世界を動かす技術を、日本語で。

技術スキルよりも判断力の重要性の高まり

概要

  • Brian Eno の1995年の洞察が AI時代 に再び注目
  • 技術的スキル よりも 判断力 が重要となる時代
  • AIツール による創造活動の民主化
  • 専門家と非専門家 の差が縮まる現象
  • 今後は 何を選び、なぜ作るか が問われる社会

コンピュータシーケンサーとAI:Brian Enoの洞察

  • Brian Eno は1995年、コンピュータシーケンサーの利点について言及
    • 技術的スキルの壁 を取り払い、 判断力 の重要性が増すことを指摘
  • CubasePhotoshop などのツールにより、誰もがプロ並みの作品を作成可能
  • 問題は「 できるかどうか」ではなく、「 何を選ぶか」へと変化

AI時代におけるパラレル

  • AIツール が多様な分野で 創造活動の民主化 を推進
    • ライティング・コンテンツ制作
    • 画像生成・デザイン
    • コード開発
    • データ分析
    • 問題解決
  • 技術的障壁 が低下し、誰でもプロ並みの成果物を作成可能な時代へ
  • 表面的なアウトプットの差が縮小

新たな差別化要因:判断力

  • Eno の予見通り、 技術力 よりも 判断力 が価値の源泉となる
    • 何を作るべきかを見極める力
    • 無数の選択肢から最適なものを選ぶ意思決定力
    • 良い成果物と卓越した成果物を見分ける評価力
    • 適切な文脈で最適な解決策を選択する応用力

仕事の未来とAI

  • AIの進化 により、仕事の役割が 技術的実行 から 戦略的判断 へシフト
  • 価値の高いプロフェッショナルの条件
    • 適切な問いを立てる能力
    • 問題を正確に定義するスキル
    • 的確な意思決定
    • AIツールに対する明確な指示・方向性の提示

結論:AI時代を生き抜くための指針

  • Eno の30年前の洞察が、 AI時代の生存戦略 となる
  • 問われるのは「 できるかどうか」ではなく、「 何を選び、なぜ作るか
  • 技術的障壁 が消えゆく中、 良い判断力 こそが最も重要な資産

Hackerたちの意見

これって、他の人の仕事をスキルを持って監督する役割ではすでに当てはまると思う。例えば、偉大なリーダーたちはかつて実践者だったんだ。時間が経つにつれてスキルは衰えるかもしれないけど、彼らの判断力があるからこそ、効果的に影響を広げられるんだよね。

ソフトウェアの世界では、優れたエンジニアを管理職に昇進させて、ピーターの法則を加速させているよね。でも、必ずしもそうである必要はない。管理スキルは、管理される側のスキルから派生するものではなく、むしろそれとは直交しているんだ。これは、多くの博士課程の候補者が学ぶ教訓に似ている。自分の分野での専門知識は、教育の専門知識ではない。内部から昇進した企業は、新しい管理者のためにトレーニングを提供していたものだ。

これ、私のクロード・コードとの経験と重なる。ボトルネックはコード生成そのものじゃなくて、2つの重要な判断タスクなんだ。1つ目は問題の分解。漠然としたアイデアを、AIに効果的に伝えられるように、明確で文脈に基づいた問題に分けること。2つ目はコードレビュー。生成されたコードが品質基準を満たしているか、適切に統合されているかを慎重に評価すること。この2つは、ドメインやコードベース、良いソフトウェアエンジニアリングの原則を深く理解していないとできない。皮肉なことに、これらのタスクにAIを使うこともできるけど、根本的には人間の判断が必要で、質の高いソフトウェアを作るための重要な道筋にあるんだ。コードを書く技術はほとんど商品化されてしまったけど、何を作るべきか、どうやってそれを検証するかの判断は、今でもとても重要だよ。

私の経験とも一致する。問題を分解して、簡単に解決できるようにするのがプログラミングで一番楽しんでる部分なんだ。自分でコードを書く量が減るのは全然構わないけど、レビューする量が増えるのはちょっと嫌だな。さて、どうやって人々が悪いプロンプトに基づいてLLMが出したものを盲目的に受け入れる問題を解決するかだね。これは普遍的に当てはまるし、技術的な問題じゃない。

これに関して、あまり話されないことを付け加えたい。プログラミングをしているとき、私は集中力とフローを非常に重視しているんだ。コードアシスタンスは、微妙な方法でそれを壊したり妨げたりすることがある。だから、最近はもっと頻繁にオフにしているんだ。皮肉なことに、アシスタンスを使うことで、小さな非効率や気を散らす要因、悪い習慣、改善の可能性に気づくことができた。これは非常に広い意味で言っていて、マインドセットやツール、メモを取ること、運用化、コードナビゲーション、考える/デザインするからプログラミング/プロトタイピングに切り替えるタイミング、コードの整理など、改善できる小さなことがたくさんある。だから、私はこの発言には根本的に反対だ。> コードを書く技術はほとんど商品化されている (...) ある場合には、フローや高い集中状態に入るための環境を整えてからコードを書くのが非常に効果的だと感じる。プログラムとの結びつきが強くなり、より複雑にどう動くかを理解できるからね。今、私が学ぶべき2つの重要なことは、どのアプローチをいつ使うべきかを認識し、それぞれをより効果的に使うための準備をすることだ。

なんだこれ、コード生成は絶対にボトルネックだよ。実際のプログラミングスキルが不要になったって主張してる人がいたら、ぜひ一緒にバーチャルペアプログラミングセッションをやろうよ。すぐに彼らが中程度の複雑さのコーディングすらできないことを示してあげるから。これがこの論争を解決する唯一の方法だと思う。もし彼らがプロンプトに関する魔法のソースを持ってるなら、他の人が検証できるセッションやチャットを投稿すべきだよ(完全に再現可能でなくてもいいから)。昨日はほとんど一日が無駄になった。主にClaude 4 Sonnetを使って問題に取り組むことにしたから。すべてのステップで手を引いて、基本的なタイプミスや論理エラーを修正し続けて(同じセッション内で以前に修正したものも含めて)、結局、私が出した課題を解決できなかったんだ。皮肉を込めて言うけど、LLMが技術スキルを奪うって叫んでる人たちは、AI企業の株をたくさん持ってるに違いないと思う。

実際、シニアエンジニアがジュニアにタスクを委任して結果をレビューするために必要なスキルは、同じ2つのスキルなんだよね。

これはブログ記事で述べられている問題の狭い見方だね。君はソフトウェアエンジニアの視点から見ているけど、投稿しているウェブサイトを考えると理解できる。だけど、記事は実際にはもっと高いレベルのことに焦点を当てているんだ。つまり、君が分解している問題やレビューしているコードが「良い」か「価値がある」かを判断する能力についてなんだ。Claudeは「問題を分解」したり「コードをレビュー」するのが今より10倍上手くできるかもしれないけど、もしそれが無駄で不格好で、他の人が持っている特性が欠けているせいで悪いものだったら、意味がないんだよね。

「これには、ドメイン、コードベース、そして良いソフトウェアエンジニアリングの原則についての深い理解が必要だね。」ほとんどのAIは最終的にはこれを理解できるけど、ドメインだけは難しいかも。でも、数年後にはソフトウェアエンジニアリングはプロダクトマネジメントに似た感じになると思う。

これでコードを書くのを低賃金の労働に押し付けようとするのは、歴史上少なくとも三回目だね。今回は成功するかどうか見てみよう。問題は、小さな詳細が大きな詳細に影響を与え、それがまた小さな詳細に影響することだ。両方が得意じゃないと、どちらもダメになっちゃうことが多い。

教育の分野でも似たような議論があったよね。人々は、批判的にテキストを分析する能力が知識よりも重要だと思っているみたい。でも、ある程度はそれが正しいけど、個人的には、ある程度の基礎知識を持って、テーマのメンタルモデルを構築しないと、難しい質問に取り組むのは難しいと思う。今の職場では、上からの「ワンテック」ミッションを進めていて、さまざまな製品ラインで技術スタックを合理化しようとしている。これ自体はいいけど、判断が悪いんだ。社内の開発者調査で一番のボトルネックとして挙がるのは、企業が義務付けたIT関連のことや、ローカル管理権限すらない比較的敵対的な環境なんだ。これは一般のオフィスワーカーには理解できるけど、ソフトウェア開発者には全く意味がない。

最近のHEPで見かけた「ユーザー」と「専門家」の間の概念を思い出させる。あの区別は本当に馬鹿げていて、理解できない。最初はコードに出会って、慣れていないけど、すぐに問題を解決するために専門家になって進めることになる。どのコードベースから始めようが関係なく、実際のスタックが何をするのか、そこに何が関与しているのかを理解することが大事なんだ。人々は自分が何をしているのかを深く理解するべきだからね。でも、これはすべてのエンティティの「企業化」から来ていて、パフォーマンスを評価するためにランダムな指標が使われている。単純な質問「これが動くのか」「修正が必要なのか」「このものは壊れるのか」を聞く代わりにね。仕事から離れた管理者タイプの人々と、実際に仕事をしている管理者との間には明確な断絶がある。ストレス要因を理解し、システムの深い理解や追加の文脈化が必要なところを把握することが求められるのに、全体を台無しにしないためにはね。とはいえ、これは非常に特異な視点から来ていて、業界標準ではない技術スタックを持っている。

教育って、単に知識や方法を教えるだけじゃなくて、学ぶ力を教えるべきだと思うんだよね。ハードな知識は、結局のところ副産物みたいなもんだから。何もないところからは学べないし、何かを使って学ぶことになる。その何かが最終的にはハードな知識を形成するんだよね。一般的には、広い範囲だけど浅いハードな知識になっちゃう。皮肉なことに、今の共同開発ではその学ぶ力が削られている気がする。組織の短期的な利益のために、特定の技術知識を持った人が求められて、簡単に代替可能なようにされてるんだ。人に依存しないように、プラグアンドプレイの部品みたいにね。組織内では学ぶ能力が価値を持たない。入る前に十分に練習して、入った後は集中的に応用するべきなんだ。進化する組織を主張するために、教育は外部の企業に限られた時間で委託されて、実際の組織の文脈でやるんじゃなくて、作り上げた例や一般的な(人工的な)適用性でお金を稼ぐんだよね。組織の一部になって、日々新しいハードな知識を特定の文脈で応用するのは、ランダムな熱心な人によってカジュアルに行われる。もし彼らが会社の方針や確立された管理方法を打破できればね。最終的には、方針や実践も厳格にしなきゃいけないよね。そうしないと、管理に関わる人たちもコードの兵士のように簡単に代替可能になっちゃうから。組織のためにね。このアプローチを「組織指向の開発」と呼ぼう。

比較的敵対的な設定で、ローカル管理者権限すらないこれについてちょっと脱線するけど、仮想VMやサンドボックス化されたマシンへのローカル管理者権限はどう?それがあれば、開発者は生産的になれると思うし、ITが守りたいものも守れるんじゃないかな。そうなると、実際の問題はローカル管理者権限じゃなくて、内部ネットワークに接続されていて、社内リソースにアクセスできるマシンへの管理者権限を持つことになると思う。つまり、ITは一度ローカルネットワークに入ったら、たくさんの貴重なものにアクセスできるという戦略を取っているかもしれない。これはちょっと怖い戦略だね。

AIは、スタート地点を提供したり、特定の物事がどう機能するか、どう構造化すべきかの全体像を示すのに非常に役立つ。時には、本当に経験豊富なソフトウェアエンジニアでも、見たことのないものに出くわすことがある。始めるために何を検索すればいいのかすらわからないこともある。だから、さまざまなフォーラムや電子書籍を半日かけて探す代わりに、モデルに曖昧な言葉で自分が探しているものを尋ねることができる。最近のLLMの中には、そういうのが得意なものもある。今のところ、そういったものの実装はまだ完璧じゃないけどね。私の経験では、扱う問題がより難解であればあるほど、モデルが出すコードは古くてサポートされていないライブラリなどが含まれていることが多い。

判断力と技術力は切っても切れない関係だよね。技術は、判断力と技術力の境界を動かすだけなんだ。昔、パンチカードの時代にプログラムを書いてた人を知ってるけど、その頃の技術力って、プログラムを書くときにほとんどのバグを避けるために、勤勉で考え深いことが求められたんだよね。これを失敗すると、次の時間枠を待たなきゃいけなかった。これって、書けるプログラムの複雑さにどう影響するかってこと?つまり、かなり制限されるってことだよ。今の非常に基本的なプログラム以上の判断力を持つことはできない。AIの時代が来る前にプログラミングを学んだんだけど、技術力って、PythonやC++でプログラムを書くことや、複数のコンピュータを連携させること、何か問題が起きたときにヒントを見つけることとかを指すんだ。今の判断力は、大量のプログラムがどう相互作用するかみたいなことを含むけど、これはパンチカードの人には関係なかったんだよね。今、AIが登場して、技術力の問題から解放されたように見えるけど、実際にはゴールポストが移動しただけなんだ。ラムダ関数の構文を理解するために時間をかける言い訳はもうなくなるし、もっと複雑な製品を生成することが求められるようになるから、判断力を提供するためにはさらに高い視野が必要になるんだ。

その判断力は何に基づいてるの?AIがまだできない仕事、例えばシステムアーキテクチャの設計や、どの機能が同じサービスに入るかの境界を描くことには、経験が必要なんだ。これを「未来の仕事」のセクションのすべてのポイントに適用できるよね。「何をすべきか、そしてその理由は?」って結論も、基本的には「その『理由』について情報に基づいた意見を持つためのドメイン特有の知識は何?」って隠れた質問なんだよ。

音楽の楽譜を書くのは技術的に難しいとは思わないけど、少なくとも一つの楽器に熟練していない音楽作曲家は知らないな。良い判断力は、基礎にかなりの時間を投資した人だけがアクセスできるものなんだ。

第364章 — 絵画の判断について。作品が画家の知識や判断に見合うものであれば、それは悪い兆候であり、判断を超えてしまうとさらに悪い。成功したことに驚く人々のように。しかし、判断が作品を超えると、それは完全に良い兆候であり、その珍しい資質を持つ若い画家は、間違いなく大きな完成度に達するだろう。彼は少ない作品を生み出すが、それらはすべての観客の賞賛を集めるものになるだろう。レオナルド・ダ・ヴィンチ、「絵画についての論考」、p. 225 https://archive.org/details/davincionpainting00leon/page/224...

誰も初心者にこれを教えてくれないんだよね、誰かが教えてくれたらよかったのに。クリエイティブな仕事をしている私たちは、良いセンスがあるから始めるんだ。でも、その間にギャップがある。最初の数年は作るものがあまり良くないんだ。良くなろうとしているし、可能性はあるけど、実際にはそうじゃない。でも、あなたのセンス、つまりゲームに引き込んだものはまだ素晴らしい。それが、あなたの作品に失望する理由なんだ。多くの人はこの段階を乗り越えられずに辞めちゃう。私が知っている面白いクリエイティブな仕事をしている人たちは、みんなこの時期を経験している。自分の作品には、欲しい特別なものがないってわかってる。みんなこれを通過するんだ。そして、もしあなたが始めたばかりか、まだこの段階にいるなら、それは普通のことだって知っておくべき。最も大事なのは、たくさんの作品を作ること。毎週一つのストーリーを完成させるために、自分に締め切りを設けること。たくさんの作品を作ることで、そのギャップを埋められるし、あなたの作品はあなたの野望と同じくらい良くなる。私はこれを理解するのに、今まで会った誰よりも時間がかかった。時間がかかるのは普通だよ。頑張って乗り越えていこう。(アイラ・グラス)

簡単に言うと、「自分にとって簡単なタスクでうまくいくのは簡単だ」ということ。これが、良い作品を生み出しながら、自分のスキルの成長を止める方法なんだ。

記事の一般的なポイントに対する余談だけど、テック業界が「民主化」という言葉を「参入障壁を下げる」という意味で使うのが嫌いだな。この二つの概念は異なるのに、多くの人が前者の用語を使うことで、自分たちの行動を道徳的な義務に基づいているかのように正当化するんだ。でも実際には、LLMの開発は道徳的には中立で、決して悪いものではないし、過去25年間の他の技術と同じく、富と権力の駆け引きでもある。

AIは家の設計図を描ける。見た目は美しいかもしれないけど、自分の重さを支えられないなら、デザインは欠陥がある。実行された画像と表示専用の画像には違いがある。ある時点で、判断には技術的な知識が必要になる。