。
基準がなければ、出力は外れようがないからだ。

そして、欠けは空白のままでは埋まらない。
AIは、学習した無数の他人の文章から、その欠けに最もよく収まる、平均的な形を差し込む。
人間が決めなかった部分は、誰でもない大勢の標準で埋まる。

これは、見覚えのある構図である。
組織は、誰も決めないことを、前例と空気で埋めてきた。
AIは、その前例を、人類の書いたものすべてに広げた。

決めなければ、自分の文章の中に、世間の標準が入り込む。
決めた部分だけが、自分のものとして残る。

7. AIは、非判断から摩擦を取り除く

AIは、曖昧さを必ず解消する道具ではない。
曖昧なものを、曖昧なまま実行可能な形にしてしまう道具でもある。

前の章で見たのは、その道具としての性質だった。
この章で見たいのは、その道具を使う人間の側である。

もちろん、実行するのはAIではない。
AIが勝手に会社の資料を提出するわけではない。
AIが勝手に稟議を通すわけでもない。
AIが勝手に顧客へ説明するわけでもない。

実行するのは人間である。

ただ、出すまでの引っかかりが減る。
文章が整っているから、そのまま出せる。
案が複数あるから、選んだ気になれる。
比較表があるから、検討した気になれる。

この「気になれる」ことが、かなり厄介である。

以前なら、資料を作る途中で手が止まったかもしれない。
説明文を書こうとして、言葉が出てこなかったかもしれない。
比較項目を並べる段階で、そもそも何を比べるべきか迷ったかもしれない。

しかしAIは、先に形を出す。
そして形があると、人間はそこに乗ることができる。

非判断とは、何も考えていない状態だけを指すのではない。
本当は決めるべきことを、決めたことにして進める状態である。
あるいは、誰も引き受けないまま、流れに任せる状態である。

AIは、その非判断を責めない。
「これはあなたが引き受けた選択ですか」と毎回問い詰めてくるわけでもない。
与えられた前提をもとに、先へ進める。

その結果、決めていないことが、速く、整って、実行可能な形になる。

8. 整った文章が、書きたかった文章とは限らない

AIの出力は、もっともらしい。

この「もっともらしい」という言葉は、単に嘘っぽいという意味ではない。
むしろ逆である。

AIの出力は、完結している。
整っている。
迷いの痕が少ない。

人間が考えながら書いた文章には、迷いが残ることがある。
保留が残ることがある。
「ここはまだ決めきれない」という跡が、言葉のざらつきとして残ることがある。

それは文章としては弱さに見えるかもしれない。
だが、その弱さは判断の痕跡でもある。

AIの出力には、それが残りにくい。
もちろん、意図的に残すことはできる。
だが普通に出せば、AIは文章を整える。
整っていることが、決まっていることの証拠のように見えてしまう。

ここで、人間は間違えやすい。

読みやすいこと。
整っていること。
一般的に正しいこと。

それらは、その出力を自分のものとして引き受けたこととは違う。

AIの文章を提出するとき、問題になるのは「AIが書いたかどうか」だけではない。
その文章を、自分が出すものとして引き受けたかどうかである。

AIが書いた文章でも、自分のものとして引き受けられるものはある。
逆に、自分で書いた文章でも、本当は引き受けていないものはある。
前例に合わせただけの文章。
空気に合わせただけの文章。
誰かが期待しているであろう言葉を並べただけの文章。

私にも覚えがある。
会議で出た叱責を、議事録にそのまま要約した。
上司は、励ましと読めるように直してほしいと言った。
私は、直した。
正しくはないが、角の立たない記録になった。
それは、私が書きたかった文章ではなかった。

AIは、この問題を増幅する。
なぜなら、整った言葉を出すまでの摩擦を大きく下げるからである。

9. 責任はAIには渡せない

AIが作った資料を、人間が提出する。
AIが出した判断案を、人間が承認する。
AIが生成した言葉で、誰かを説得する。

このとき、問題が起きたら誰が説明するのか。

AIではない。
人間である。

もちろん、これは単なる尻拭いの話ではない。
「AIが間違えたから人間が謝る」というだけの話にすると、責任の問題が薄くなる。

責任とは、失敗したときに罰を受けることだけではない。
その選択によって生じる帰結を、自分のいる関係の中で受け止めることだ。

資料を出せば、誰かの理解が動く。
企画案を出せば、予算や人員が動く。
説明すれば、信用が積まれることもあれば、削られることもある。

仕事の結果は、いつも人間関係の中へ戻ってくる。
納得も不信も、積まれた信用も削られた信用も。
それらはAIの内部には戻らない。
人間の側に戻ってくる。

だから、責任はAIには渡せない。

AIが責任を取れないのは、法律上の主体ではないから、というだけではない。
もっと手前の問題として、AIには「引き受ける」という行為が発生しない。

AIは選択肢を出す。
文章を出す。
提案を出す。

しかし、AIがそれを自らの判断として抱えるわけではない。
その結果によって誰かとの関係が変わることを、生活の中で受け止めるわけでもない。
信頼を失ったり、次から話を聞いてもらえなくなったり、誰かに説明し続けたりするわけでもない。

引き受けるとは、結果の中に自分が残ることだ。
その意味で、責任は人間の側に残る。

そしてこれは、AI時代に突然発生した重荷ではない。
もともと仕事の中にあったものだ。
ただ、作業が軽くなり、判断の摩擦が減ることで、その重さが見えやすくなった。

10. 人間が引き受けるもの

AIが働く時代に、人間が引き受けるべきものは、すべての作業ではない。

人間が全部書くべきだとは思わない。
人間が全部調べるべきだとも思わない。
人間が手を動かした量だけ価値がある、という考え方にも戻りたくない。

作業をAIに渡せるなら、渡せばいい。
要約させてもいい。
下書きを作らせてもいい。
たたき台を出させてもいい。

ただし、そのとき人間に残るものがある。

目的を与えること。
判断基準を持つこと。
出力をそのまま流さず、何を採用し、何を捨てるか決めること。
そして、その結果の責任の境界を引き受けること。

これは、正解を出すこととは少し違う。

人間が常にAIより正しい判断をできるわけではない。
むしろ、情報量や処理速度だけを比べれば、人間の方が弱い場面はいくらでもある。
だから「最後は人間の直感が大事だ」と言い切る気にもなれない。

人間に残るのは、神秘的な直感ではない。
万能の判断力でもない。
正解を必ず見抜く力でもない。

AIは、判断した前提と、流れてきただけの前提を区別しない。
だからこそ、人間の側で区別しなければならない。

これは、自分が決めたことなのか。
それとも、AIが整えたから決めた気になっているだけなのか。
これは自分が出してよい言葉なのか。
それとも、一般的に正しいだけの言葉なのか。
この案が通ったとき、自分はその帰結を説明できるのか。

AIを使うこと自体が問題なのではない。
AIを使わないことが誠実なのでもない。

問題は、判断を自分で決めないまま、整った出力に乗ってしまうことだ。

AIが働く時代には、人間の作業量は減るかもしれない。
しかし、人間が引き受けるべきものまで減るとは限らない。

むしろ、作業が軽くなったぶん、何を目的にするのか、何を基準にするのか、どこから先を自分の判断として出すのかが問われやすくなる。

仕事を「作業・判断・責任」に分けて考えるのは、AIをうまく使うためだけではない。
自分が何をしているのかを見失わないためでもある。

AIに任せるものは、これから増えていく。
それは避けるべきことではない。
ただ、任せることと、手放すことは違う。

作業は任せられる。
判断は補助させられる。
だが、その判断を最後に自分で下すかどうかは、人間の側に残る。

AIが働く時代に問われるのは、人間がどれだけ作業を抱えるかではない。
何を判断し、その結果をどう引き受けるのかである。

決めなければ、自分の仕事の中に、世間の標準が入り込む。
決めた部分だけが、自分のものとして残る。
だからこそ人間に残るのは、正解を出すことではなく、自分が何を選んだのかを引き受けることだと思う。
そして、その重さから目を逸らさないことでもある。

※本記事の制作には、構成整理・推敲補助に生成AIを使用しています。本文を書く途中にも、AIが返した整った比喩に一度乗りかけ、結局は手放しました。何を残し、何を削るかを決めるのは、最後まで筆者の仕事でした。