DanLevy.net

自分をAIに置き換える

GPTを心配せずに好きになる方法

AI の草稿が失敗したと分かったのは、すべての文に同意しながら、内容を全く信用できなかったときだった。

形は正しかった。自信に満ちた序論、きちんとしたワークフロー、楽観的な結論。尊敬すべき語彙がすべて揃っていた。Productivity(生産性)。Creativity(創造性)。Collaboration(協働)。Pipeline(パイプライン)。まるで自分の実体験が、実体験についてのパンフレットに置き換えられたかのようだった。

不都合なことに、それが問題の全体像だった。

AI が執筆する危険性は、常に悪いという点ではない。危険なのは、視点を獲得する前に、見た目上は滑らかに見えることだ。

この投稿はその段階の産物である。私は GPT をレッスンのアウトライン、バナーコンセプト、クイズのプロンプト、リライト、要約、翻訳実験に使っていた。うまくいくこともあった。数時間を節約できたこともあった。だが、段落ごとにすべての人物がステークホルダーのように聞こえる、味気ないプロフェッショナルな文章が生成されることもあった。

AI を減らす必要はなかった。摩擦を増やす必要があった。

The First Scar

最初の本当の失敗は、「見た目が完成している」ことを思考の証拠とみなしたことです。

レッスンのアウトラインを依頼すると、10秒で一貫したものが返ってきました。その一貫性は酔わせるほど魅力的でした。空白のページはその空虚さが明らかです。そこに対し、まずまずの AI 下書きは、欠けている判断を良い文法で隠してしまいます。

その後でレビューすると、いつもの問題点が見えてきます。

致命的に間違っているわけではありませんでした。むしろそれが怖い部分でした。すべてがやや過剰に洗練され過ぎていたのです。

AI が得意になったこと

最初の下書きをそのまま受け入れなくなったとき、AI の有用性は格段に上がった。

私はそれを 圧力ツール として使う:

これらのプロンプトは判断を置き換えるものではない。判断を適用しやすくするだけだ。モデルは表層を作り出すのが得意で、どの表層を構造に昇格させるかを決めるのが私の仕事になる。

ガードレール付きパイプライン

生き残ったワークフローは、以前のバージョンほど華やかではない。

  1. 生素材を集める
    ノート、コード、リンク、スクリーンショット、そして対象とする学習者の混乱点をまず集める。

  2. AI に整理させる、決定させない
    アイデアのグルーピングや抜けているステップの提示、セクション案の提案はさせるが、論旨そのものを選ばせることは絶対に許さない。

  3. 鋭い部分は自分で書く
    冒頭、意思決定ルール、具体例、結論は人間の感覚が必要だ。ここが記事の信頼性を支える箇所になる。

  4. AI でドラフトを検証する
    「どこが一般的すぎるか」「前提が強すぎるか」「懐疑的な読者が指摘しそうな点は何か」「例が機能していない箇所はどこか」を問いかける。

  5. 成果物の正直さを保つ
    もし段落がどの SaaS ブログにもありそうだと感じたら、書き直すか削除する。

その最後のルールは多くの役割を担っている。

クイズが考えを変えた

クイズ作成は、AI が実際に私にとって有用になった領域だ。

完璧な問題が書けるからではない。AI はそれができない。明らかな誤答選択肢や偶発的な曖昧さ、誤解をすり抜ける説明を好む。

しかし、AI は間違った選択肢の候補を素早く大量に生成できる。そのリストを見て「どれが実際の学習者のミスを表しているか?」と自問できる。

これが有用な協働になる。モデルは粘土を作り出す。形がボウルになるか、レンガになるか、埋立地になるかは私が決める。

自分を置き換えるのは間違った枠組み

タイトルはジョークですが、枠組み自体が誤っています。

私は自分自身を AI に置き換えているわけではありません。置き換えているのは、すでに機械的だったプロセスの一部です:一次的なグルーピング、別表現の提示、翻訳用の足場、ドラフト用クイズ選択肢、画像コンセプト、要約作業。

読者が実際に欠如に気付く部分は置き換えられません。味わい、傷跡、優先順位、懐疑心、そして「これは聞き心地は良いが、偽物だ」と言える余裕です。

AI は私を速くしました。さらに重要なのは、弱点が見えやすくなったことです。その代償は、単に文章らしく振る舞うだけの prose を公開しないよう、より意識的にチェックしなければならなくなることです。

それが私が受け入れられる取引です。