AIが私たちを上回る時ではなく、私たちが自分の頭を使うのをやめる時が締切である

232日前原文(theargumentmag.com)

概要

フィットネス の「タイム・アンダー・テンション」と同様に、 思考力 も時間をかけて鍛える必要性
AI時代において、人間が自らの 能力低下 を招くリスク
読解力・ 文章力の衰退 が深い思考力の喪失につながる警鐘
AI活用 が進む中で、深い読書と執筆の重要性
子どもたちが 身につけるべきスキル は「深く考える力」

「タイム・アンダー・テンション」と思考力

フィットネスの基本概念「 タイム・アンダー・テンション」を思考にも適用
スクワットの例：同じ重量でも 動作時間 が長いほど筋肉への刺激が増加
思考でも、バラバラなアイデアを 時間をかけて結びつける ことで新しい発想が生まれる
短時間で答えを出すのではなく、 忍耐強く考え続ける力 が重要
痛みと成長 の関係は、フィットネスと知的活動の両方に共通

AI時代の「能力低下」のリスク

AIが18ヶ月以内に 人間の仕事を奪う という予測の議論
本質的な問題は、AIが人間を超えることではなく、 人間自身の能力が劣化 すること
テクノロジーの進化により、 自分たちで自分たちをデスキル化 する危険性
18ヶ月で何が変わるかより、 現時点での能力低下 に着目
AIの進歩以上に、 深く考える力の衰退 が懸念

読解力・文章力の危機

AIを使った カンニングの蔓延 が教育現場で深刻化
ChatGPTなどの LLM が学生の執筆力を奪う現状
書くことは 考えることそのもの であり、アウトソーシングは思考力の空洞化を招く
読書量の減少、 断片的な情報 に慣れた世代の台頭
アメリカの リテラシー低下、大学生でさえ本を読まない現実

深い読書と執筆の価値

Cal Newportによると、 深い読書と執筆 こそが象徴的論理やシステム思考の基礎
テレビ、インターネット、スマホ、SNSの登場で 集中力と読書習慣 が劣化
Walter Ongの指摘： リテラシーは人間の思考構造を再編成 した重要な能力
書き言葉の豊かさが 複雑な知識伝達 を可能にした歴史的背景
読み書きの衰退は、 人間の認知的超能力の喪失 につながる警告

AI時代に必要なスキル

どの分野を専攻すべきかよりも、 深く考える力 を重視
長くて複雑なテキストを 根気強く読む力
相反するアイデアを 頭の中で共存させる耐性
文章を 一文一文丁寧に組み立てる執念
AIが当たり前になる時代に、 深い人間的思考 が希少価値となる可能性

Hackerたちの意見

これについてはまだ決めかねてるんだ。最初は「これはダメだ、考えることを外注してる」って思ってたけど、AIをいろんなタスクに使ってみて、すごく学びが多かったし、早く成長できた気がする。新しい足場がなかったら、全部思い出せるかはわからないけど、そもそもそれがなかったら学ぶこともなかったかもしれない。

└

同意だね。いろんなテクノロジーに触れるようになったのは、物事が進めやすくなったからだよ。

└

あなたは必ずしも典型的ではないね。

└

アルコールみたいに考えてみて。少しの量がリラックス効果をもたらす人もいる。人類は衛生状態が悪かった時代を乗り越えるために、消毒剤や保存料として役立ったんだ。でも、ある人にとっては、不安に対する安全な対処法を育てるのを妨げる足場になってしまうこともある。さらに、他の人にとっては、依存症になってしまって、禁断症状で死ぬリスクを抱えたり、消費を続けることで肝硬変で死んでしまうこともある。彼らはそれなしでは生きられないし、徐々に減らさない限り、生活できない。私が言いたいのは、AIの依存があなたを殺すわけではないけど、役立つものが精神的な足場になってしまうこともあるってこと。

└

使い方次第だよね。単に答えを得て次に進むのか、それともその答えが正しい理由を理解しようとするのか。自分の理解を試すために、ちょっとしたローグライクなゲームを作ってたんだ。関数のチートシート以外の外部リソースはできるだけ使わないようにして、最初はAIも避けてた。視線を決定する際に最初の問題にぶつかったんだけど、単純にグリッドに沿って線を計算して、固体オブジェクトに当たらなければ視界にタグを付けてたんだ。でも、これだと視界が不安定になっちゃった。いくつか試してみて、調べる必要があることに気づいた。検索結果は全部レイキャスティングを使ってたけど、自分の元のアイデアに価値があるか確認したくて、レイキャスティングは使いたくなかった。結局、探すのを諦めてコパイロットに関数を埋めてもらったら、ブレゼンハムの線アルゴリズムを使ってくれた。まさに探してたものだったし、なぜ自分のアプローチが一貫して機能しなかったのかも教えてくれた。グリッドを横切る線を計算する際の小さな誤差をブレゼンハムが考慮しているからなんだ。でも、ほとんどの人はAIの答えがなぜ機能するのかに興味を持たない。だから、素晴らしい学習ツールになり得るけど、考えなしに使われることもあるんだよね。

└

これが問題だと思う。AIを使うことで、ある人は全体的に愚かになり、他の人は賢くなり、また多くの人はある面では愚かになり、別の面では賢くなる。著者があまりにも一般化しすぎなければよかったのにね。https://claude.ai/share/27ff0bb4-a71e-483f-a59e-bf36aaa86918 私がその記事を分析するためにClaudeを使ったことで、自分が賢くなったのか愚かになったのかはあなたが判断してね。追記：Claudeへのプロンプトで、著者の性別を間違えてしまったみたい。それがAI使用が私に与えた影響についての質問に答えるかもしれない。

現在の私の意見は、AIは私たちの既存の傾向をさらに強めるものだということ。個人的には、リサーチや学習、時間がかかる作業において非常に役立っていると感じてる。もっと人間の思考が必要なことや、自分が楽しめることに多くの時間を使えるようになった。素晴らしい体験で、自己成長のロケットに乗っている気分だよ。多くの人がAIアプリケーションの肉体的なアナロジーになってしまっているのを見て悲しくなる。AIが仕事を奪うって文句を言ってる同じ人たちが、自分たちがプロセスに何も付加価値を与えないことでAIに仕事を与えてしまっていることに気づいていないのが不思議だ。なんでみんな自分たちがこれをしていることに気づかないのか、まだ理解できていない。

└

スティーブ・ジョブズが言った「コンピュータは心のための自転車」っていう約束を果たしてるよね。みんなが思考能力を失うって考えてるのが信じられない。もしSNSをスクロールしても思考能力を失わなかったなら、AIに対しても失わないはずだよ。でも、実際には多くの人がSNSを見て思考能力を失ってると思う。それが問題なんだ。人々は、自分の頭に何を入れるかを選ぶ力があるってことを理解する必要があるし、アルゴリズムで決まったコンテンツを大量に入れる前に、それが自分の信念や購入、ライフスタイルの選択にどんな影響を与えるかを考えるべきだよ。

└

この投稿は、これらのツールを使って育っている若者たちについてが主なテーマだった。彼らはまだ習慣や傾向を発展させている段階だからね。個人的には、LLMが出る前にプログラミングを学んでおいてよかったと思ってる。Stack Overflowでの面倒な検索があったとしても、将来の仕事探しで新しい技術の波に直面することはなかったから。そうすることで、これらを学ぶことの本質的な価値を理解し、評価できるようになった。でも、西洋文化は主に外的な価値観に基づいていて、将来の世代が特定のスキルを学ぶことを逃す可能性があるんだよね。

これがすでに起こっている例を見てみて。GPSやマッピングソフトなしでルートを計画したりナビゲートする方法を全く知らない人がどれだけいるか。確かに、リアルタイムのデータソースがあれば、工事や交通を避けるのに便利だし、リアルタイムの地図を使うけど、それを超えて次の行動を何度も与えられると依存症になっちゃうんだよね。

└

GPSのおかげで、前は行くのをためらってた場所にも行けるようになったよ。

└

ナビアプリに頼るのが過剰依存だと思う理由は何？ルートを計画するスキルなんて、ほとんどの人にとっては全然役に立たないし、もし何かの理由で必要になったとしても、簡単だよ。

└

その社会的コストについては、こんな話を見てみて: https://www.npr.org/2011/07/26/137646147/the-gps-a-fatally-m... そして、この考え方が価値観やスキルをどう蝕むかについて: https://www.marinecorpstimes.com/news/your-marine-corps/2018...

└

でも、これは昔から私たちが譲歩してきた証拠だよね。「ジョン・ヘンリーのバラード」は1840年代に書かれたんだ。「エンジンはその蒸気で報われるのか？」っていうのが当時の反自動化の考え方だった。もし「AI」と呼ばれていたものを何かを諦めたら、コンピュータや車、飛行機、どんな技術も存在しなかっただろうね。

└

無駄な忙しさの限度を、慣れている量だけにするのは恣意的に思える。もしかしたら、地図がもう簡略化しすぎてて、特定のルートに依存せずに、目印やコンパスの方位から道順を考えるべきかも？私の意見では、ターンバイターンの指示に依存するのは全然問題ないと思う。実際に私たちにはそれをやってくれる機械があるからね。私たちは、実際に役立つことを考える自由を与えてくれる便利なものに依存しているんだ。例えば、消費者法のおかげで、店に入って何かを買うときに、毎回契約を交渉したり、騙される可能性を考えたりしなくて済む。もしかしたら、線を引く場所は人それぞれで、自由になった時間を本当に役立つことに使っているか、無駄なことに浪費しているかによるのかもしれないね。

└

どうやって進めるか全然わからない。問題が見えないんだけど。

雑誌の名前が「Argument」なのに、この文章は「問題はXじゃなくてYだ」と主張する典型的なパターンに陥ってる。そして、その後はYを支持するための内容が続くけど、Xを否定する議論は一度も出てこないんだよね。

└

主観的な視点なら、反論する必要はないよね。

最近の採用サイクルで、優秀なシニアエンジニアが見つからないのが本当に問題になってる。今面接するシニア候補者の80%が、GenAIの助けなしではジュニアレベルのタスクすらできないんだ。だから、スキルを見極めるためにもっとコーディングテストをやらざるを得なくなった。テストは実際の仕事に近い形にしてるけど、基本的なデータ構造を扱うのも苦労してる人が多い。だからコーディングは一旦置いといて、もしかしたら他の人を指導するスキルがあるのかもと思ったけど、結局彼らもアイデアを出すのにLLMに依存してる。80%は冗談じゃないよ。実際に直面してる問題だし。誰かが「じゃあLLM使わせればいいじゃん」とか言うかもしれないけど、違うんだよね。まず、私たちはLLMが苦手な新しい技術やAPIを作ってるから。さらに言うと、そんな状態でシニアにお金を払う意味は何？彼らがスキルが衰えてしまったら、ジュニアや安い人と何が違うの？

└

何を知っておくべきか、何をググったりLLMに聞いたりできるかは、意見の問題だよね。

└

この前、サイドプロジェクトのためにコードを書いてる時に考えてたんだけど、私はリードエンジニアなんだけど、最近はAIを使ったコードが多いんだ。もし今、何かを手動でコーディングしろって言われたらできるけど、1行ずつ書くのに慣れるまでちょっと時間がかかると思う。具体的には、数日くらいかな。だから、LLMなしでコーディング面接をしたら、事前に少し準備しないと多分失敗するか、少なくとも苦労するだろう。でも、どんなことがあっても雇ってくれれば、数日で元のペースに戻って、そこからは大抵の人よりも良い仕事ができるよ。あまり使われていないけど潜在的な能力を試すために才能を失わないように気をつけてね。

└

シニアをエージェントLLMとペアにして、ジュニアもエージェントLLMとペアにして、いくつかのサイクルで出力を測定してみて。データの中に答えが見つかるはずだよ。

└

シニアって何を指すと思う？最近5年でタイトルがかなりインフレしてる気がするし、みんな少なくともシニアって感じだよね。新しいジュニアポジションも開いてないし、彼らを責める気にもならないな。

└

グレードインフレが企業の世界にも広がってるね。「プリンシパル」ってタイトルの人を面接したけど、数十年前なら「シニア」とも言えないレベルだったよ。

└

まず、新しいテクノロジーやAPIを作ってるけど、LLMは本当に苦労してる。 LLMはこのタスクでは絶対に優れてるよ。出典：私、7月初めからGemini Pro 2.5とClaude Opusでやってる。実際、あまりにも良いから、今後ソフトウェアエンジニアを雇うつもりはないよ。（25年間ソフトウェアを開発してきたけど、多くのエンジニアを雇った。）

└

ジュニアレベルのタスクをGenAIなしではできないってことだと思う。「できない」ってのは、アプローチの知識が全くないわけじゃなくて、詳細な知識が足りないってことだと思う。例えば、ジュニアは最近の勉強である$アルゴリズムを詳しく覚えてるかもしれないけど、シニアはそれを知ってるだけで、どんな特性があるか（いつ使うか、使わないか）や、どうやって調べるかは知ってるかもしれない。定期的に考えないと、その記憶は薄れていって、ただのぼんやりとした記憶になって、最終的にはその知識を失ってしまうんだよね。それが私たちの性質だから。ただ、ジュニアレベルのタスクをやらないってことは、そのポジションには必要なかったってことだし、他のことをするためのポジションだったってことだよ。これは専門性と名称の不一致の問題で、「ジュニア」と「シニア」は同じスキルセットの異なるレベルではなく、少し異なるスキルセットなんだ。簡単なテスト：あなたの職場にジュニアがいるなら、彼らがシニアと同じタスクをやってるか、違うことをやってるか確認してみて。あと、タイトルインフレもあって、需要の変化やタイトルを追い求める文化が名称を混乱させてるよね。

└

じゃあ、なんでシニアにお金を払ってるの？ AIと話す方法を知ってるからだよ。今のところ、シニアとジュニアを分けるスキルはそれだけ。問題領域について知識があって、何度も頭をぶつけてきたから得られるスキルなんだ。

AIは巨大な抽象化レイヤーになり得るし、ソフトウェアエンジニアリングは抽象化レイヤーでいっぱいだよね。でも、常に真実であることは、優れたエンジニアは抽象化を利用しつつも、裏で何が起こっているのかを理解しようとする好奇心と知性を持っているってこと。だから、ほとんどの人がTCP/IPスタックを書くことはないけど、プロトコルを知っておくのは役に立つ。多くの人がホストされた分散データベースに単に呼び出すだけでも、優れたエンジニアはそれがどのように実装されているか、可用性や一貫性のトレードオフがあることを広く理解している。ここでも同じで、AIが言うことをただ鵜呑みにして、チャットウィンドウからのコピペをしてるだけだと、良い結果にはならないよ。

著者は気づかずに答えにたどり着いたかもしれない。彼はジムで懸垂をしている。彼のラット筋力は生存のために必要な重要な部分なのか？それはほぼあり得ないよね。20世紀前半、ほとんどの仕事が肉体労働だった時代に、仕事の後に効率的なラットエクササイズを研究したり試したりしただろうか？多分それもないだろう。もし私たちが仕事で頭を使わないなら、家で頭を鍛えることが実際には意識を高めるかもしれない。実際、そうでないとは考えられないよ。無心のゾンビ社会になる可能性もあるけど、少なくとも合理的な割合の人々の中には、学び理解し構築したいという本能的な欲求があると信じたいし、それに人間関係を築く側面もあると思う。

中学や高校、大学まで、学校がAIによるカンニングや認知機能の低下を防ぐための一つの方法は、期末試験のやり方を根本的に見直すことだと思う。対面での口頭ディスカッションを義務付けて、1〜3人の教師の前で1〜2時間話す形式にすべきだね。理想的には、学生自身のオリジナルのテーマに基づいて。これによって創造性や批判的思考が復活するし、試験中に教師が鋭い質問をしたり、予想外の話題に飛び込んだり、リアルタイムでブレインストーミングを促したりできる。これこそが、私たちの種が神経の萎縮を超えて進化するための挑戦だと思う。NYUのギャラティンスクールは'72年からこれをやってるよ。*私の人生で最も刺激的な4年間だったかも。

最近、似たようなことについて短い投稿を書いたんだけど、AIはどんどん長いタスクを解決できるようになってるのに、人間の注意力は短くなってるよね。https://www.zappable.com/p/ai-vs-human-attention-spans みんながAIを使って自分の考えを持ちながら助けてもらえるようになればいいな。学校の課題なんて、あんまり役に立ってなかったしね…。

教育システムはもう過去の遺物だよ。この記事で言われてるポイントは、2025年に子供たちにクリティカルシンキングを教える最良の方法が、12ポイントのTNRで1インチの余白を持つ『勇気の赤いバッジ』の本報告書を書いて、過労で給料も少ない教師に急いで採点される教室だって前提になってる。これからは、もっとパーソナライズされたAI主導のカリキュラムがあって、学生が自分のペースで進めるようになると思う。AIシステムは、適切だと思う範囲でAIの自動補完を使わせてくれるし、微妙なミスや改善の機会を加えてリアルタイムで理解度をテストできる。メインの懸念は、逆のことかもしれない。教育が実際にもっと効果的で面白くなったら、子供たちの社会性や協力スキルはどうなるんだろう？もしかしたら、そこで人間の教師がまだ価値を加えられる部分があるのかも。あるいは、規律やモチベーションの面でも。どうなるかは正確にはわからないけど、人間の教師にはまだ役割があると思うし、その側面は今の「講師」や「採点者」よりも重要かもしれないね。

ハクソク