技術の民主化に、評価する力は追いつくか

誰でも写真を撮れ、動画を作れ、文章やコードを生成できる。かつて専門家の技能が必要だったことを、多くの人が試せるようになった。技術の民主化がもたらした進歩である。

ところが、作れるものが増えるほど、良いものを見つけるのが難しくなることがある。似た表現や内容の浅い成果物が大量に流通し、見る側が「もう十分だ」「どれも同じだ」と疲れてしまう。作る人が増えたのに、その領域への期待は下がる。このずれが気になっている。

生成する力と、評価する力は、同じ速度では広がらない。AIで知的生産の範囲が広がるほど、何を作り、何を選び、何を流通させるかを判断する負担が大きくなる。

写真を撮る技術が広がったあと

写真には、このずれを考える手がかりがある。機材を理解し、露出を調整し、光と構図を選び、現像やレタッチを行う。こうした技術の習得には手間がかかる。スマートフォンや加工アプリは、その多くを自動化し、それらしい写真を簡単に撮れるようにした。

写真を楽しめる人が増えた意義は大きい。一方で、似た構図、色味、加工も大量に目にするようになった。「撮れること」や「それらしく整えること」の希少性が下がると、技術的な完成度だけでは、見る人の関心を保てなくなる。

少なくとも一部の表現については、選択肢が増えたのに、文化的な厚みが薄くなったように感じる局面もある。技術の普及だけでは、表現の豊かさまで保証できないということだ。

何を撮るのか。なぜ撮るのか。どんな視点で世界を見るのか。撮影を支える技術の壁が下がっても、見る力、選ぶ力、意味づける力は必要なまま残る。

AIでは、同じ問題が複数の領域で同時に起きうる。写真や動画に加え、文章、コード、分析、企画、調査、音楽、業務プロセスまで、それらしい成果物を作る手段が広がるからだ。

しかも、出力の表面が整っていることと、中身が正しいことは一致しない。誤りや浅い理解があっても、文章や資料としては自然に見える。そのため、確認する人は内容まで読み込み、根拠を確かめなければならない。生成する手間が減っても、評価する手間が同じだけ減るとは限らない。

企業では、この負担が業務に戻ってくる。問いが曖昧で、評価基準もなく、業務の目的も整理されていないままAIを導入すれば、増えるのは意思決定に使える知識とは限らない。確認すべき資料、修正すべき文章、整理すべき論点が増えることもある。

作業を減らすために導入したAIが、確認の仕事を増やしてしまう。2026年4月の公開時点で私が気にしていたのは、このリスクだ。

供給過多には資源の負担も伴う。誰も読まない資料や、判断に使われない分析にも、生成するための計算資源と電力は使われる。成果物の件数が増えたことだけで、豊かになったとは考えにくい。

大量に作れることが問題になるのは、評価と選別が供給に追いつかないときだ。良いものが存在していても、見つけるまでの負担が大きくなる。質を確かめる時間がなければ、目立つもの、速く出たもの、繰り返し目に入るものが選ばれやすくなる。

そこでさらに量を増やそうとすれば、浅い成果物に接する機会も増える。受け手は疲れ、領域全体への信頼や期待を下げていく。作る人が多いこと自体ではなく、価値を判断して届ける仕組みが不足していることが問題なのである。

「何が良いか」だけでも足りない。なぜ良いのか、誰にとって良いのか、どの場面で役立つのかまでわかって、成果物を適切な文脈に置ける。生成能力が広がるほど、この判断を担う人や仕組みが要る。

AIをどの業務に使うかを決めるなら、使わない業務も決めたい。どの粒度の問いを渡すのか。何をもって出力を良いと判断するのか。どこまでを人が確認し、どこからを組織の意思決定として扱うのか。利用を広げる前後で、こうした選択が必要になる。

作る力が広く行き渡れば、作れること自体の希少性は下がる。そのとき価値を持つのは、作らないと決める力、問いを立てる力、選ぶ力、成果物を役立つ文脈に結びつける力だ。生成する手段の普及と、この判断能力の育成は、一緒に進める必要がある。

写真を簡単に撮れることは、何を撮るかの答えにはならない。同じように、資料を一瞬で生成できても、その資料を読む人に価値があるとは限らない。誰でも作れるようになった先で、作られたものをどう評価し、何を残すか。豊かさは、その選択にもかかっている。