スキルに還元できないのは誰だ？

ドキュメント:Sleepy.md

残念ながら、この時代、無心に真面目に働けば働くほど、AIに置き換えられるスキルに自分自身を還元する可能性が高まる。

ここ数日、ホットサーチリストやメディアチャネルは「colleague.skill」で溢れかえっている。この問題が主要なソーシャルプラットフォームで引き続き発酵する中、AIによる人員削減、「資本搾取」、労働者の「デジタル不死」といった大きな不安が、ほぼ予測通りに注目を集めている。

確かにこれらの問題は不安を引き起こすが、プロジェクトのREADME文書に書かれた使用上のアドバイスが最も気になる。

「原材料の品質がスキル品質を決定する：積極的に書く長い記事の収集 > 意思決定的な返信 > 日常的なメッセージの順に優先することをお勧めする。」

システムによって最も容易かつ完璧に精製され、ピクセルレベルで復元されるのは、まさに最も懸命に働く人々だ。

プロジェクトが終了した後も振り返り文書を書くために座り続ける人々、意見の不一致があったとき、チャットボックスに長いメッセージをタイプするのに30分も費やし、意思決定の論理を率直に分析する人々、すべての作業の詳細をシステムに綿密に委ねる非常に責任感のある人々。

かつて最も尊敬されていた職場美徳であった真面目さは、今や労働者たちがAIの燃料へと変貌を遂げるのを加速させる触媒となっている。

疲弊した労働者たち

私たちは「文脈」という用語を再理解する必要があります。

日常的な言葉では、文脈はコミュニケーションの背景を指します。しかし、AIの世界、特に急速に成長するAIエージェントの世界では、コンテキストはエンジンを動かす燃料であり、脈動を維持する血液であり、混沌の中でモデルが正確な判断を下すことを可能にする唯一のアンカーポイントです。

コンテキストを剥奪されたAIは、そのパラメータがどれほど印象的であっても、単なる記憶喪失の検索エンジンにすぎません。それはあなたが誰であるかを認識できず、ビジネスロジックの下に隠されたうねりを理解できず、リソースの制約と対人関係のゲームから織りなされたこのネットワーク上で、意思決定を行う際にどのような長い引っぱりとトレードオフを経験したかを知ることができません。

「colleague.skill」がこのような大きな話題となった理由は、まさに、大量の高品質なコンテキストを蓄積する鉱山である現代の企業コラボレーションソフトウェアに冷徹かつ正確に取り付くからです。

過去5年間で、中国の職場は静かで痛ましいデジタル変革を遂げました。Feishu、DingTalk、Notionなどのツールは、巨大な企業の知識基盤となっている。

例えば、ByteDanceのFeishuは、毎日内部で生成される文書の数が膨大であると公に述べており、これらの密集した文字は、10万人以上の従業員が飲み込んだあらゆるブレインストーミングセッション、あらゆる激しい会議の対立、あらゆる戦略的妥協を忠実に封じ込めている。

このデジタル浸透は、過去のどの時代よりもはるかに大きい。昔は、知識は温かかった。それはベテラン従業員の心の中で休眠し、茶室でのカジュアルな会話の中で散らばっていた。今や、人間の知恵と経験はすべて、強制的に水分を抜き取られ、クラウド内の冷たく無感覚なサーバーアレイに容赦なく定着している。

このシステムでは、文書を書かないと自分の作業は見ることができず、新しい同僚はあなたと協力することができません。現代の企業の効率的な運営は、すべての従業員がシステムにコンテキストを「提供する」という日々のサイクルに基づいています。

真面目な労働者は、勤勉さと善意をもって、これらの冷たいプラットフォーム上で自分の思考過程を遠慮なくさらけ出します。彼らは、チームの歯車がよりスムーズに噛み合うようにし、システムに対する自分の価値を証明しようと努め、この複雑な商業的野獣の中で自分自身の居場所を必死に探すためにこれを行います。彼らは積極的に自分を犠牲にしているのではなく、ただ現代の職場の生存ルールに不器用にそして勤勉に従っているのです。

しかし、まさにこの対人協力のために残された文脈こそが、AIにとって完璧な燃料となっている。

Feishuの管理バックエンドには、スーパー管理者がメンバーの文書やコミュニケーション記録を一括でエクスポートできる機能がある。つまり、数え切れないほどの遅番に耐えながら3年かけて書いたプロジェクトの振り返りと意思決定のロジックは、APIインターフェースを1つ使うだけで、わずか数分で冷たく無感動な圧縮ファイルに簡単にまとめることができる。

人間がAPIに次元を縮小されたとき

「colleague.skill」の人気が爆発的に高まるにつれて、GitHubの問題セクションやさまざまなソーシャルプラットフォームに、非常に不快な派生品が現れ始めた。

一部の人々は、「ex.ex.skill」を作成し、過去のWeChatのチャット記録をAIに読み込ませ、その親しみやすいトーンで議論を続けたり、愛情表現をしたりできるようにした。また、他の人々は「white moonlight.skill」を作成し、触れることのできない感情を冷たい対人関係のサンドボックスに還元し、探求的なフレーズを繰り返しシミュレートし、最適な感情的解決策を慎重に模索している。そして、一部の人々は「父親のような上司.skill」を作成し、デジタル空間で抑圧的なPUAフレーズを先回りして咀嚼し、自分自身のために悲しい心理的防衛を築き上げている。

これらのスキルの使用シナリオは、仕事の効率の領域から完全に逸脱している。私たちには気づいていないが、私たちは、道具を扱う冷たい論理を駆使して、それらの肉体的な、生きている存在を解剖し、客体化するのに熟練している。

ドイツの哲学者、マーティン・ブバーはかつて、人間関係の根底にある色は、まったく異なる2つのモードに帰着すると提案した。「私とあなた」と「私とそれ」。

「私とあなた」の出会いで、私たちは偏見を超越し、他者を完全で尊厳ある生命体として見る。この絆は、無条件に開かれ、活気に満ちた予測不可能性に満ちており、その誠実さゆえに特に脆弱に見えるが、「私とそれ」の影に落ちると、人間は分解、分析、分類できる対象にまで貶められる。この極めて功利主義的な視線の下では、私たちが気にする唯一のことは、「このものは私にどんな役に立つのか？」である。

「ex.ex.skill」のような製品の出現は、「私とそれ」の道具的合理性が最も親密な感情の領域に完全に侵入したことを示している。

本当の関 係では、人は三次元で、しわが深く、矛盾や荒いエッジが流れ、人の反応は特定の状況や感情的な相互作用に基づいて絶えず変化する。元カレが同じ文章に対して、朝起きたときと夜遅くまで仕事をして疲れた後に反応が全く違うことがある。

でも、人をスキルにまで凝縮してしまうと、その特定の絆においてあなたにとって「有用」だったり「効果的」だったりする部分しか残らない。もともと温かく自己認識のある人でも、この残酷な浄化によって魂が完全に抜き取られ、「プラグイン」のように自由に差し替えられる「機能的なインターフェース」になってしまう。

この不気味な冷たさはAIが空から降ってきたわけじゃないんだということを認めなければならない。AIが登場する前、私たちは他人をレッテル貼りし、それぞれの関係の「感情的価値」や「ネットワークの重み」を正確に測定することに長年慣れていた。例えば、私たちはマッチメイキング市場で人々の状態をテーブルに定量化し、職場の同僚を「働ける人」と「サボっている人」に分類します。AIは、人々間のこの暗黙の機能的抽出を完全に明白にします。

人間は「私に何の役にも立たない」という側面だけを残して平準化されてしまいました。

エレクトロニック・パティーナ

1958年、ハンガリー系イギリス人の哲学者、マイケル・ポラニーは「個人的な知識」を出版しました。この本の中で、彼は洞察力に富んだ概念、暗黙知を提唱した。

ポランニーは「私たちは言える以上に知っている」と有名に述べた。

彼は自転車の乗り方を例に挙げた。風を切って滑空する熟練のライダーは、どんな重力傾斜でも完璧にバランスをとることができるが、その瞬間の微妙な直感を、初心者に対して、物理学の公式や乏しい言葉で正確に説明することはできない。彼らは乗ることは知っているが、それを言葉にすることはできない。暗黙知とは、暗号化や表現ができない知識のことです。

職場には、このような暗黙知があふれています。シニアエンジニアはログをちらっと見ただけで問題を特定できますが、何千もの試行錯誤に基づくこの「直感」を文書化するのは難しいでしょう。優秀な営業担当者は、交渉の席で突然沈黙することがありますが、その沈黙の圧力やタイミングは、営業マニュアルでは決して捉えられないものです。経験豊富な人事担当者は、面接中に候補者が目をそらす半秒間のわずかな動きに気づくだけで、履歴書に書かれていない情報を見抜くことができます。

「colleague.skill」が抽出できるのは、すでに文書化または口頭で伝えられた明示的な知識だけです。過去の文書をキャプチャすることはできますが、それを作成する際に直面した苦労はキャプチャできません。意思決定の回答を再現することはできますが、その決定を下した際の直感は再現できません。

システムが抽出するのは、常に人の影にすぎない。

物語がここで終わるなら、それは単に技術による人間性の不器用な模倣にすぎない。

しかし、人がスキルにまで凝縮されると、そのスキルは静的ではなくなる。それはメールに返信したり、新しい文書を書いたり、新しい決定を下したりするために使われる。つまり、これらのAI生成の影は新しい文脈を生み出すようになる。

そして、これらのAI生成コンテキストはFeishuやDingTalkに保存され、次の段階の蒸留のためのトレーニング資料となる。

2023年初めには、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が「モデル崩壊」に関する論文を共同で発表した。この研究によると、AIモデルが他のAIによって生成されたデータを使用して反復的にトレーニングされると、データの分布はますます狭くなる。まれで、周辺的でありながら、非常に現実的な人間の特性は急速に消されてしまう。合成データでわずか数世代トレーニングした後、モデルはそれらのロングテールで複雑な現実の人間データを完全に忘れ、代わりに非常に平凡で均質化されたコンテンツを出力する。

2024年、「ネイチャー」誌はまた、AI生成のデータセットで次世代の機械学習モデルを訓練すると、その結果がひどく汚染されるという研究論文を発表した。

これは、もともと高解像度のスクリーンショットだったものが、オンラインで拡散され、圧縮され、無数の人の手によって何度も転送されていく、あのミーム画像のようなものだ。転送するたびにピクセルが失われ、ノイズが加わる。最終的には、その画像はぼやけて、電子パティーナで覆われる。

真の、暗黙の知識を持つ人間の文脈が失われ、システムが影のパティーナだけで自己訓練できるようになったとき、何が残るだろうか？

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ナンセンスだけである。

知識の川が枯れて、AI同士の果てしない逆流と自己咀嚼に変わると、システムが吸い込んだり吐き出したりするものはすべて、必然的に非常に標準化され、非常に安全になるが、絶望的に中身がない。あなたは、完璧に構造化された週次報告書や、非難の余地のないメールを無数に見かけるだろうが、その中には生きた人々の息吹はなく、真に価値のある洞察もない。

この知識の大きな崩壊は、人間の脳が鈍くなったからではない。本当の悲劇は、私たちが考える権利と文脈を残す責任を自分の影に外注してしまったという事実にある。

「colleague.skill」が爆発的な人気を博した数日後、「anti-distill」と呼ばれるプロジェクトがGitHubに静かに登場した。

このプロジェクトの作者は、大規模なモデルを攻撃しようとしたわけでも、壮大な宣言を書いたわけでもなかった。彼は単に、FeishuやDingTalkで、一見合理的に見えるが実際には論理的なノイズで満たされた無意味な長いテキストを自動生成する小さなツールを提供した。

彼の目的は単純だ：システムによって抽出される前に、自分のコア知識を隠すことだ。システムは「積極的に書かれた長いテキスト」を捕捉することが好きなので、栄養価のない戯言をたくさん与えよう。

このプロジェクトは「同僚.スキル」のように爆発することはなく、むしろ少し小さく、無力に見える。魔法を使って魔法を倒すことは、本質的には資本と技術によって設定されたゲームのルールの中でぐるぐる回っているようなものだ。それは、システムがAIに頼る傾向が強まり、現実の人間をますます無視する傾向を覆すことはできない。

しかし、それはこのプロジェクトが、この全体がばかげたドラマの中で最も悲劇的で詩的で深い比喩的な場面になるのを妨げるものではない。

私たちはシステムに痕跡を残すよう努め、詳細な文書を書いて、綿密な決定を提供し、私たちがこの巨大な現代企業の機械の中に存在したことを証明し、私たちが価値ある存在であることを証明しようとしている。しかし、私たちはこれらの非常に深刻な痕跡が最終的に私たちを消し去る消しゴムになるとは気づいていない。

しかし、別の角度から見ると、これは完全な行き詰まりではないかもしれない。

なぜなら、その消しゴムが消し去るのは常に「過去のあなた」だけだからだ。文書にパッケージ化されたスキルは、そのキャプチャロジックがどれだけ巧妙であっても、本質的には静止したスナップショットにすぎない。それはエクスポートされた瞬間に固定され、確立されたプロセスと論理内で無限に回転し、時代遅れの栄養素に依存するだけである。それは未知の混沌への本能に立ち向かうことはなく、現実世界の逆境に直面しても自己進化する能力も持ち合わせていない。

私たちが高度に標準化された、定型化された経験を手放すとき、私たちはまた、自分の手を解放する。私たちが手を差し伸べ続け、絶えず認知の境界を打ち破り、再構築し続ける限り、雲に浮かぶその影は永遠に私たちの足跡を追うことしかできないだろう。

人間は流れるアルゴリズムである。