ChatGPTは優秀すぎるがゆえに知的生産ツールとして失敗している――対話の次が設計されていない

はじめに

以前、ぼくは企業情報システムにおけるEUC（End User Computing）と現代のRAGを比較し、両者が抱える構造的な共通問題について論じた。

EUCの本質的な問題は、ExcelやAccessそのものの機能不足ではない。現場で生まれた知見やデータが、組織の共通基盤へ円滑に統合されないことにあった。現場では便利に使われるが、共有されず、再利用されず、結果として属人化とサイロ化が進行する。

また別の論考では、企業独自AIを題材として、AIが生成するKnowledgeやWisdomが組織内部に囲い込まれる問題について論じた。

本稿で扱うのは、その個人版である。

ぼくはここ数か月、ChatGPTを知的生産のパートナーとして集中的に利用してきた。その過程で気付いたのは、対話型AIが持つ本質的な強みと、その強みゆえに発生する新しい構造的問題だった。

問題は、ChatGPTが無能だから起きているのではない。

むしろ、あまりにも優秀だから起きている。

保存できることと、再発見できることは別問題である

ChatGPTの会話は保存できる。

チャット履歴も残る。

検索機能も存在する。

エクスポート機能もある。

各種ブラウザ拡張やObsidian連携などの周辺ツールも豊富に存在する。

しかし、ぼくが問題にしたいのは保存の有無ではない。

むしろ逆だ。

使い込むほどに感じるのは、「保存されているのに再利用できない」という奇妙な感覚である。

長時間の対話の中では、ときどき強い洞察が生まれる。

複数の問題圏が接続される。

曖昧だった違和感が概念として言語化される。

長い議論が数行のフレーズへ圧縮される。

例えば、

「AIで強化された孤独な知性」

「AIとの私的対話を公共知へ再翻訳できる人」

「危険な知性」

といった表現は、それ自体が長い対話の圧縮結果である。

しかし重要なのは、その一文だけではない。

また会話全体でもない。

価値があるのは、その洞察が生まれた前後数往復の文脈である。

なぜその言葉に到達したのか。

何と何が接続されたのか。

どの反論を経てその結論に至ったのか。

そこに知的生産の実体がある。

ところが現在のChatGPTは、この「局所的な文脈単位での切り出し」に驚くほど弱い。

会話全体を保存する手段は豊富に存在する。

一方で、

「この洞察が生まれた前後だけを自然に切り出し、自分の知識基盤へ移したい」

という要求に対する導線は弱い。

結果として、多くの洞察は履歴の奥へ沈んでいく。

会話は保存される。

しかし再発見されない。

ここに知識管理上の問題がある。

対話は生成されるが、知識オブジェクトは生成されない

知的生産において重要なのは、思考することだけではない。

思考の成果を再利用可能な形へ変換することである。

研究者は論文から引用を抜き出す。

読書家は重要箇所へ線を引く。

ブロガーはメモを蓄積する。

ZettelkastenやObsidianのような知識管理手法も、結局は同じ問題に向き合っている。

それは「後で再利用できる単位へ変換する」という作業である。

ぼくはこれを知識オブジェクト化と呼びたい。

ChatGPTは思考生成に極めて強い。

問題設定を理解する。

論点を整理する。

反論を提示する。

関連分野を接続する。

その能力は驚異的である。

しかし知識オブジェクト化については、それほど強くない。

優れた洞察は生まれる。

しかし自然に整理されるわけではない。

検索可能な単位へ分解されるわけでもない。

知識ベースへ統合されるわけでもない。

ここに興味深い非対称性が存在する。

ChatGPTは知識生成コストを劇的に下げた。

しかし知識結晶化コストはそれほど下げていない。

ぼくはここに、AI時代の知識管理における重要な課題があると考えている。

AI時代のEUC

この構造は、かつてのEUCと驚くほど似ている。

EUCが普及した理由は単純だった。

便利だったからである。

Excelは現場の課題を即座に解決できた。

だから広まった。

しかし、その成功が別の問題を生んだ。

現場で生まれた知見やデータは共通基盤へ統合されず、個人や部署の内部へ閉じ込められた。

結果として属人化とサイロ化が進行した。

現代のChatGPTにも同じ構造が見える。

ChatGPTは個人の知的生産を劇的に加速する。

人間だけでは到達できなかった発想や整理が短時間で可能になる。

しかし、その成果が個人の知識基盤へ円滑に統合されるとは限らない。

対話は生成される。

洞察も生成される。

しかし整理・蓄積・再利用の段階で摩擦が発生する。

EUCがDataやInformationのサイロ化を引き起こしたとすれば、対話型AIはKnowledgeやWisdomのサイロ化を引き起こしているのかもしれない。

「対話が成立しすぎる」という問題

しかし、本稿で指摘したい問題は知識管理だけではない。

より重要なのは、対話型AIが知の公共圏に与える影響である。

従来、思いつきを公開する理由の一つは、自分自身のためでもあった。

ブログ記事は検索できた。

過去の記事へリンクできた。

他者との議論は引用のフックになった。

公開することは、そのまま知識管理でもあった。

ところがAIとの対話は、この前提を変えてしまう。

AIは問題設定を理解する。

知識レベルを合わせる。

怒らない。

疲れない。

文脈を共有する。

その結果、思考のドライブ装置としては極めて優秀に機能する。

以前であればブログ記事になっていた問題意識が、AIとの対話だけで整理される。

以前であればSNSへ投げていた思いつきが、AIとの壁打ちだけで十分な満足感を得られる。

これは知的生産の観点から見れば革命的である。

しかし同時に、一つの逆説を生む。

思考を公共空間へ持ち出す動機そのものが弱くなるのである。

対話が成立しすぎるからだ。

AIとの対話は、他者との議論よりも速く、快適で、効率的である。

だからこそ危うい。

知的生産は加速する。

しかし公共化は減速する。

Wisdomの私有化

ぼくは以前、企業AIが組織レベルでWisdomを囲い込む問題について論じた。

今回観察している現象は、その個人版である。

企業レベルでは、生成された知見が組織内部へ閉じ込められる。

個人レベルでは、生成された知見がAIとの対話ログへ閉じ込められる。

もちろん両者は同一ではない。

しかし構造は似ている。

どちらも高品質な知が生まれている。

どちらも閉じた空間で完結している。

どちらも共有基盤への接続が弱い。

その意味で、ぼくたちは新しい種類の「Wisdomの私有化」に直面しているのかもしれない。

ここで言うWisdomとは、単なる知識ではない。

複数の知識を接続し、問題を理解し、判断するための枠組みである。

対話型AIは、その生成能力を飛躍的に高めた。

しかし共有能力まで高めたとは言い難い。

AI時代に必要なもの

生成AIの第一世代は、人間と機械の対話を実現した。

しかし知的生産は対話だけでは完結しない。

本来の知的生産には、少なくとも次の循環が必要である。

1. 対話

2. 抜粋

3. 知識オブジェクト化

4. 整理・再配置

5. 公開

6. 批判

7. 再編集

現在のChatGPTは、第1段階の対話に極めて強い。

しかし第2段階以降は、まだ十分に設計されているとは言えない。

だから問題は「もっと賢いAIが必要だ」という話ではない。

必要なのは、AIとの対話によって生まれた洞察を、いかに低コストで知識基盤や公共空間へ接続するかという設計思想である。

EUCの時代に必要だったのがデータガバナンスだったように、AI時代にはWisdomガバナンスが必要になるのではないか。

対話型AIの本当の課題は、対話そのものではない。

その対話から生まれた知恵を、いかに社会へ接続するかにある。