フィードバックで結果を改善する
書き手は、思慮深いフィードバックの力を理解している。フィードバックは、優れたアイデアをより滑らかな形にする。良い文章を、より引き込まれ、胸に迫るものにできる。注意力がますます短くなっている読者を説得し、最後まで読み切らせることもできる。多くの書き手は、技術が磨かれると分かっているからこそ、フィードバックをむしろ待ち望むほどだ。
今日のAIツールは高度化が進み、過去のやり取りから情報を保持し、それを将来のタスクに適用する。たとえばChatGPTやClaude（クロード）は、会話をまたいで文脈を引き継ぎ、設定によってはユーザーの好みやプロジェクト固有の情報を長期にわたって保持できる。
あるいはAIエージェントを考えてみよう。エージェントをトレーニングする最も簡単な方法の1つは、的を射たフィードバックを含む自然な会話である。たとえば、ある写真スタジオの経営者が、写真撮影の計画に関して顧客の質問に対応するAIエージェントを訓練しているとしよう。エージェントはこう答える。
「写真撮影を計画するには、まず撮影の目的とテーマを定め、次に詳細なショットリストとスケジュールを作成します。その後、適切なロケーションを選び、機材を揃え、適切な照明を確保してください」。
悪くない案だが、ここで編集者の視点に立つ番だ。口調をもっと会話的で親しみやすいものにする。そしてより上位の観点では、この助言はプロの写真家向けであり、スタジオを訪れる顧客に向けたものではない。
フィードバックが正確で思慮深いほど、AIの出力はより役立つものになる。
信頼がかかっていると思って事実確認する
ChatGPTやClaudeのようなAIツールが、生産性のための強力なツールであることは疑いない。これらを使えば、雑務を自動化し、スピードアップできる。その分、自分にしかできない、より意味のある創造的な仕事、すなわち物事を前に進める仕事やプロジェクトに時間を割ける。
高度化が進んでも、1つの根本的な問題は残る。つまり、事実をでっち上げてしまう傾向である。
「今日のAIボットは、膨大な量のデジタルデータを分析してスキルを学ぶ複雑な数学システムに基づいている。何が真実で何が偽りかを判断しない──そして判断できない。時に、ただ作り話をしてしまう。AI研究者の一部はこの現象をハルシネーション（幻覚）と呼ぶ。あるテストでは、新しいAIシステムのハルシネーション率が最大79%に達した」と、2025年ニューヨーク・タイムズは報じた。
編集者なら誰でも言うように、事実確認は良いジャーナリズムと（ノンフィクションの）文章の土台である。The New Yorkerには、この仕事に専任のスタッフが28人いるとされる。
AIツールを使いながら編集者のように考えるには、あらゆる事実情報を確認することが不可欠だ。リンクをたどり、引用された調査や主張を本当に裏づけているのかを確かめる。主張が過度に断定していないかを点検する。コードは、実際に動作し、期待どおりの出力を生み、見た目だけもっともらしく見えるのではなく、エッジケースにも対処できているかをテストする。
AIツールは、テキスト、ウェブページ、チャットボットなどの強い初稿を生成できる。それを協働ツールとして扱い、自分が編集者になることで、アウトプットの質が高まるだけでなく、目の前の課題についてより批判的に考えられるようにもなる。結果として、書き手、コーダー、デザイナー、マーケター、リーダー、そしてそれ以上の存在として、自分をより良くしていくのだ。
