仕事でSlackを使い始めたころ、一日のかなりの時間が「何を無視するか」を決めることに消えているのに気づきました。
コミュニケーションは、常時動き続けるバックグラウンドプロセスになっていました。Slackのメッセージ、スレッド、リアクション、メール、共有ドキュメント、Zoomミーティング。どれも人に連絡を取りやすくしてくれました。同時に、確認する場所が増え、追いかける会話が増え、一日じゅう判断を求められるようになりました。
10分おきに誰かが立ち上がって、全員に向かって何かを叫ぶオフィスで働いているように感じることもありました。どの割り込みも、誰かの役には立つのかもしれません。それでも残りの全員は、それが自分に関係あるかどうかを判断するために、少しずつ注意力を払わされます。
生成AIがこのノイズを生んだわけではありません。工業化したのです。
この2年で、もっともらしいメッセージ、ドキュメント、プレゼン資料、コードを作るコストは崩壊しました。そこに、誰も見ていない間に情報を処理して新しい成果物を生み出すエージェントが加わります。一人ひとりがもっと作れるようになり、どのチームももっと要求できるようになり、どのシステムももっと報告できるようになりました。
注意を払う私たちの能力は、まったく変わっていません。ハーバート・サイモンは1971年の時点でこの構図を見抜いていました。情報の豊かさは、注意の貧困を生む。
シグナル対ノイズから、ノイズ対バリューへ#
この問題はふつう、シグナル対ノイズの問題として語られます。でもそれでは大事なことを見落とします。
メッセージは、関連があり、よく書けていて、自分宛てであっても、価値がゼロということがあります。ドキュメントは、正確で磨かれていても、何の意思決定も変えないことがあります。コードは、動いていても、プロダクトに加えるべきものではないことがあります。
シグナルとは、関係がありそうに見えるものです。バリューとは、私の理解、判断、行動を変えるものです。
この2つは、以前はもっと近いところにありました。考え抜いたドキュメントを書くには時間がかかったので、そこにかけられた手間は、少なくともそれが重要だという証拠のひとつにはなりました。完璧なフィルターではありませんでしたが、存在はしていました。今は、磨かれたものがプロンプトひとつで作れます。中に本物の価値があるかもしれないし、まったくないかもしれません。手間がかかっていそうに見えることは、もうその下にある価値についてほとんど何も教えてくれません。
だから私が気にしている指標は、ノイズ対バリュー比です。理解、判断、行動を変えるものをひとつ得るために、人がどれだけの量をくぐり抜けなければならないか。AIは前者の数字をタダで押し上げます。後者は人間の判断にかかっていて、そちらは速くなっていません。
ボトルネックは、生産から消費へ移りました。誰かが責任を持ってレビューできる量より多くを、私たちは生成できてしまいます。
比率を下げる2つの方法#
ひとつの答えは、ペースを落とすことです。競争力を保ちたいチームは、誰もそうしません。
もうひとつは、比率の両側に手を入れることです。自分に届くものの中から価値を見つけるのがうまくなること。そして、自分がみんなに向けて追加するものを意識的に選ぶことです。
どちらも、人が集まって何を作るか、どう進めるか、なぜやるのかを決める場面でいちばん効いてきます。そういう判断は、モデルが持っていないものに支えられています。モデルはUIにイラッとしたことが一度もありません。その会話が生成された素材で埋まってしまうと、そこにいる人間の声は聞き取りにくくなります。そしてその声こそが、その会話が存在する理由です。
「まあまあ」は「ダメ」よりふるい落としにくい#
厄介なのは、明らかに壊れているものではありません。スパムは簡単に捨てられます。出来の悪いドキュメントは、自分からそう名乗ってくれます。新しく増えているアウトプットの多くは「まあまあ」なのです。筋が通っていて、そこそこ関連があって、体裁もきちんとしている。
まあまあの仕事でも、注意力は消費されます。誰かがそのドキュメントを読み、プルリクエストをレビューし、要約を確認し、その提案が重要かどうかを判断しなければなりません。作るコストは消えましたが、レビューのコストは別の誰かに移っただけです。Harvard Business Reviewに寄稿した研究者たちは、これに workslop（ワークスロップ）という名前をつけました。完成しているように見えて、本当の手間は受け取った側に押しつける、AI生成の仕事のことです。
同じことは私自身のエージェントでも起きています。ステータス報告は、正しくても、私が知るべきことを何も伝えていないことがあります。完了したタスクが、レビューすべきドキュメントをもうひとつ生むことがあります。役に立つ仕事をしたと示すための通知が、それ自体で新たな仕事になることがあります。
よくある失敗は、溺れるよりも静かなものです。すべてを流し読みし、ひっきりなしにコンテキストを切り替え、どれにも本来払うべき注意を払えなくなります。
読み手として：注意力を守り、その上でAIに順番をつけさせる#
最初にやるのは、AIとは何の関係もないことです。ディープワークの時間をブロックします。理解、発明、難しい判断が必要なことには、横でライブストリームが流れていない余白が要ります。
メッセージは溜まり続けるので、まとめて処理します。20件の更新を一度に読むほうが、20回割り込まれるよりずっと安く済みます。量はまったく同じなのに、です。中断された作業についての研究によれば、人は作業を速めることで埋め合わせをし、その代償をストレスとフラストレーションで払っています。
AIは原因の一部ですが、その結果として生まれた量の一部をさばく手段として、私が見つけた現実的な方法もAIだけです。
仕事では、対応が必要かもしれないメッセージをAIに見つけてもらえます。私はそれを最初に読みます。それ以外にも、今でもすべてに目を通します。把握しておくべきことは、タスクリストよりも広いからです。文脈、弱いシグナル、そしてときどきフィルターが読み違えたものは、やはり大事です。
私がAIを使うのは、注意力に順番をつけるためで、明け渡すためではありません。フィルターは何が重要になりがちかを学んでいきますが、見落としたものの責任は私に残ります。
繰り返しの仕事なら、喜んでもっと先まで任せます。時計仕掛けのように決まりきったものは、自動化する。プロセスがわかっていて、入力が明確で、ミスを安く検知できるか元に戻せるなら、完全に委任して十分です。
その範囲の外にあるものには、すべて判断が必要です。
作り手として：使い捨てのアウトプットより、考え抜いた仕事を#
比率のもう片側は、自分がそこに何を足すかです。判断が必要な仕事にAIを使うというのは、答えをひとつ頼んでそのまま受け取ることではありません。
しっかりしたドキュメントをAIと書くときは、まず自分が何を言いたいのかを決めます。構成を決め、必要な文脈を渡し、目的を説明します。それからセクションをひとつ生成させ、自分で手を入れ、突っ込みを入れ、足りない文脈を足して、繰り返します。
コードでも同じです。エージェントは実装を素早く作れますが、その機能がそもそも存在すべきか、そのアプローチがシステムに合っているか、結果がメンテナンスできるものかを決めるのは、やはり私です。テストが通ることは、その問いの一部にしか答えてくれません。
AIが書いたか人が書いたかは、ほとんど何も教えてくれません。大事なのは、それが使い捨てのアウトプットなのか、考え抜いた仕事なのかです。そしてノイズの大半は、使い捨てのアウトプットから生まれます。
AIは考え抜いた仕事に参加できます。問いを投げ、下書きし、比較し、修正する。どれも私には真似できない速さです。でも価値はループから生まれます。構成、文脈、生成、レビュー、手作業での修正、そしてもう一周。私の頭は、時計仕掛けではない部分に使います。
人に送る量を減らす#
AIが作るのを手伝った素材を、全部AIに要約させる。ここにはわかりやすい罠があります。フィルタリングがうまくなれば、量には耐えられるようになります。でも、なぜその量が存在するのかは問われないままです。
アウトプットの総量は増え続けてかまいません。減らさなければならないのは、そのうち人に向けられる割合です。すべての更新を送る必要はありません。すべてのアイデアにドキュメントが要るわけではありません。動くコードがすべて機能になる必要もありません。AIに成果物を要約させる前に、その成果物がそもそも必要だったのかを問う価値があります。
消費のコストの一部は、作り手が負うべきです。人から渡すものでもエージェントから渡すものでも、誰かに手渡すものはすべて、何が変わったのか、なぜ重要なのか、どんな判断が必要なのかを伝えるべきです。この3つの問いに答えられないなら、その成果物はたぶんまだ送れる状態ではないし、存在する必要すらないのかもしれません。私のエージェントも今は同じルールで動いています。定常的な監視は、対応すべきことがなければ黙っている。正しい報告が沈黙である場合もあるのです。
チームはツールを取り入れ、プロセスはそのままにした#
プロダクトチームの働き方の大半は、何かを作るのが高くついた時代に設計されたものです。仕様書を書くのに1週間かかったので、レビューに回ってくる仕様書は多くありませんでした。プロトタイプにはスプリントひとつ分かかったので、作る前に、作るべきかどうかを議論しました。コストがレートリミットとして働いていて、プロセスはそれに依存していました。
そのリミットはなくなりました。誰もがドキュメントを生成でき、誰もがコードを生成できます。でも、レビューのミーティングも、承認の経路も、決断を下せる人の数も、以前のままです。私たちはツールを取り入れ、組織はそのままにしたのです。
新しい構造がどうあるべきか、私にはまだわかっていません。ただ、出発点はこうだと思っています。決める人たちの注意力を予算とみなし、ほかのすべてをその予算を軸に計画すること。人に向ける成果物を減らし、意思決定するグループを小さくし、誰が何を見る必要があるのかに明確な答えを持つことです。
今や、注意力こそが越えられない上限です。うまくやれるのは、量の中から価値を見つけ出せるだけの判断力を守れるチームでしょう。
これはAIに賛成する話でも、反対する話でもありません。私は毎日、考えるため、作るため、ノイズをくぐり抜けるためにAIを使っています。でも大事な決断は、今も人と人が話し合って下しています。限りある注意力と、時間のかかる判断力で。私はこうしたツールに、その会話のための余白を空けてほしいのです。大事な場面に、私たちがちゃんと居合わせられるように。
