18:23 - 19:29
AIを使って理解のループを深める
結論：AIは人をループから外すためだけのものではない
この講演の最後で、Geoffrey Littは楽観的な方向を示します。AIによって、理解を助ける小さな道具を安く作れるようになります。その道具を使えば、人間は仕事のループから外れるのではなく、次のループにもっと深く参加できます。
ここでいう「ループ」は、AIに作業を任せて結果を受け取る一回の手順だけではありません。人が結果を見て仕組みを理解し、その理解をもとに次の問いやアイデアを出し、またシステムを変えるという反復です。人をループから外すとは、AIが作ったものを人がほとんど理解しないまま受け取ることです。反対に、ループに深く入るとは、AIの出力を理解し、判断し、次の創造的な変更に参加することです。
「コードは無料」という前向きな見方
話者は、AIによって「コードは無料になる」と表現します。これは、コードに経済的な価値が本当にないという主張ではありません。理解のためだけに使う一時的なコードや画面を、以前より簡単に作れるという前向きな見方です。
たとえば、AIに次のような一時的な理解の道具を作らせます。
- 一時的なUI（ユーザーインターフェース）：仕組みの状態や関係を見せる専用画面
- 動的シミュレーション：値や操作を変えたときの動きを見せる模型
- デバッガー：プログラムの実行を一段ずつ追い、途中の状態を調べる道具
- プレイグラウンド：安全に試行錯誤できる小さな実験環境
これらは、必ずしも製品として長く運用する必要はありません。目的は、今わからない仕組みを見たり、動かしたり、試したりして、自分の理解を変えることです。
図：コンピューターは、複雑な概念を理解するための動的シミュレーションを作るべきか、と問いかけるスライドです。宇宙を思わせる画像と「AI Designers / Design Engineers」という表示も見えます。
このスライドは、コンピューターを単なる消費のための装置ではなく、理解を支えるシミュレーションを作る道具として考える、講演の結論を示しています。画面の細部や、この考えが実際にどの程度広がるかまでは、この映像だけでは確認できません。話者の主張を確認するには、18分27秒の映像を参照してください。
道具だけでは理解は深まらない
ただし、AIを使えば自動的に理解がよくなるわけではありません。話者は、よりよい理解には道具、考え方、創造性が必要だと述べます。
道具があっても、結果だけを早く受け取りたいという考え方なら、人はループから外れます。逆に、「どこがわからないのか」「何を動かせば仕組みが見えるのか」を考えれば、AIに専用の説明画面や実験環境を作らせられます。そこで得た理解を、次の質問、設計、コード変更に使います。
例：移行作業を理解する
たとえば、AIに移行コードだけを書かせて一度に実行すると、サイトは動いても、人間には何が起きたか見えないことがあります。これは速く終わっても、理解を増やしていません。
そこで、古いサイトと新しいサイトを横に並べ、次の段階へ進むボタン、各段階のコマンド、移動するファイルを表示する小さな環境をAIに作らせます。人はすべての作業を手で行わなくても、変化を順番に観察できます。これは、以前の一時的なデバッガーやシミュレーションと同じ発想です。自動化しながら、理解のための途中経過を残すのです。
以前の三つの技法をつなぐ
この結論は、講演で紹介された三つの技法をまとめています。
- 説明は、変更の背景と直感を示し、コードの意味を追いやすくします。
- マイクロワールドは、システムの中に入り、操作と結果の関係を体験させます。
- 共有スペースは、人とAIのやり取りやコメントを見えるようにし、チームで同じ理解を作ります。
説明は「何が変わったか」を見せます。マイクロワールドは「動かすと何が起きるか」を見せます。共有スペースは「チームが何を考えたか」を見せます。この三つを組み合わせると、認知的負債（cognitive debt）を増やさずに、AIの速さを人間の参加へつなげやすくなります。
楽観的な提案であり、保証ではない
話者が描く未来は、AIが人間の理解を不要にする未来ではありません。AIが理解のための道具を安く作り、人間がより多くのループに、しかもより深く参加できる未来です。
これは、今すでに効果が証明された方法や、必ず実現する予測として提示されているわけではありません。道具をどう設計するか、理解を重視する考え方を持てるか、適切な実験を考えられるかは、これからの課題です。最後に話者は、この実践方法を業界全体で見つけていく必要があると示します。
したがって、AI時代の問いは「人をどのループから外せるか」だけではありません。「人が仕組みを理解し、次のアイデアを出すために、どのようなループへ深く入れるか」でもあります。AIをそのための説明者、模型の作り手、デバッガー、実験環境の作り手として使うことが、この講演の希望です。