最近、職場でAIツールが導入されて、なんでも自動生成の波がやってきた。
確かに一部の作業は効率化された気がするものの、同僚がAIで作った“生成物”のクオリティに頭を抱える日々が続いている。
新しいツール、多様なプロンプト、気になるAPI接続──いろいろなことが試せるのは面白い一方、実際の現場では、AIを使って出した成果物の手直しばかりが増えてしまっている。
特に思うのは「ワークスロップ」と呼ばれる問題。
つまり、AIが大量生産する低品質なアウトプットが、職場で巡り巡って、「これ直してくれる？」と回ってきてしまう現象だ。
何度も同じ箇所に同じミス、浅い理解からくるズレた文章、文脈が通らない資料──見過ごせない部分が山ほどある。
直す作業が苦痛になり、正直、AI導入で仕事が楽になったのかどうか疑問に感じることすらある。
調査によると、同僚の仕事の6分の1がワークスロップ、つまり実質的価値が限られたAIの生成物になっているらしい。
しかも、その修正に平均で2時間近くかかるというから厄介だ。
エンジニアとしては、自動化や省力化の恩恵を体感したいのに、むしろ逆方向に手間が増えている現状は、かなりもどかしい。
AIシステムの限界も見えてきている。
フィードバックをうまく蓄積できない、文脈を長期間保持できない、前回のミスを再び繰り返す──、人間の後輩を育てるような成長サイクルは今のAIには望めないのだ。
結局、表面的にはもっともらしい文書を作れても、中身をよく見たら間違いだらけ。
顧客や上司に提出するにはひと手間どころかフルリライトが必要で、現場が疲弊するのも無理はない。
これからAI技術が進化し、「指導して成長するAI」が普及すれば、もう少し希望は持てそうだけど、現状では「AI＝即効性の高い業務支援ツール」だと割り切らず、使い方や品質管理の指針を職場全体で練らないと、逆に生産性が下がるリスクすらあると痛感している。
AIの導入効果って、ソフトウェア単体の性能というより、チーム間のコミュニケーションやワークフロー全体への溶け込み方に大きく左右される。
個人的には、AIの生成物には「ここはAI作成」と明示する透明性や、同僚がチェックしやすい工夫なんかも重要だと感じている。
新しい技術を使いこなして生産性を本当の意味で上げるには、単なるツール選び以上に、みんなで運用ルールや期待値を見直す柔軟さが問われている気がする。
