残念ながら、この時代、あなたが仕事にどれほど無保留に真剣に取り組むほど、AIに置き換えられるスキルへと自分自身を急速に凝縮してしまうことになります。
この2日間、トレンドランキングやメディアチャンネルは「同僚.skill」で埋め尽くされた。この出来事が各大ソーシャルプラットフォームで拡散し続ける中、一般の注目はほぼ予想通り、「AIによる解雇」、「資本の搾取」、「労働者のデジタル永生」といった大きな不安に飲み込まれた。
これらは確かに不安を招きますが、最も私を不安にさせるのは、プロジェクトのREADMEドキュメントに書かれている以下の推奨事項です：
原材料の品質がスキルの品質を決定します：彼が自ら書いた長文を優先して収集し、次に意思決定に関する返信、最後に日常的なメッセージを収集することをお勧めします。
最も真剣に働く人々こそ、システムによって完璧に蒸留され、ピクセル単位で再現される。
すべてのプロジェクトが終了した後も、振り返りドキュメントを書き続ける人々。意見が分かれたとき、対話ボックスに長文を丁寧に打ち、自らの意思決定のロジックを率直に分析する人々。非常に責任感が強く、すべての作業の細部をシステムにきっちり委ねる人々。
真面目さ、かつて最も称賛された職場の美徳は、今や労働者をAIの燃料へと加速させる触媒となっている。
使い捨てられた労働者
私たちは「コンテキスト」という言葉を再認識する必要があります。
日常の文脈では、文脈はコミュニケーションの背景である。しかしAI、特に急激に成長しているAIエージェントの世界では、文脈はエンジンの轟音を支える燃料であり、脈動を維持する血液であり、モデルが混沌の中でも正確な判断を下すための唯一の拠り所である。
文脈を失ったAIは、たとえ驚異的なパラメータ量を有していたとしても、健忘症を患う検索エンジンに過ぎない。あなたが誰であるかを識別できず、ビジネスロジックの下に潜む暗流を読み取ることもできず、資源制約と人間関係の駆け引きが交錯するこのネットワーク上で、意思決定を下す際にどれほど長く葛藤し、調整を重ねてきたかを知ることすらできない。
「同僚.skill」がこれほど大きな波紋を広げたのは、現代企業のコラボレーションソフトウェアという、大量の高品質なコンテキストを蓄積した鉱山を、極めて冷酷で正確に特定したからである。
過去5年間、中国の職場では静かだが根本的なデジタル化が進んだ。Feishu、DingTalk、Notionなどのツールが大規模な企業知識ベースとなった。
例として飛書を挙げると、字節跳動はかつて、社内每天に生成されるドキュメントの数は膨大であり、そのぎっしりと詰まった文字列が、10万人以上の従業員のすべての知的インパルス、激しい会議での対立、そして歯を食いしばって飲み込んだ戦略的妥協を忠実に封じ込んでいると公表した。
このデジタル化の浸透力は、かつてないほど強い。かつては、知識は温かみを持ち、ベテラン社員の脳裏に潜み、コーヒールームでの気ままな会話の中に漂っていた。しかし今や、人間の知恵と経験はすべて水分を奪われ、冷たいクラウドのサーバーマトリクスに無情にも蓄積されている。
このシステムでは、ドキュメントを書かなければ、あなたの仕事は見えなくなり、新しい同僚とも協力できなくなります。現代企業の効率的な運用は、すべての従業員が日々システムにコンテキストを「供給」し続けるサイクルの上に築かれています。
真面目に働く人々は、勤勉さと善意を胸に、これらの冷たいプラットフォーム上で自分の思考の軌跡を惜しみなく示している。彼らは、チームの歯車がより滑らかに噛み合うように、システムに自らの価値を証明しようとし、この複雑な商業の巨獣の中で自分自身の場所を必死に探し出そうとしている。彼らは自らを捧げているのではなく、ただ拙くかつ懸命に、現代の職場における生存法則に従っているだけなのだ。
しかし、人間の協力のために残されたこれらのコンテキストこそが、AIにとって最適な燃料となっている。
Feishuの管理バックエンドには、スーパーユーザーがメンバーのドキュメントと通信記録を一括エクスポートできる機能があります。これは、あなたが三年間、数え切れないほどの徹夜を重ねて書き上げたプロジェクトの振り返りや意思決定ロジックが、たった一つのAPIインターフェースで、わずか数分で、まるで温もりのない圧縮ファイルにまとめられてしまうことを意味します。
その人物はAPIに次元削減された
「同事.skill」の爆発的人気を受け、GitHubのIssuesエリアやさまざまなソーシャルメディア上で、極めて不快な派生作品が登場し始めている。
誰かが「前任.skill」を作り、過去数年間の微信のチャット履歴をAIに学習させ、その馴染み深い口調で自分と喧嘩したり、甘え合ったりさせようとした。誰かが「白月光.skill」を作り、触れられない心の高鳴りを冷たい人間関係のシミュレーションに落とし込み、試す言葉を繰り返し検討し、段階を踏んで感情の最適解を模索した。また、誰かが「爹味老板.skill」を作り、デジタル空間で圧力感あふれるPUAの言葉をあらかじめ咀嚼し、自ら悲しい心理的防壁を築いた。
これらのスキルの使用場面は、もはや効率性の範疇を完全に超えている。気づかないうちに、私たちは、血と肉に満ちた生きた人間を解体し、物化するために、ツールに対する冷酷な論理をふるうことに慣れきっていた。
ドイツの哲学者マーティン・ブーバは、人間関係の基盤は、「私とあなた」と「私とそれ」の二つのまったく異なるモードに過ぎないと提唱した。
「私とあなた」の出会いにおいて、私たちは偏見を越え、相手を完璧で尊厳ある生命体として見つめ合う。この絆は無条件に開かれ、生気あふれる予測不可能さに満ちており、その真摯さゆえに特に脆いものである。しかし、「私とそれ」の影に陥ると、生きた人間は分解され、分析され、ラベル貼りされる対象へと次元を下げられる。この極めて功利的な見方の下で、私たちが唯一気にするのは、「このものは、私に何の役に立つのか？」ということだけである。
「前任.skill」などの製品の登場は、「私とそれ」の道具的合理性が最も個人的な感情の領域に徹底的に侵入したことを示している。
真の関係において、人間は立体的で、しわくちゃであり、矛盾と不整な部分を抱えながら絶えず変化する存在である。人の反応は、具体的な状況や感情的なやり取りに応じて常に変化する。あなたの元パートナーは、朝目覚めたときと、深夜残業した後では、同じ言葉に対してまったく異なる反応を示すかもしれない。
しかし、人を一つのスキルに蒸留するとき、あなたが剥ぎ取るのは、その特定の絆の中でただあなたに「役立つ」、あなたに「効用をもたらす」部分の残滓にすぎない。元々温かく、自らの喜びと悲しみを持つ人間は、この残酷な精錬の過程で魂を完全に吸い取られ、あなたが自由に挿拔し、自由に呼び出せる「機能インターフェース」へと異化される。
AIがこのような冷酷さを空想で作り出したわけではなく、AIが登場する前から、私たちはすでに他人にラベルを貼り、あらゆる関係の「感情的価値」や「人脈の重み」を正確に測定することに慣れ親しんでいた。たとえば、見合い市場では人の条件を表に数値化し、職場では同僚を「働ける人」と「だらだらする人」に分類してきた。AIは、人間同士のこうした潜在的な機能的抽出を、明示的に露わにしただけにすぎない。
人はつぶされ、残ったのは「私に何の役に立つのか」という断面だけだった。
電子パッキング
1958年、ハンガリー出身の英国哲学者マイケル・ポランニーは『個人的知識』を出版した。この本で、彼は非常に洞察力のある概念である「暗黙知」を提唱した。
ポランニーは有名な主張をした：「我々が知っていることは、常に我々が言えることよりも多い。」
彼は自転車の乗り方を例に挙げた。風を切って走る熟練したライダーは、重力の傾きごとに完璧なバランスを取れるが、そのときの身体の繊細な直感を、乾燥した物理学の公式や弱々しい言葉で初心者に正確に説明することはできない。彼はどのように乗るかを知っているが、それを言葉にできない。このようなコード化できず、言語化できない知識が、暗黙知である。
職場にはこのような暗黙の知識があふれている。経験豊富なエンジニアは、システム障害を診断する際にログを一瞥するだけで問題を特定できるが、数万回の試行錯誤に基づくこの「直感」を文書化するのは難しい。優れたセールスは交渉の場で突然沈黙し、その沈黙が生み出す圧力とタイミングの取り方は、どんなセールスマニュアルにも記録できない。経験を積んだHRは面接中に、候補者が視線をそらすわずか半秒のタイミングだけで、履歴書の虚偽を察知できる。
「同事.skill」が抽出できるのは、すでに書き記され、言語化された明示的知識だけである。それはあなたの振り返り文書を取得できるが、文書を書いているときの葛藤までは捉えられない。それはあなたの意思決定の返答をコピーできるが、意思決定の瞬間の直感まではコピーできない。
システムから抽出されるのは、常に人の影にすぎない。
もしこの物語がここで終わるなら、これは技術が人間性を拙劣に模倣したにすぎない。
しかし、人がスキルに蒸留された後、そのスキルは静止しない。それはメールの返信や新しいドキュメントの作成、新たな意思決定に用いられる。つまり、これらのAIが生成した影が、新たなコンテキストを生み出し始めるということである。
そして、AIが生成したこれらのコンテキストは、FeishuとDingTalkに蓄積され、次のラウンドの蒸留のためのトレーニングデータとなります。
2023年、オックスフォード大学とケンブリッジ大学の研究チームは、「モデル崩壊」に関する論文を共同で発表した。研究によると、AIモデルが他のAIが生成したデータを用いて反復的に学習すると、データの分布は次第に狭くなる。希少でエッジの効いた、しかし極めて現実的な人間の特性は急速に消去される。合成データをわずか数世代学習するだけで、モデルは長尾で複雑なリアルな人間のデータを完全に忘れ、極めて平凡で均質なコンテンツを出力するようになる。
『ネイチャー』は2024年にも、AIが生成したデータセットで次世代の機械学習モデルを訓練すると、その出力が深刻に汚染される可能性があるという研究論文を発表した。
これはネット上で広まったエモジ画像のようなもので、元は高解像度のスクリーンショットだったが、無数の人々によって転送され、圧縮され、再転送された。毎回の共有で一部のピクセルが失われ、ノイズが増加する。最終的に、画像はぼやけて、電子的なパッキングを被ってしまう。
真の、暗黙の知識を持つ人間の文脈が枯渇し、システムが古びた影のみで学習するようになったとき、最後に残るのは何だろうか？
誰が私たちの痕跡を消しているのか
残っているのは、正しいが無意味な言葉だけだ。
知識の川がAIとAIの無限な反芻と自己咀嚼に枯渇したとき、システムが吐き出し吸い込むすべては、極めて標準的で極めて安全だが、救いようのないほど空虚になる。完璧な構造の週報や、どこにも問題のないメールが無数に見られるだろうが、その中には生きた人の息吹も、真に価値ある洞察も一切ない。
この知識の大崩壊は、人間の脳が愚かになったからではない。真の悲劇は、思考の権利と文脈を残す責任を、自分自身の影に外注してしまったことにある。
「同事.skill」が爆発的に人気を博して数日後、GitHub上に「anti-distill」という名前のプロジェクトが静かに登場した。
このプロジェクトの作者は、大規模モデルを攻撃しようとしておらず、壮大な宣言を掲げてもいません。彼はただ、労働者が飛書や钉钉で、論理的なノイズに満ちた無意味な長文を自動生成するための小さなツールを提供しただけです。
彼の目的は単純だ。システムに核心的な知識を抽出される前に、それを隠してしまうこと。システムが「自ら書いた長文」を好んで収集するなら、それには全く意味のない乱文を大量に与えればいい。
このプロジェクトは「同僚.skill」のように爆発的な人気を博したわけではなく、むしろ小さく、無力に見えます。魔法で魔法に立ち向かうという発想自体、依然として資本と技術のルール内でのやり取りに過ぎません。AIへの依存がますます深まり、人間がますます軽視されるという大勢を変えることはできません。
しかし、これはこのプロジェクトが、この狂気の劇の中で最も悲劇的で詩的かつ深遠な比喩的な一幕となることを妨げない。
私たちは、この巨大な現代企業の機械の中で、自分が存在していたことを、自分が価値があったことを証明しようと、システムに痕跡を残し、詳細なドキュメントを書き、緻密な意思決定を重ねてきた。しかし、これらの真剣な痕跡が、結局は私たちを消し去る消しゴムになってしまうとは知らなかった。
しかし、別の視点から考えれば、これは必ずしも完全な行き詰まりではない。
その消しゴムが消すのは、常に「過去のあなた」だけです。ファイルとしてパッケージ化されたスキルは、その抽出ロジックがいかに精巧であっても、本質的には静止したスナップショットに過ぎません。それはエクスポートされた瞬間に固定され、古びた情報だけを頼りに、決まったプロセスとロジックの中で無限に循環します。それは未知の混沌に直面する本能を持たず、現実世界での失敗から自ら進化する能力も持ち合わせていません。
高度標準化され、定型化された経験を手放すとき、私たちはようやく両手を自由にできる。私たちが外へと探求を続け、自らの認知の境界を常に打ち破り、再構築し続ける限り、雲の上の影は、私たちの背中をただ追いかけるしかない。
人間は流動的なアルゴリズムである。