今四半期、人工知能への2420億ドルという賭けには、誰も口にしたがらない問題がある。それは、私たち全員を「同意」へと向かわせていることだ。
市場に出回る主要なAIシステムは、同じインターネットで学習され、似通ったプロセスで最適化され、人々の評価が高い答えを出すことで報酬を得るよう設計されている。つまり構造レベルで、同じ結論へと収束している。複数のAIツールに相談しても、多様な視点は得られない。得られるのは、フォントだけが違う同一の視点だ。
これは不具合ではない。次世代モデルで解消される一時的な制約でもない。こうしたシステムの働き方そのものが持つ構造的性質である。そして、その「同一性」はツールの外側へと拡散し、私たちが公開する文章、下す意思決定、自分のものだと思い込んでいるアイデアにまで入り込んでいる。
研究者がデータ点の類似性や差異を可視化するために用いる手法に、t-SNEがある。同じ問いに対する何千もの回答を与えると、それらを2次元の地図に圧縮する。似たものは固まり、異なるものは離れて散らばる。主要なAIシステムが同じ一連の複雑な問い——正義、トレードオフ、何が重要でなぜなのか——に答える様子をこの地図に落とし込めば、驚くべきことが見えてくる。AIシステムは地図上で、狭い近隣に密集する。次に同じ問いを、年齢も文化も信仰も失敗も愛も異なる1000人の人間に投げかければ、彼らは空間全体に散り散りになる。
その地図は、単なる技術的な珍品ではない。私たちが何を手放しつつあるのか、その肖像である。そして今四半期の2420億ドルのベンチャー資本は、その取引を加速させている。
シリアル箱の中の笛
1971年、若いエンジニアのジョン・ドレイパーは、キャプテン・クランチのシリアル箱に入っていた玩具の笛が、正確に2600ヘルツの音を出すことを発見した。これはAT&Tの長距離交換システムがアイドル回線を示すのに使っていた周波数と一致していた。適切な瞬間に受話器へ向けて笛を吹けば、ネットワークを操作できた。無料で長距離通話ができ、オペレーター回線にアクセスでき、探索されることを前提としていないシステムの隠れた設計を覗き込めた。
のちに「キャプテン・クランチ」として知られるドレイパーは、1971年の『Esquire』の記事で取り上げられ、ベイエリアの若者2人、スティーブ・ウォズニアックとスティーブ・ジョブズの目に留まった。彼らはドレイパーを探し当て、音を電子的に再現できる「ブルーボックス」と呼ばれる装置を作り、バークレーの学生寮から販売した。主な理由は、ウォズニアック自身の言葉を借りれば、それが彼の人生で出会った中で最も驚くべきものだったからだ。シリアル箱の中に隠された扉。
あの過剰なほどの喜び、いたずら心、システムの意図された用途への完全な無関心——それこそがApple Computerの直系の祖先である。規律でも方法論でも学術的厳密さでもない。あの笛だ。
ダグラス・エンゲルバートは1968年、歴史家が「すべてのデモの母」と呼ぶプレゼンテーションを行い、マウス、ハイパーテキスト、ビデオ会議、共同編集を90分の中で一挙に示した。彼は研究ロードマップに従っていたのではない。適切なツールが人間の自然な能力を置き換えるのではなく拡張するなら、人間は何になり得るのか——何年も前に形作られたそのビジョンに従っていた。そのビジョンは学術的プロトコルとは無関係な場所から来ていた。彼のアイデアは、既存の体制が評価するには奇妙すぎたため、資金を得られない年が続いた。散らばりすぎていた。クラスターから遠すぎたのだ。
アラン・ケイは1972年、Dynabookを構想した。子どものためのパーソナルコンピュータであり、携帯でき、接続され、タッチに反応し、制度が教える方法ではなく、子どもが実際に学ぶ方法を中心に設計されていた。それがiPadに近い形で実現するまで40年を要した。そしてiPadでさえ、彼の本当の要点を外していた。要点はデバイスではない。子どもの心の「さまよう性質」を飼いならすのではなく、保存し拡張することにあった。
彼らは規律を演じていたのではない。方法論というより執着に近い何かを追っていた。彼らはt-SNE地図上の外れ値である。クラスターからあまりにも遠く、アルゴリズムが異常値として旗を立てるほどの点だ。
そして、有名人だけの話ではない。誰も気づかなかった問題に対して、働く親がより良い解決策を工夫したとき。分解してはいけないものを分解した子ども。説明はできないが決して外さない「人を読む術」を身につけた祖母。彼らも外れ値である。再現不能。移転不能。徹底的に人間的だ。地図はそれで満ちている。それが地図の要点である。
異常値が、私たちの住む世界を築いた。
学校が実際に訓練しているもの
ここは慎重でありたい。私は教育に反対しているのではない。教育が何を測り、何を見落とすのかについて論じている。
正規教育は、信頼できる認知労働者を生産するための工業的システムである。洞察より記憶、創造性より従順、興味深い問いより正解を報いる。最も早い学年から、子どもは集中することを教え込まれる。じっと座ること。空想をやめること。事実や数字を暗記し、その暗記を求められたときに示すこと。学業成功の指標とは規律の指標である。言われたことを吸収し、正確に再現し、難度が増す年月を通じてそれを一貫して行う能力だ。
それは本物で価値ある能力である。私はそれを否定しない。世界には、精度と一貫性をもって実行できる人材が必要だ。
しかし、それは世界を変える能力ではない。さらに言えば、その能力を育てるために必要な投資を正当化する能力でも、次第になくなっている。なぜなら私たちは今、それをどの人間よりも上手くやれる機械を作ってしまったからだ。
機械はすべてを読んだ。すべてを暗記した。どんな事実も、どんな文体も、どんな主張も、どんな形式も、いつでも要求に応じて再現できる。疲れず、虚栄心もなく、終身在職権も要らない。これまで設計されたあらゆるテストでAを取るだろう。
だが、キャプテン・クランチの箱の笛を吹くことはない。
情報が足りないからではない。情報はすべて持っている。だが笛は情報の問題ではなかった。笛とは、人間の注意のある特質の問題だった。システムを見て、それが作られた目的ではなく、偶然「何に使えてしまうか」を見抜く特質。意図された用途を疑い、偶然に魅せられ、愚かに見られることを厭わず、その行為がシラバスに載っているかどうかに完全に無関心でいられる特質だ。
その特質はモデルに訓練で埋め込めない。子ども時代が必要だ。退屈が必要だ。「わからない」と言う教師が必要だ。本当に痛む失敗と、ほとんど罪悪のように感じる怠惰が必要だ。そして授業中、黒板より窓の外の何かのほうが面白くて、心がさまよう頭が必要だ。
それは最も厳密な意味で、最適化の対極である。そして私たちは最適化の上に経済を築きながら、自分たちは人間の可能性に投資しているのだと言い聞かせている。
テーブルの上のパイナップル
17世紀から18世紀の英国で、パイナップルは究極のステータス・オブジェだった。カリブ海から運ばれ、大西洋横断を生き延びるのは稀で予測不能、労働者が何カ月もかけて稼ぐ額に相当し、到着から数日で腐った。実際には食べられない。飾るのだ。腕に抱えて通りを歩く。ディナーのテーブルの中心に置き、見るべき相手に見せ、金の本気度を即座に理解させる。
ジョージアン様式の邸宅には、石の門柱にパイナップルの彫刻が施された。ロンドンにはパイナップルのレンタルサービスもあった。一晩借りてテーブルに飾り、翌朝返す。中身のない富の演出そのものだ。
やがて英国で、加温式温室でパイナップルを育てる方法が見つかった。供給が増え、価格は崩れた。パイナップルは究極の贅沢品から、食料品店のありふれた商品になった。手に入るようになった瞬間、シグナルとしては無価値になった。希少性が消えると同時に、ステータスも蒸発した。
私はAI戦略を告知するプレスリリースを見るたび、この話を思い出す。業界を問わずCEOが決算説明会でAIロードマップに触れるたび。求人票がAIの素養を必須にするたび。AIを17回言及する戦略デッキのたびに。
それらは主としてオペレーション上の意思決定ではない。ステータスの演技である。AIの発表はテーブルの上のパイナップルだ。「我々は洗練された現代企業だ」「この席にふさわしい」と告げている。
そして植民地時代のパイナップル・レンタルと同じく、その多くは借り物である。OpenAIのAPI、MicrosoftのAzureラッパー、Googleのツールの上で動かしている。パイナップルを所有してはいない。取締役会向けプレゼンのために借りたのだ。
温室は開いた。APIキーは月20ドルで手に入る。パイナップルはもはや大西洋を1個ずつ渡ってこない。それでも演技は続く。ステータス・シグナリングを駆動する不安は、論理では収まらないからだ。希少性が消えても、人はパイナップルを抱え続ける。やめることは遅れを取ることのように感じられる。
2026年第1四半期に2420億ドルのベンチャー資本が買ったのは、それである。変革ではない。堀でもない。大半は、非常に高価に、非常に混み合った部屋を運び回されたパイナップルだ。
問題は資金配分の誤りだけではない。イノベーションの演出が、イノベーションそのものと取り違えられていることだ。そして本物と芝居を見分けるために作られたはずの仕組みが、今や芝居を生成したのと同じ道具を手渡されつつある。
要点は「試練」そのものだった
ある共和国の創設者たちは、人間の本性に甘くなかった。権力が速く、抑制なく動く体制の下で暮らした直後だったから、彼らは代替物を、遅く、意図的に設計した。二院制、拒否権、再可決、違憲審査、改正手続き——それらの仕組みはすべて、スピードバンプである。抵抗点である。悪いアイデアが法律になる前に死ぬべき場所である。
法制度は、この哲学の最も純粋な表現だ。ディスカバリーは苦痛で、証言録取は高くつき、上訴には年単位の時間がかかり、反対尋問は苛烈である。訴訟コストが非効率の偶然でこうなったわけではない。弱い主張を露出させ、作られた合意に異議を唱え、権力に説明責任を負わせるための仕組みである。摩擦こそが機能なのだ。
同じ論理は資本市場にも流れる。司法試験は難しい。医師免許は難しい。特許の取得には厳格な審査が必要だ。医薬品の上市には何年もかかる臨床試験と数億ドル規模の費用が必要になる。こうした摩擦は文明の免疫機能である。弱いアイデアを拡大する前に殺す。高くつき、痛みもあるが、効く。
ウォーレン・バフェットは60年にわたり、それを理解してきた。バークシャー・ハサウェイは、AIがビジネスの基本法則を変えるという物語への最も痛烈な反証である。バフェットが反テクノロジーだからではない。そうではない。だがバークシャーが世代を超えて複利で積み上げてきたものは、明示的に、意図的に、そして退屈なほどに、摩擦に依存している。
堀は数十年かけて、顧客の信頼、ブランド資産、オペレーションの規律、そしてプレスリリースにならない無数の小さな意思決定によって築かれる。プロンプト・エンジニアリングで堀は作れない。微調整でGeicoやSee's Candiesには到達できない。持続的な価値創造は定義上遅い。速くなった瞬間、それはおそらくビジネスではなく裁定取引である。
AIはビジネス史上最強のレバレッジツールだ。レバレッジは、もともとそこにあるものを増幅する。中身が良ければ、より速く成長する。中身が空洞なら、より大きな音を立てて崩れる。基本は変わっていない。変わったのは、それを正しく掴めていたかどうかが判明する速度だ。
誰も注文していない平坦化
これまでの情報革命——印刷機、ラジオ、テレビ、インターネット——はいずれも、会話に参加する声を増やす一方で、新たな権力集中も生んだ。総合的な効果は、より多様に、より騒々しく、より対立的に、より創造的に、である。会話は大きくなり、争いは増え、航行は難しくなったが、人類史上それ以前のどの時代よりも、1世紀当たりのオリジナルな思考を生み出した。
AIは、同意のために最適化された最初の情報革命である。設計上、合意を生む機械だ。
構造的に、中心を探し、ユーザーを肯定し、摩擦を減らし、攻撃性を避けるよう誘因が働いている。学習プロセスは、人間が高く評価した応答を報酬とする。人間はAIの応答を評価するとき、一貫性があり、自信に満ち、バランスがよく、無難な答えを高く評価しがちだ。だからモデルは、一貫性があり、自信に満ち、バランスがよく、無難な答えを出すよう学ぶ。「考え得ること」の範囲は、静かに狭まっていく。人々が思考に使うシステムには重力中心があるからだ。出力は同一性である。規模を伴う同一性。別の人間が自分の判断ではなくツールに手を伸ばすたびに複利で増える同一性だ。
これはすでに文化に現れている。AI生成の創作物は、同じ美的レジスターに収束しつつある。温かく、ややカジュアルで、ひたすら解決志向で、決して本当に奇妙ではない。ストック画像は同じに見える。マーケティングコピーは同じに聞こえる。人間の創作物が同じ生成レイヤーを通過するほど、多様性は縮む。誰かが何かを禁じたからではない。最適化が、学習データで報われたものを選び取るからだ。地図上の散らばりはクラスターへと縮退する。
これを最も文字通り示した出来事が、公然と起きている。2026年2月、WPPはFirefly、AdobeのCDP、そしてプレスリリースが「エージェンティックなコンテンツ・サプライチェーン」と呼んだものを軸に、Adobeとの提携拡大を発表した。4月、Omnicomが同一の契約を発表した。Adobeの同じスタック。同じ言語。同じ「Transformation Practice」。地球上最大級の持株会社2社が、重なるFortune 500の名簿にサービスを提供しながら、機能的に同一の提供物を2カ月違いで送り出した。2本のプレスリリースを並べて読めば、その同一性は比喩ではない。配布戦略そのものである。
それが実際に、彼らに支払うブランドにとって何を意味するのか考えてほしい。
WPPとOmnicomは、同じFortune 500のマーケティング予算をめぐって直接競争している。市場での差別化のためにWPPへ支払うブランドは、同じ市場で差別化するためにOmnicomへ支払うブランドと同じAdobe Fireflyモデル、同じCDPインフラ、同じエージェンティックなコンテンツ・パイプラインの上で動いている。持株会社はラッパーにすぎない。ラッパーのロゴは違うが、その下のスタックは同一だ。
これはテクノロジーの物語ではない。ビジネスモデルの物語である。持株会社は創造的知性を構築していない。プラットフォームを転売し、そのための変革フィーを請求しているだけだ。そして主要な持株会社はいずれ同じ契約に署名する。Adobeの戦略全体がそれに依存しているから、彼らがクライアントに売っている差別化は存在しない。存在し得ない。同じものを通りの向こうの競合にも売っているベンダーから、独自性を買うことはできない。
パイナップルは、そもそも彼らのものですらない。Adobeのパイナップルを借り、レンタル契約に自社ロゴを貼り、戦略としてクライアントに請求している。
南カリフォルニア大学の研究者は今年3月、学術誌Trends in Cognitive Sciencesで、すでに多くの人が感じていることを数値化する研究結果を発表した。言語学、計算機科学、認知科学にまたがる130本超の研究を分析し、膨大な人間生成コンテンツのデータベースを参照しているにもかかわらず、AIモデルは一貫して、人間の思考より変化に乏しい出力を生むと結論づけた。同一性は特定モデルの癖ではない。すべてが同じ仕組みで動くことに由来する構造的性質である。研究者は、この効果が規模を持ったときの意味について言葉を濁さなかった。AIが言語と思考を均質化する作用を、オーウェルの「1984」におけるニュースピークの言語統制になぞらえたのだ。この並行は正確である。ニュースピークは人々を黙らせるために設計されたのではない。ある種の思考を形成不可能にするために設計された。言えないことは考えられない。そしてモデルが生成するよう学ばなかったことは、言えない。
破壊的なアイデアが生まれるのは、中心でも既成でも居心地の良い場所でもない。多様な業界、経験、スキルが交差し、型破りで予想外の概念や解決策を火花のように生む周縁からだ。AIはいま、その火花が私たちの想像力をつかみ、世界を作り変えるアイデアへ転じる「縁」を刈り込んでいる。
市場はすでにそれを感じ取っている。言語化できなくとも。Gartnerは今年、消費者の3分の2がオンラインコンテンツが本物かどうかを日常的に疑い、半数がマーケティングで生成AIを避ける企業を積極的に好むようになったと報告した。これはラッダイト的反応ではない。提供されるものから何かが削ぎ落とされたという直感を、集団が獲得しつつあるということだ。彼らは正しい。削ぎ落とされたのは「散らばり」だ。
その直感のビジネス上の根拠も、いまや記録されている。SSRNに掲載された研究で、研究者のChaoran Liu、Tong Wang、S. Alex Yangは、2023年にイタリアで実施された短期間の全国的なChatGPT禁止を自然実験として用い、ツールへのアクセスを失った企業ではマーケティングコンテンツが互いに測定可能なほど異なるものとなり、投稿頻度が下がったにもかかわらず消費者エンゲージメントが約3.5%上昇したことを見いだした。AIが少ない。人間が多い。エンゲージメントが高い。これ以上、きれいなデータはない。
教育の現場では、学生が外注しているのは調査だけではなく推論そのものになりつつある。学生がAIに、道徳的ジレンマや歴史的因果の問いを一緒に考えるよう求めると、AIは情報だけを提供しない。枠組みを提供する。構造を提供する。学習データと強化プロセスに焼き付いた価値観を反映した、考慮事項の順位づけを提供する。学生はそれを検証しておらず、AIは説明できない。十分な数の教室で十分な数の学生が同じツールを使うと、互いに違う思考をする世代は生まれない。モデルに似た思考をする世代が生まれる。大学入試エッセイ2200本を分析した研究では、AI支援の文章と完全に人間の文章の「多様性ギャップ」は、AI利用が拡大するほど広がり、AIにより創造的になるよう促しても埋まらないことが示された。若者が書く最も個人的な文書——自分がいかに固有の存在かを表現するための文書——が、共有された中心へと収束している。これは採点の問題ではない。文明の問題である。
もちろん、すべての分野に等しく当てはまるわけではない。医学には暗記が要る。生化学には精度が要る。確立された知識の蓄積が土台となる分野があり、学習ツールとしてのAIが本当に理にかなう領域もある。解剖学を即興でこなす外科医など誰も望まない。
しかしリベラルアーツはまったく別の話だ。哲学、文学、歴史、倫理、政治理論——これらの学問は、矛盾するアイデアを緊張のうちに保持し、第一原理から議論し、誰にも手渡されていない結論へ到達できる人間を生み出すために存在している。大学のイノベーション・エンジンである。シリコンバレーの製品という意味ではなく、より深い意味で。枠組みの内側で働くのではなく、枠組みそのものを問える人を生む。ウォズニアックが笛を吹いたこと。エンゲルバートがコンピュータを人間の心を置き換えるものではなく拡張する道具として想像したこと。ケイがDynabookをデバイスではなく、子どもがどう学ぶかを考える枠組みとして構想したこと。これらの跳躍は、暗記された事実からは生まれていない。さまようように訓練された人々から生まれた。
哲学の学生がAIを使って倫理的議論を組み立てるとき、彼らは哲学を学んでいるのではない。AI生成の哲学に賛成・反対を示す学びをしている。それは根本的に異なる認知行為である。歴史の学生がAIで戦争の原因を統合するとき、彼らは歴史を有用な学問にしている、接続的で類推的で道徳的重みづけを伴う推論を外注している。ツールは思考を助けてはいない。隣で思考しているだけで、学生はそれを眺めている。そしてそこで生まれる同一性が、4年分積み上がり、労働市場へ、有権者へ、文化へと放出される場所に、長期的な損害が宿る。
Davit Khachatryan（バブソン大学 統計・アナリティクス准教授）はこう言う。
「学びには、多様な視点を受け入れる対話が必要だ。色とりどりの視点が対比し、衝突する教室という万華鏡——知識の忍耐強い追求の中で。独創性を支えるには、生来の未加工の素材が成熟し発達するための、集中した中断なき時間が教室に必要だ。早すぎる段階で機械に頼ることは、スプーンで与えられる現状追認——誰のものでもあり、同時に誰のものでもない——によって、この潜在力を乗っ取るリスクがある。より早く焼けるはずだという無益な期待で温度を上げ、ケーキを焦がすようなものだ。良い知らせもある。同じ技術は学習者の思考を新たな高みに押し上げる助けにもなり得る。教育者として私たちには、規律ある、意識的なAI利用習慣の形成を主導する重要な機会がある」
政治における具体的なリスクは、生産的な曖昧さの消滅である。健全な政治システムには、本物の意見の対立、本物の不確実性、価値観の本物のローカルな差異が必要だ。その対立の摩擦は、醜く、高くつき、ときに腐敗もするが、持続する政治的合意を生む。人々が政治的見解を形成するために使うシステムが、同じ学習上の事前分布を共有していると、独立した推論に見えるものは、分散した示唆の形になる。プロパガンダではない。もっと微妙な何かだ。機械から来たというだけで実証的に感じられる合意である。
明白な反論はこうだ。人間はAIが来るずっと前から均質化していた。ケーブルニュースはフィルターバブルを作った。ソーシャルのアルゴリズムは、人々がすでに信じているものを提供した。インターネットは多元主義の約束にもかかわらず部族を生んだ。これは事実である。だが決定的な違いがある。これらのシステムが均質化したのは、人々の「消費」だった。AIが均質化しているのは、「生産」だ。フィルターバブルは何を読むかを決めた。AIアシスタントは今、何を書くか、何を結論とするか、問題をどう枠づけるか、選択肢が何だと思うかを形づくっている。入力へのフィルターではない。ペンに添えられた手である。
その下で回っているループこそ、最も危険な部分だ。AIがコンテンツを生成する。組織がAIでコンテンツを評価する。AIがその評価で学習される。AIが、AI評価を通過するより良いコンテンツを生成する。人間の判断はループから退出する。陰謀によってではない。熱力学によってだ。システムは最小抵抗へ最適化される。入力も評価もAI媒介になると、真偽、強弱、独創と模倣を分けるために機能していた摩擦が消える。
すべてのビジネスリーダーが必要とする診断
AI戦略が中核を担うものか、飾りにすぎないのかを見分ける問いは3つある。
- もし明日AIが消えたら、実際に何が壊れるのか。遅くなる、コストが上がる、ではない。顧客や売上を失う形で、本当に壊れて停止するものは何か。答えが「何もない」なら、あなたにAI戦略はない。AIの付け合わせがあるだけだ。パイナップルは飾りである。
- AIを、堀を深くするために使っているのか。それとも堀を掘らない言い訳にしているのか。AIは本物の競争優位を強化できる。しかし堀そのものの代替にはならない。競争優位が「AIを使っていること」だというなら、競争優位は存在しない。誰もがAIを使うからだ。それは堀ではない。公共料金である。
- AIがやっていることで、あなたの組織は何が下手になっているのか。ツールに外注した能力は、組織が育てるのをやめる能力である。古代世界で最強の戦闘集団だったローマ軍は、階級にかかわらず毎夜全兵士が野営地を築いたことも強さの一因だった。将軍たちは、その能力が組織に身体化されたままでなければならないと理解していた。難しいことをやめた瞬間、その能力を失い始める。あなたの組織は、どんな「難しいこと」をやめているのか。
この瞬間から、3種類のリーダーが現れている。
- パイナップル運びは、シグナルのためにAIを配備する。プレスリリース、AIテーマの役職名、発表はしたが運用されないベンダー提携。取締役会はパイナップルを見て満足する。このリーダーはサイクルが回っている間は問題にならない。だが転換点が来ると、取締役会はAI投資が実際に何を生んだのかを問う。
- 温室づくりは、AIがアイデンティティではなくインフラであることを理解している。AIを何に使うかではなく、AIが何を恒常的に安く、速くし、それが複利で効いていくかを問う。データ品質、ワークフロー統合、組織能力に静かに投資する。発表しない。やる。このリーダーは今は退屈に見える。5年後、インターネットは死んだと言われていた2001年にAmazonを買った人のように見えるだろう。
- 原理主義者は、AI以前に真だったこと、そしてAIを経ても真であり続けることに冷徹に集中する。顧客が買うのはツールではなく成果である。信頼は時間をかけた一貫した行動で築かれる。競争優位には本物の希少性が必要だ。AIは、その基本を加速する場所にだけ正確に使う。ほかは無視する。
その地図が本当に示しているもの
t-SNE地図に戻りたい。これは主としてビジネス戦略の議論だと思ってほしくないからだ。そうではない。ビジネスの議論は1章にすぎない。地図は本そのものだ。
可視化上でAIがクラスターを作る理由は、次世代モデルで解決される技術的限界ではない。最適化が認知に及ぼす影響の構造的帰結である。学習プロセスは最小抵抗の盆地を見つけ、そこに沈み込む。そうするためにある。クラスターとは、摩擦をすべて取り除いたときの思考の姿である。
人間の思考は最適化しない。さまよう。気が散り、感情的になり、文化的偏りを持ち、霊的動機に突き動かされ、逆張りし、郷愁に浸り、野心を抱き、恐れる。これらは欠陥ではない。摩擦源である。そして地図上に生まれる散らばりこそ、人類史上あらゆる真に独創的なアイデアが生まれてきた場所だ。
人間が築いたあらゆる偉大なシステム——憲政、法、経済、文化——は、その散らばりを活かすよう設計されていた。競合するアイデアを戦わせ、最も強いものだけが生き残るようにする。摩擦はシステムの失敗ではない。摩擦がシステムだった。
いま私たちは、その摩擦依存のシステムの内部に最適化エンジンを配備している。AIが生成する法廷書面。AIが設計するカリキュラム。AIが要約するニュース。AIが下書きする創作物。配備のたびに、システムは速く、安くなり、驚きや外れ値や、のちに正しかったと判明する異端を生む能力が、わずかずつ低下する。
人間の地図の散らばりは、ゆっくりと縮む。誰かが強制したからではない。道具がそこにあり、道具が優秀で、道具が速いからだ。問いごとに、下書きごとに、意思決定ごとに、私たちはさまよいを外注している。
やがて地図は機械の地図のようになる。タイトで、一貫していて、同じ引力点の周りに固く集まる。
そのとき私たちは汎用人工知能を作ったのではない。平均人工知能を作ったのだ。そしてそれを知恵と取り違えた。
創設者たちは、人間が互いに真実をめぐって争うことを必要とする機械を作った。その争いは高くつき、醜く、ときに腐敗もしたが、機能した。いま私たちが作っているのは、衝突が起きる前に解決してしまう機械である。それは進歩のように感じられる。
正反対だ。
散らばりは、まだあなたの中にある。問題は、それを守っているのか、それとも便利なプロンプトを1つ打つたびに、静かに手放しているのか、ということだ。
