AIのためにテクニカルライターを解雇した方々への手紙

130日前原文(passo.uno)

概要

AIの発展 により、 テクニカルライターの重要性 が見過ごされがちな現状。
AIだけで作成されたドキュメント の問題点とリスク。
人間の専門性と共感力 が不可欠である理由の解説。
AIとテクニカルライターの協働 による最適な未来像の提案。
再考の呼びかけ と、専門職の価値の再認識。

テクニカルライターを軽視することの誤り

AIの進化 により、テクニカルライターのポジション削減や不採用が進行。
LLM（大規模言語モデル）による自動ドキュメント作成 の過信。
開発者にドキュメント作成を押し付ける風潮 の増加。
ドキュメントは単なる成果物 ではなく、 製品の真実 を伝えるもの。
テクニカルライターの不在 が、 ソフトウェアの使い勝手や存続 に直結。

ドキュメント作成プロセスの本質

ドキュメントは「作業」ではなく「製品の一部」 である認識。
テクニカルライター は、 情報収集・整理・伝達 の専門家。
ユーザー視点での共感 と 分かりやすさへのこだわり。
締め切りや製品アップデート に追われながらも品質を守り抜く姿勢。
ライターの存在 がなければ、 多くの製品は成長や存続が困難。

AIによるドキュメントの限界

AI生成ドキュメント は 知性や戦略性が欠如。
微妙なニュアンスや未完成感、注意点 を捉えきれない問題。
誤った指示による責任問題 はAIではなく人間が負う現実。
AIツール自体も良質なコンテキスト （＝テクニカルライティング）が必要。
AIに頼るだけでは、品質や安全性が担保できないリスク。

テクニカルライターとAIの協働による未来

AIを活用したライターの生産性向上 の可能性。
AIポリシーの策定 と ライターへのツール・研修提供 の重要性。
AIは人間の代替ではなく、補完的存在 としての活用。
業界リーダーや実践者たちの事例 （Tom Johnson, CT Smith, Sarah Deatonなど）。
テクニカルライターの経験と工夫 がAI活用の鍵。

再考のお願い

削減・不採用を再検討 することの重要性。
AIだけでは解決できない「人間的な問題」 の存在。
テクニカルライターは製品を「使えるもの」に翻訳 する役割。
ドキュメントは「ノイズ」ではなく「シグナル」 であるべき。
専門職の復帰・採用の呼びかけ。

謝辞

Tiffany Hrabusa、Casey Smith、Anna Urbiztondo への初期ドラフトレビューと励ましへの感謝。
パートナーValentina への改善提案とサポートへの感謝。
テクニカルライターコミュニティ とその素晴らしい仲間たちへの感謝。
スタンドアロン版レター は https://passo.uno/reconsider/ にて公開。

Hackerたちの意見

僕が知ってる最高のテックライターは、むしろ人類学者みたいだったな。プロダクトマネジメント、エンジニア、ユーザーの間でコミュニケーションを橋渡ししてくれるんだよね。この視点から、彼らはしばしばプロダクトをより良くするフィードバックをくれる。

└

AIは、そういった洞察が存在する場合には合成を手助けできるけど、グループ間のその境界的なスペースを自然に占めたり、文化的・組織的なギャップを感じ取ったりすることはできないんだよね。

そして、ここにいるのが2026年。僕の今年の目標の一つは、もっと上手に書けるようになって、流暢にコミュニケーションを取れるようになり、アイデアをもっと魅力的に伝えること。これらのスキルは簡単に代替できるものじゃないと思う。確かに機械はたくさんのことができるけど、自分でそのスキルを身につけることで、他の多くの面でも役立つ脳の使い方ができるようになるんだ。僕の謙虚な意見としては、人からそのスキルが失われていくのは確実で、スキルの向上が失われるのは本当に痛手だと思う。

└

でも、自分でそのスキルを身につけることで、他の多くの面でも役立つ脳の使い方ができるようになるんだ。そうそう、読書も退屈じゃなくなるよね。LLMの均一なスタイルはすぐに飽きるし、どうやって機能するかの根本的な欠陥だと思っても驚かないよ。LLMを使ったスピードの向上が、長期的に見てスキルの喪失を補うかどうかも不明だしね。

そうだね。AIはテックライターを代替するかもしれないけど（誰にでも起こりうることだけど）、良い代替にはならないと思う。最高のドキュメントを持っている会社は、絶対にテックライターを持っているし、AIの助けを借りることになるだろうね。テックライティングは、実際の仕事を理解していない人たちに特に脆弱だと思う（そして「誰でも書ける」って価値を下げちゃうんだよね。いや、ちょっと自己宣伝になるけど、これを見てみて https://deborahwrites.com/blog/nobody-can-write/）。僕の経験では、テックライターはUXやテストにも貢献することが多い。彼らはしばしば最初のユーザーで、バグ報告もしてくれる。APIの命名規則がズレてることに気づくのも彼らだし、営業やマーケティングに影響を与えるクイックスタートを作るのも彼ら。さらに、構造や明確さに対する深い理解を持っているのも彼らなんだ。ドキュメントを書くためにAIを試したことがあるけど、役立つこともあるけど、AIが書いたものをそのまま出すのは絶対に避けたいね。

└

良い代替にはならないよ。他のコメントも見てみて。質が重要なのは健全な競争がある場合だけなんだ。多くの業界ではそうじゃないからね。

└

AIはテックライターを置き換えるかもしれない（誰でも置き換えられるけどね）、でも良い代替にはならないよ。[Pawn Starsのミームを挿入]: 「良いドキュメント？ごめん、できるのは『役に立たないよりはちょっとマシ』ってとこだね。」

僕が一緒に働いた最高のテックライターは、単にプロダクトを文書化するだけじゃない。実際のユーザーの代わりになって、あらゆる使いやすさの問題を指摘してくれる。彼らは本当に貴重な存在だよ。最高の人たちは、ほとんどエンジニアリングドキュメントがない状態から始めて、エンジニアの専門家との1対1のインタビューから必要な情報を引き出す方法を知っている。AIがそのどちらも上手くこなすとは思えないな。

└

AIがそのどちらも上手くこなすとは思えないな。今のAIの状態では同意すると思うけど、何が欠けているのかうまく言えないな。Claude Codeを使ってチュートリアルを進めるのに限られた成功を収めたことがあるけど（実際に各ステップを実装しながら進める）、人間のテックライターのレベルには全然達していないよ。未来のAIエージェントが優れたものになるために必要な能力について、挑戦してみる気はある？それとも、達成できないかもしれない？TFAは「共感」や感情、痛みを感じることについて話しているけど、その表現がちょっと魔法的すぎて実用的じゃない気がする。

└

彼らは実際のユーザーの代わりになって、あらゆる使いやすさの問題を指摘するんだ。確かにそうだけど、そもそもテックライターが使いやすさの問題を見つけてるなら、プロダクトマネージャーは何をしてたの？

└

私の経験では、優れたテックライターは静かに使いやすさのレーダーみたいに機能している。彼らはしばしば、ワークフローが混乱していることに最初に気づく人たちなんだ。

僕はドキュメントを書く仕事をしてる。出力は書くことだけど、実際の仕事は観察し、聞き、理解することなんだ。読者の問題や不安、混乱を深く理解しているからこそ、上手に書けるんだよ。これが、何について書くか、どう書くかを決めるんだ。この種のキュレーションは、考え、感じる人間からしか生まれない。外国の公共交通システムを体験するたびに、自分の地域の公共交通ガイドを見直してる。読者の立場になって彼らの混乱を体験することで、僕の書き方が改善されるんだ。共感が僕の仕事のエンジンだよ。ほとんどの情報は、良好な関係を持つ人たちのネットワークから、そして大きく信頼できるオーディエンスから慎重に集めている。役立つ情報を引き出すためのインフラを築くのに何年もかかった。AIは、誰かが書き留めるのを面倒だと思ったことしか報告できないけど、僕は実際にリアルな世界に出て質問をしている。移民局での人々の経験を集めるためのツールを作ったし、弁護士や他の専門家とも多くの会話をしてきた。読者に何百人もインタビューしてきたし、初めてインターネットに多くの情報を載せた。AIの文章は、それが食べるデータの質次第だ。僕は自分のデータを探しに行く。AIがこれらのことをできると思っている人たちは、彼らが置き換えようとしている仕事について、ほとんど侮辱的な理解をしていると思う。

└

問題は、多くのことが同じように mediocre な人たちによって独占されたり、寡占されたりして、品質が最終的には重要でなくなってしまったことだよ。選択肢がないからね。公共交通の仕事をしたことがあるって言ってたけど、もし公共交通のドキュメントが急にひどくなったら、収益に即座に目に見える影響が出るかな？疑わしいね。でも、テックライターを解雇することは、予算に即座に定量的な影響を与える。ソフトウェアにも同じことが言えるし（最近のテクノロジーのひどさを見たことある？）、誰かが「これひどいから、週末にもっと良いものを作る」って言えないような、参入障壁のある業界では基本的に同じことが言えるよ。

└

これ、めっちゃありがとう！上手に書かれてるね（まぁ、それがポイントなんだろうけど）。

└

君の考え方、いいね！君が書いてる地元の公共交通ガイドは、仕事のためなの？それとも自分の知識のため？人間らしさを保ちながらどうやって整理してるのか気になるな。僕は友達と共有できるようにObsidianのボールトを整理する方法を探ってるんだけど、インターネット全体（とそのボット）には共有したくないんだ。今までやってきたキュレーションから価値を引き出してるけど、他の人とも共有したいんだよね。

└

なんでAIが近い将来にこれを十分にモデル化できない理由があるの？新しいデータやセンサーに十分アクセスできて、自分で情報を集められない理由は何？もちろん道徳的な視点からじゃなくて、技術的な可能性の話ね。それに、オーバートンウィンドウはすでにかなりシフトしてるから、道徳的な側面もすぐに整うかもしれない。個人的には、全く別の問題があって、それは簡単には消えないけど、今すぐ解決できることだと思う。最初にそれを実現するAI企業は、すぐに全ての競争を消し去るだろうね。モデルが間違った決定を下して損害を引き起こした場合、その責任と賠償責任を全うすることを受け入れるんだ。最低限の品質基準や合意された品質を満たさない場合もね。人間が置き換わるように。

└

その通り！LLMはその知識を素早く文書化するのに大いに役立つと思うし、読者が気づいていない隠れた前提条件をレビューするのにも使えるよね。新しい社員がどう書くか、もっと明確に書く方法を学ぶのにも役立つし。LLMは明らかに生産性を向上させるのに役立つけど、実際に大部分の労働力を置き換える準備ができてると思ってる経営陣は妄想だね。

└

コーディングも全く同じなんだよね！コーディングはコンピュータが読めるようにドキュメントを書くことみたいなもんだ。誰でも理解できるドキュメントを書くべきってよく言われるけど、コンピュータは本当に言われたことをそのままやるだけのバカだから、常識なんて全然ない。コンピュータは何も理解してないから、理解はプログラマーから来る必要がある。それが彼の本当の仕事なんだ。LLMが文法的に正しい文を作れるからって、ちゃんとしたドキュメントが書けるわけじゃない。同じように、コンパイルできるコードが書けるからって、ユーザーが必要とするプログラムが書けるわけじゃないんだよね。

└

難しいのは、混乱に気づいたり、信頼を得たり、適切なフォローアップの質問をしたり、ユーザーが言う必要なものと実際に困っていることがしばしば違うってことに気づく、ゆっくりした人間の作業なんだ。

└

参考までに: 図書館員、アーカイビスト、歴史家、映画評論家、医者、弁護士、案内人。私たちの業界の職業病は、情報の保存、処理、検索の観点から世界を見ることなんだ。この分野や他の多くの分野では、屋根屋のための釘打ち機を混同するようなもんだ。仕事の本質を見失ってしまうんだよね。

└

よく言ったね。私はこの気持ちを他の人に伝えるために「技術には魂が必要」って表現を使ってる。これを「__には魂が必要」と一般化できるかも。例えば、テクニカルライティングには魂が必要だし、ユーザーインターフェースにも魂が必要だよね。私たちは、選んだ（または強いられた）体験に人間らしさを埋め込むことから得られる価値を真剣に軽視しているんだ。

└

代替品は80%悪くなるけど、それでもいいよ。90%安くなるならね。Duolingoを見てみて :)

失敗の原因は単なる幻覚じゃなくて、判断力の欠如だよ：何を文書化しないか、何について警告するか、何がまだ不安定か、ユーザーが実際に誤解することは何か。

ちょっと関連したエピソード: 2年前、chatgptに履歴書を書き直してもらったんだ。最初は素晴らしく見えたけど、1週間後に再読したら、いくつかの企業に送ったことを恥ずかしく思ったよ。 cringe-inducingな内容が満載だった。LLMには、トレーニングで観察したこと以外の階層はないから、異なる文脈でそれを適用するのが難しいこともあるんだ。階層や関係性を模倣で説明できるかもしれないけど、実際にはそれらのモデルを持っていない。例えば、博士号が修士号より上のステップだって認識するテキストを生成できるかもしれないけど、その事実を私たちが書いたテキストで表現する際の微妙な違いには翻訳できないことがある。事実を繰り返すことはできるし、ある程度一般化もできるけど、それに基づいて決定を下すことはできない。今では、相対的な重要性が意味的に捉えられるから、微妙な意味関係を捉えるのが得意になってきたけど、言語的にはプラグマティクスが全然ダメなんだ。例えば、ある経験の中で、特定の種類の腫瘍画像で悪性を検出するモデルを改善して、偽陰性率を0.001%にまで下げたとする。その経験の中で、CEOの子供のテニスシューズを一度結んだことを軽く言及したとする。通常の履歴書の強化フォーミュラに従って履歴書を書くように指示すると、無関係なテニスの靴ひもを結ぶ活動が異常に大げさに強調されて、モデルの成果と同じ階層にされてしまう可能性が高い。だから最終的には、「CEOの子供のテニスシューズを結んだことで、私たちのシリーズBラウンドで2000万ドルを最小限の株式希薄化で調達できるようにした」みたいな奇妙な内容になっちゃうんだ。

└

LLMに履歴書を書き直させて、それを雇用者に送ったの？校正もせずに？それは確かに選択だったね。

今、うちのウェブサイトを再構築中なんだ。95%の作業はCodexがやってくれてる。コンテンツ作成やデザイン、実装作業とかね。でも、言葉遣いやフレーズにこだわるから、実際にはやってないことを妄想しないようにするのが結構大変なんだ。実際、かなりの労力がかかってる。でも、これは編集作業であって、ライティングやプログラミングの作業ではないんだよね。でも、かなりいい仕事をしてるよ。静的なウェブサイトをサイトジェネレーターで作ることで、エージェントコーディングを使って素早く変更できるのがいい。テックライターへのアドバイスは、AIツールを使ってドキュメント作成の重労働をうまく指揮してほしいってこと。もしコンテンツ管理システムやワードプロセッサを使っているなら、もっとコード中心のワークフローに切り替えることを考えてみて。AIツールはそっちの方がずっと得意だから。AIが早くて上手にできることを手作業でやる余裕なんてないよ。君の価値は、正しいドキュメントがちゃんと書かれて生産されるようにすること、修正が必要なところを直すことにある。すべてを手作業でやることじゃなくて、自分のスキルがまだ価値を加えられるところを選んでやる必要がある。もう一つの洞察は、今の多くの技術文書はAIが主な消費者になっているってこと。小さなSAASサービスを運営している友達が、誰も彼のドキュメント（結構いいのに）を読まないって不満を言ってた。代わりにLLMに頼ってるんだって。ドキュメントが多ければ多いほど、みんながそれを全部読むことはなくなる。あるいは、どれも読まなくなる。でも、ドキュメントは必要なんだ。今は作るのがこれまで以上に簡単だよ。そのドキュメントの品質基準は高くなってきてるし、ますます厳しくなってる。素晴らしいドキュメントがない理由はほとんどないよ。

AIが書いたからって責任が消えるわけじゃないと思う。今年の重要なテーマになると思う。

でも、明らかに書かれてるよね：AIが技術ライターを完全に置き換えるだろう。技術は急速に進化していて、今でも適切な文脈があれば、AIは技術文書を非常にうまく書ける。明確な例を含めることができるし（それをうまくやれる技術ライターはほんの一握り）、潜在的なエラーを予測して説明することもできる。

ハクソク