「AIで3倍速くなった」
「でも、なぜか帰りが遅い」
——効率化ツールを入れたのに、チーム全体の生産性が上がらない。そんな話を聞くと、私は「速くなった部分と、遅くなった部分が別の場所にあるんじゃないか」と思う。
あなたはどうだろう。AIで下書きを一瞬で作れるようになった派？ それとも、チェックと修正に以前より時間がかかっている派？
私は後者に近い。コーディングは明らかに速くなった。でもメールの返信、資料の推敲、社内共有のたびに「これ、AIが書いたやつだ」と疑われないかを気にする時間が増えた。速さの体感がコーディングに偏っているのかもしれない。
ワークスロップとは何か
スタンフォード大学のジェフ・ハンコック教授がインタビューで語っている概念に、ワークスロップ（Work Slop）という言葉がある。AIが数秒で作った、一見きれいで完璧に見えるが、中身が薄く目的を果たしていないアウトプットのことだ。
見た目は整っている。グラフも入っている。箇条書きも論理的に並んでいる。だが受け取った側が「で、結局何をすればいいの？」と迷う——こういうものがワークスロップだ。
隠れたコストは大きい。ハンコック教授の試算では、ワークスロップを受け取った側が修正や確認に費やす時間は1回あたり平均2時間。大規模組織に広がると、修正コストだけで年間約14億円（900万ドル）規模の損失につながるという。
もう一つ厄介なのは信頼の崩壊だ。「AIに丸投げしたな」と周囲に思われると、その人の有能さや誠実さへの信頼が損なわれる。成果物の質以前に、人間関係にひびが入るリスクがある。
速く感じるのに遅くなる理由
AIを使うと、人間は仕事のアイデアをつねに出し続ける必要が出てくる。デバイス上にタスクを置けば、AIはすぐ実行して完了する。完了が一瞬だからこそ、次の仕事をすぐ与えなければならない。
以前は6人で回していたPC上の事務作業が3人になり、3人が1人になり、いずれは自律エージェントにファイルを投げるだけで済むようになる——そんな話はもう現実味を帯びている。ただし「自律」とはいえ、そこに仕事を投げてから完了するまでの原理は、ロボット工学でも旧来のSFでも同じだ。人間が指示を与えてから、機械が動く。
問題は、実行が一瞬になったとき、その刹那に奪われる時間をどう考えるかだ。
作業効率がアップしたと体感しやすいのは、たしかにコーディング分野だ。コンパイル待ちがなくなり、試行錯誤のサイクルが短くなる。でもデバイス上の作業は、いずれすべてAIが実行する方向に向かう。速くなった分、人間の仕事は「実行」から「指示の設計」へ移る。指示の設計が追いつかないと、待ち時間ではなく思考の空白が増える。
パイロット思考と乗客思考
ハンコック教授は、AIを使うときにパイロット（操縦士）になるか、パッセンジャー（乗客）になるかの違いが重要だと説いている。
パイロット思考は、自分が主導権を握り、AIを能力を拡張するツール——クレーンのようなもの——として使う姿勢だ。乗客思考は、AIに丸投げして結果を待つだけの状態。後者がワークスロップを生む。
スタンフォードの学生の例が参考になる。優秀な学生は課題をAIに丸投げしない。AIに自分専用の練習問題を作らせたり、論文を音声に変換して聴いたりする。つまり自分の学習を深めるためにAIを使いこなしている。
仕事でも同じ構図だと思う。AIに「この企画書を書いて」と言うのではなく、「この顧客の課題を3つの仮説に分解して、それぞれ反証できるか検証して」と指示する。主導権が誰にあるかで、アウトプットの質が変わる。
AIシャドー経済と、誠実さの再定義
もう一つ、ハンコック教授が指摘しているのがAIシャドー経済だ。AIを使っていることを隠す風潮が広がると、うまくいったやり方が共有されず、組織全体の学習が止まる。
一方で、オーセンティシティ（真実性）の観点では、「AIが書いたかどうか」より「その内容が自分の考えを正しく反映しているか」が問われる、という見方もある。AIに下書きを手伝わせることで、むしろ丁寧で思慮深いコミュニケーションが可能になる——というポジティブな側面も示唆されている。
私はここで、人間とAIの関係を相互依存として捉えたい。人間だけ、AIだけでは永続しない。AIが実行を担うほど、人間は「何をさせるか」を設計し続ける必要がある。逆に、人間が設計だけして中身を見ないと、ワークスロップが量産される。
旧来のフィクションが描いてきたロボットの原則——人間が指示し、機械が従う——を崩さないためには、人間＝AIという相互が存在しないと成り立たない関係性が必要だと、私は考えている。
参考にした動画（31分）はこちら。
Stanford’s Jeff Hancock on Work Slop and the Pilot Mindset
まとめ：操縦席に座る
AIで仕事が遅くなるのは、ツールが遅いからではない。乗客になってワークスロップを量産し、修正コストと信頼の損失を生んでいるからだ。
コーディングが速く感じるのは、その分野だけがまだパイロット思考に近いからかもしれない。実行が一瞬になるほど、人間の仕事は「何をさせるか」の設計へ移る。そこで主導権を握れなければ、速さは錯覚に終わる。
パイロットとしてAIをクレーンのように使う。それが、ワークスロップを避けるいちばん現実的な道だと思う。
