もはやAIを仕事で使うのが当たり前になりつつある昨今。業務が効率化されていいこと尽くしかと思いきや、職場では思わぬ弊害が起きている。それが「ワークスロップ問題」だ。

ワークスロップとは、AIによって作られた“見た目はいいけど質の悪いアウトプット”のこと。これが職場で量産され、チェック側が修正する手間がむしろ増えるという、本末転倒な状況が生まれているのだ。

あなたも「見た目は整っているけど浅い分析しかされていないパワポ資料」や「まとまってるけど要点が抜けている議事録」など、出来の悪い制作物を目にしたことはないだろうか？　それらもAIによって量産されたワークスロップの一部かもしれない。

では、こういったAI普及がもたらす課題に、テック業界の最前線ではどのような対処をしているのだろうか。そこで今回は、シアトル在住で米テック企業で働く日本人、福原たまねぎ氏に意見を求めた。テック業界の最前線で働く人だから知る、AIと向き合うコツとは？（以下は福原氏による一人語り）

◆米テック企業でも「ワークスロップ」が頻発

多くの企業がそうであるように、僕が働くテック業界でも何らかの形でAIを使うのが当たり前になっています。所属先では経営陣が「AIをとにかく使おう」と指示を出したこともあり、社内には「使わなくては」という危機感のようなものがありますね。

しかし、だからと言ってワークスロップがないわけではありません。肌感覚ですが、制作物の2~3割は、急いでAIで作った結果、十分に内容を精査しないままアウトプットされて不十分な出来になっている感触があります。

そもそも、テック企業での仕事と聞くと、いかにもハイテクな作業が多い印象を受ける人もいるかもしれませんが、実際には「書く」ことがすごく重要視されています。文章を書いて企画をまとめたり、技術デザインを作ったりと、書くことを通じて「自分の考えを深める」というカルチャーが根付いているんです。

そうして多くの文章に触れる環境にいるからこそ、内容には敏感になります。AIによるワークスロップは、どうしてもその“センサー”に引っかかるのです。「すごく整った資料だけどどこか変に感じる……」と思って精読すると、どこか意味がギクシャクしていたり、「こんな単語や表現を使っているの、これまで見たことないよ！」というふうに、本人とアウトプットの“ギャップ”を感じることが多々あります。

◆見た目は学術論文、中身は小学生作文

人間が書く文章は、全体の体裁と中身のクオリティが相関する傾向にあると思います。文章が上手い人は中身もしっかりしていることが多いですし、逆に文章が雑な人は中身も伴っていないことが多い。

しかし、AIを使うと、誰がやってもまず見た目だけは良くなります。AIは体裁を整えるのが得意です。特に英語の文章だと、普段は絶対に使わないような、かっこいい単語が散りばめられていたりします。

このように「全体の体裁は整っているのに、中身はチープなまま」というギャップに、私たちは「あれ？」と違和感を覚えるわけです。見た目はまるで学術論文なのに、中身は小学生の作文みたい……そういったものも中にはありました。

今、様々な職場で起きているのが同様の問題です。最初はAIに「すごいな」と思っていたものの、利用が浸透するにつれて「これ中身がなくない？」と皆が気づき始めています。特に、アウトプットを修正する立場のマネージャー陣やベテラン社員が、この問題に頭を悩ませているのが今のアメリカの状況だと思います。

質の低いアウトプットが出てきた場合、もちろん本人に差し戻してやり直しをさせることもあります。しかし、見た目は良いせいで、最初は問題に気づかないというケースも少なくない。そして、気づいた時点ではもう部下にやり直させる時間はなく、結局はマネージャー層が自分で書き直さざるを得ない……そんな場面をよく目にします。

◆AIを使いつつ「チェックポイント」を作る

僕が思うに、この問題の解決策は「AIを使うか、使わないか」というゼロかイチかで考えるのをやめることです。AIの利用を段階的に捉え、制作プロセスの中には人間によるチェックポイントを設けるべきだと思います。

例えば、部下がAIを使ってアウトプットを作成する際に、「文脈を正しく与えたか？」「過去のデータをインプットして教育したか？」といったチェック項目を設け、それをクリアしてからマネージャーに提出する。これは、機械学習の分野で「ヒューマン・イン・ザ・ループ」（自動化システムに人間が意図的に関与して連携して物事を進めるアプローチ）と呼ばれる考え方です。

ほかにも、例えば5分の3くらいまではAIに作らせて、そこで一度マネージャーと方向性を確認する方法も有効です。

例えば僕の所属先では、部下の人が「AIでここまで書いたんですが、さらにクオリティを上げるにはどうすればいいですか？」とマネージャーに聞いて、マネージャーが「導入はAIでいいけど、ここから先は自分で書いたほうが感情が伝わるんじゃない？」といった会話を耳にすることがあります。

データの傾向分析などはAI任せでもいいですが、「これが言いたい」という力強いメッセージ部分は人間が書く。そうした使い分けが重要だと思います。このような仕組みがあれば、マネージャーが全直しするような事態を避けつつ、部下自身がAIへの期待値を適切に設定し、より自分もコミットメントを増やしてアウトプットの質を高めることができます。

◆AIと人間を「橋渡し」する人材の重要性

もう一つの解決策は、AIと使い方をよく知らない人の間に、「橋渡しをする人」を育てることです。

アメリカで働く前のことですが、僕が働く会社にマイクロソフトのエバンジェリストの人が来社して「Outlookの本当の使い方」というレクチャーをしてくれたことがありました。Outlookは毎日使っているツールですが、それでも専門家からコツを教わると「こんな使い方ができるのか！」と目から鱗が落ちるような発見がありました。

AIに関しても同様に、使い方を“翻訳”して仕事の成果に繋げるエバンジェリストのような存在が、これからますます重要になってくるはずです。

ツール自体は素晴らしくても、それを使う側の準備やサポート体制によって成果は大きく変わります。こうした「橋渡しをする人」は、なにも外注せずとも社内から立ち上がってくると思います。社内でAI活用が好きで得意になる人が生まれて、その人が自発的にチームメンバーに教えたり、部署をまたいで活用方法をシェアしていく。

そういう人を会社として潰さないのが大事だし、「ちょっと俺うまく使えてるかも」と思ったら、どんどん声を挙げるべき。日本のスタートアップでもアメリカの巨大テック企業でも、これから活躍するのはそんな気概を持つ人材だと思います。

＜構成／秋山純一郎　写真提供／福原たまねぎ＞

【福原たまねぎ】
米GAFAMでプロダクト・マネージャーとして勤務。ワシントン大学MBAメンター（キャリア・アドバイザー）。大学卒業後にベンチャー企業を経て2016年に外資系IT企業の日本支社に入社。2022年にアメリカ本社に転籍し現職。noteでは仕事術やキャリア論など記事を多数発表。X：@fukutamanegi

AIによって大量のダメな制作物が生まれた結果、チェックする側の仕事が増える事態に…