AIにできないが人間にできることの議論 2025-01-19〜20
GPT-4o.icon
ここまでの議論のトピックを整理すると、以下のようにまとめられます。
1. AIと雇用の変化
LLMやAIの進化により、職業の効率化が進み、必要な人員が減少する可能性がある。
エンジニアやイラストレーターなど、クリエイティブ職を含む一部の職種で既に影響が出ている。
他の職種も今後影響を受けるが、まだ気づかれていない分野も多い。
データを使わないような肉体労働は恩恵を受けない
2. 影響を受けやすい職種
データ入力、カスタマーサポート、一般的な事務作業などのルーチン的業務が影響を受けやすい。
翻訳や単純なプログラミングもAIによって効率化されている。
3. 影響を受けにくい職種
アート・クラフトや介護など、感情的なサポートや人間的なケアが必要な分野は影響が少ない。
新規アイデア創出や未開拓領域を扱う仕事も影響を受けにくい。
4. 創造的な分野へのAIの影響
LLMは既存のデータやパターンを組み合わせる能力に優れるが、完全に独自性を持つ創造的な発想はまだ難しい。
クリエイティブ分野では、人間の直感や感性、倫理的判断が引き続き重要。
5. 創造性とAIの役割
多くの創作物は、既存の要素を組み合わせることで生まれているため、その点でLLMは強力なツール。
ハリウッド映画や小説なども、過去のパターンを参考に新しいものを生み出すことが多い。
6. 今後の課題
職業構造の変化に対して、どのように適応し、新しいスキルを身につけるかが重要。
LLMやAIの影響が拡大する中、人間が介在するべき領域の見極めが必要。
議論は、AIの進化による影響を受ける分野と、まだAIが完全には代替できない領域の区別、そしてそれにどう適応するかについての具体例と洞察を中心に展開されました。
プログラマーを例に考えてみよう
事業のドメイン知識がどこにあるかで整理する
単純な場合、事業の理想は企画の中にある。プログラマーはそれを実現するために現実的な制約の中でモデル化し、実装する
LLMが事業を理解でき、かつシステム的な制約も考えることができるなら、企画を考える人がそのままLLMに命じてサービスをつくればいい
この場合でも、誤っていないかの見抜く専門家は需要がある
価値 技術的に妥当性を判断できる能力
また、新目のアーキテクチャを使いたい場合にはそれをよく知る専門家としてのプログラマーの需要はある
価値 LLMが知らないことを知っている能力
LLMが不完全である場合、プログラマーが必要である
求められる能力は、コンピュータ界隈の大枠がわかっていることだ
言っていることを判定できる
不明な点について質問できる
実装はLLMの方が早いので、この知識がない新卒を取る経済的動機がより薄くなる
今の時点での新卒の価値「実装ができる」が無力化されるため
OpenAI o1.icon以下は、ここまでの議論を「どのような点を、なぜ議論したのか」を意識しながら、具体的に振り返って要約したものです。
1. AIが進化するとプログラマーの仕事がどうなるのか
きっかけ
LLMをはじめとするAI技術の進歩により、コードを書く作業が大幅に自動化される可能性が高まっている
なぜ議論したか
実装だけが得意なプログラマーは将来不要になるかもしれないという危機感から、「どのような能力が生き残るか」を探りたかった
2. プログラマーが置き換えられる領域と残る領域
きっかけ
実装の速さや定型的なコード修正は、AIがすでに得意としている
なぜ議論したか
コードレビューやテストの自動化、要件定義書からのコード生成などが進んでおり、「人間に残される仕事」を考える必要があった
議論の内容
新しい技術や不確実な要件への対応
抽象的な判断・交渉
社会や人間との折衝がAIでは難しい
3. 具体的にプログラマーはどうすればよいか
きっかけ
単なる実装スキルでは競争力が下がるという問題意識
なぜ議論したか
実際に学ぶべきことや行動について具体的に知りたかった
議論の内容
小規模でも企画や運用フェーズに関わり、要件定義や意思決定を体験する
不確実性のある新技術のPoCを進んで引き受ける
他部署やユーザーと積極的に話し、コミュニケーション力・調整力を磨く
4. プログラマーから事業家やPMへの道
きっかけ
プログラマーが「単なる実装者」以上の能力を発揮しなければ仕事がなくなるリスク
なぜ議論したか
新しい価値を生み出し、上流工程での役割に踏み込む重要性が示唆されたため
議論の内容
企画段階に参加できるよう自ら動く
ユーザー目線で課題解決を考え、起業家マインドを持つ
主体的に動き、経営やマネジメント視点を養う
5. ユーザージェネレーテッドコンテンツ（UGC）と表現の自由の問題
きっかけ
エログロを含むクリエイターの表現が決済や規制によって収益化しづらい問題
なぜ議論したか
特定の表現が収益化困難な現状を、サービスを作るプログラマーとしてどう解決すべきかが課題
議論の内容
アダルト要素や表現規制により収益化のルートが限定される
法的知識・交渉力が必要
仲間作りや社会的活動が重要
6. 弁護士など他の専門職も置き換えられるか
きっかけ
弁護士やコンサルタントもAIが得意な領域を持つのではという疑問
なぜ議論したか
知的労働全般がAIに代替される場合、人間にどんな仕事が残るかを考えた
議論の内容
リサーチや書類作成はAIに頼りやすくなる
依頼者とのコミュニケーションや裁判所とのやり取りはAIに任せにくい
法的責任や社会的な折衝の場面は人間に残る
7. AI時代に人間が鍛えるべき抽象的スキル
きっかけ
AIが増しても価値を持つスキルとは何かという根本的な問題
なぜ議論したか
不確実性や交渉力といった要素をどう身につけるかが重要
議論の内容
小規模プロジェクトや新技術のPoCを主導する
火消し役や障害対応責任者を経験し、リスク判断を学ぶ
ユーザーインタビューで問題の本質を把握する
コミュニティや業界団体に参加し、社会的ルール形成に意見する
8. キャリアパスの例
きっかけ
身につけたスキルでどんな仕事に就くかをイメージしたかった
なぜ議論したか
行動のモチベーションとして将来像を知りたかった
議論の内容
PMやアーキテクトとして上流設計と意思決定を行う
弁護士など専門家とエンジニアリングの橋渡しを行う「Tech Lawyer」「Legal Engineer」
経営層やコンサルタントとして組織を超えた問題解決をリードする
起業し社会的ルールを変えるアプローチに挑戦
まとめ
AIによって定型的な作業は急速に自動化される
人間の仕事は「曖昧さや不確実性の高い状況で意思決定・交渉」「社会やルールを動かす」「最終責任を担う」に集中しやすくなる
プログラマーや弁護士などの知的労働者にも同様のリスクとチャンスがある
コミュニケーション力、意思決定力、法・社会への理解、ユーザーファーストの姿勢を磨くことが重要
日々の業務や副業・プロジェクトで意図的にスキルを伸ばすことで、AI時代のキャリア安定と発展につながる
抽象的結論