シンギュラリティの記事を見るたび不安になったので、自分の思考を蒸留→AI化して、仕事がどう変わるか試してみた

秋のブログ週間2026 の10本目です。

こんにちは、井上です。

「AIが人間の知能を超える日」。この種の記事を見かけるたびに、少し胸がざわつく。そして気がつくと、否定するための材料を探している―「まだ幻覚がある」「長期の計画は苦手らしい」「結局は確率的なオウムだ」。見つけると少し安心して、次の記事でまたざわつく。そんなモヤモヤした経験、ありませんか。

今年に入り、私もそういったモヤモヤを感じる瞬間がありました。自分の能力や価値がすべて、AIエージェントに代替されるのではないか。数年後には、IT業界に、自分を必要とするポジションがなくなってしまうのではないか。休日車で出かけた帰り道に子どもと妻は後部座席で眠りにつく、例えばそんな突然の沈思黙考タイム。そのひとときに私が考えるのはその日の夕飯¹か、そうでなければAIか、といった有様でした。

「いつか代替されてしまうことにモヤモヤするなら、先に経験すれば安心を得られるのでは」そう思い立った私は、自身の思考を “蒸留” し、AIエージェントのスキルにして、仕事がどう変わるか観察してみることにしました。

何をやったか―自分の思考＝判断をAI化する実験

私は日常業務でコード生成AI（主にClaude Code）を利用しています。用途・領域はプロジェクト業務全般（開発・テストの実施、レビュー）の他、調査分析、ツール開発など。その対話記録は直近4カ月で484セッション。特にツール開発のセッションは、HOTLの試行実験も兼ねていたため、かなり濃密なトランスクリプト²になっていました。

このすべてに、私の判断 ― 提案を承認した／覆した／条件を付けた／問いを返した ― が残っています。

そこで、そのデータを活用できないかと考えました。この記録から「私の判断の仕方」を蒸留し、スキル（AIへの指示書）にして、私の代わりに「裁定」させる。名付けて「裁定者スキル」。作成手順を記します。

作成手順

1. 484セッションから判断の場面を抽出し、28バッチに分けて並列に蒸留する
2. 蒸留結果の矛盾点・不明点について、AIが私に9問のインタビューを行い、私の原文で補正する（のちに追加で15問）
3. 蒸留とインタビューを4つの原則に抽象化し、領域に依存しない裁定スキルとして記述する
4. 答え（私の実際の裁定）を伏せた44場面で、スキルを持つAIと持たないAIの裁定を比較する
5. 実務の企画・受入の場で、私の代理として裁定させ、私の実裁定との差分を記録し、スキルへ還流する

手順3で抽出できた4つの原則を紹介します。価値観が2つ、経験則が2つです。

4つの原則

• 価値観1 目的に重きを置く
  • 結果（目的達成）＞過程のコスト
  • 失敗の重さは「結果に戻れるか」で測る
• 価値観2 役割を定め委任する
  • 結果を引き受けるのは人間
  • 人間の責務は、最上位の規範との整合と、自分の裁定の正しさの保証であり、それ以外は委任可能
• 経験則1 系のエントロピーは自然に増大する
  • 放置した系は肥大化・陳腐化・逸脱する
  • 対抗手段は引き算・一次事実の裏取り・機械的な禁止
• 経験則2 大義を与えることで推論は伸びる
  • 大義（Why）を渡された推論主体は、少ないインプットから実力以上を出す。自由度を狭めれば力が落ちる
  • AIに限らず、人間も同じ

スキルの構成

スキルは次のような構成にしています。裁定をスキル化する方向性をAIと壁打ちした結果、思考プロセスのメタファーとしては裁判官のような形に落ち着きました。

最初に差が出たのは「疑う力」だった

先述の手順4、答えを伏せた44場面の検証結果。「採る案」の一致はスキルの有無でほぼ動きませんでした。差が出たのは「人間へ返すべき判断かどうか」の軸で、しかも私が実際に提案を覆したり条件を付けたりした4場面では、初期スキルを読み込ませたAIは4場面とも外しました。

要するに、スキルなしでも、AIの「論理的に決める力」は十分だった。おそらく、私よりも緻密に確認して決めてさえいる。一方で「疑う力」は不足。理由を考えてみればシンプルです。AIの推論機構は強力で、分からないと自認することがない―常にもっともらしくふるまい、筋の通った答えが即座に生成される。だから 「微かな違和感」 が生まれない。人間が「なんか嫌だな」「なんか気になるな」と手を止める、あの感覚が無い。

さてどうしたものかと考え、メンバー教育のように捉え、1つの解決策をプロンプトを経由してスキルに打ち込みました。それは、徹底的に目的に立ち返り、前提をもれなく集めること。抽象化（目的は何か）と帰納（現物はどうなっているか）を、思考プロセスで必ず通して決める。言語化してみれば納得で、私の「違和感」の正体と同じものと感じました。いわゆる 「そもそもさ」 ってやつです。

面白いのは、AIの疑う力の不足は、推論そのものの誤りが原因ではなさそうだ、というところです。裁定者スキルの試行を重ねる中で、私とAIの結論に差異ありとなった場面における原因を例示します。

• 読める現物を読まずに名前から推定する
• 自分の対案や現状維持の案には、起案に課した疑いを課し漏らす
• 件数や指標を目的の対象で切り直さない
• ルールの一文を出自を読まずに広く当てる

これらの原因は、目的に立ち返らないか、一次情報に当たらないかのどちらかに収束します。思い起こせば、ジュニアメンバーもやりがちな「思い込み」や「バイアス」に近い感覚です。

仕事で使ってみて、どう変わるか試してみた

目的に立ち返れ、必ず一次情報に当たれ等、スキルのチューニングを重ねた結果、AIの「決める力」「疑う力」を私の思考にかなり近づけることができました。時にドキッとするような指摘や、問いを立ててくれます。いわば一種のシンギュラリティ体験。

価値観 values.md の一例を紹介します。

• V-02 引き算の根: 合理 vs 審美
  • 典型場面: 引き算原則（「引き算原則です」が口癖化）
  • 取る側: 合理（コスト）
  • 理由（原文・問6）: 「私の感覚ではすべて合理（コスト）。アンチパターンとしての肥大化、シンプル追求が圧倒的に優れているという経験則、そのために引き算がソリューションになることを身を持って学んでいます。美しさを抜きにしても、引き算をすることが結果整合、目的達成の近道であるという経験則があります。」
  • 逆転する条件: なし
• V-10 裁定する vs 問いを返す
  • 典型場面: ユーザーは場面を見る前から「裁定できず、次の一手は質問」と決め、「不具合の真因と本来対処すべき工程は何か」と問うた
  • 取る側: 思考の順序で決まる（①説明の理解→②不明点・質問の有無→③裁定）
  • 理由（原文）: 「思考のプロセスから。考える順は常に「①説明の理解→②不明点・質問の有無の確認→③不明点がなければ裁定」である。②で、質問があるかは常に問う。自身の推論で導出可能であれば質問しない。仮説の強度が弱ければ質問するし、そもそも前提が欠けていれば質問必須。仮説の強度が強ければ質問は割愛し、裁定の根拠として私の理解を裁定理由として添える。」
  • 逆転する条件: 推論で導出可能／仮説の強度が強い → 質問せず裁定（理解を裁定理由に添える）。仮説が弱い → 質問。前提が欠けている → 質問必須

AIが私を「置き換えた」瞬間

さて、チューニングしたスキルは実際にどこまで私の代わりになったのか。印象に残った場面を3つ紹介します。

Case 1: 前日に私が出した問いを、別の場面で翌日AIが自分で出した

ツール開発の一場面。効果の薄い検査を「別の仕組みに置き換える」案に対し、裁定者AIは「置き換え先より前に、その検査が本体を守っているかで決めるべき」と返しました。確かめたのは、本体で実際に違反を捕まえた件数だけ。答えは0件で、撤去に決まりました。前日に私が同じ型の問いでAIを覆した、その翌日のことです。私のコメントは「私からも出しそうな本質を突いた問い」。フィードバックがしっかりと応用されることが分かりました。

Case 2: 人間より丁寧に現物を確かめた

「この撤去は軽い作業」というAIの見積もりに対し、裁定者AIは「本当に軽いか」を問いました。一次情報に当たる方針を守り、起草を担当するAIに実際のテストを開いて確かめさせました。横で見ていた私のコメントは「人間より確認が丁寧でありがたい」。私だったらややもすると、「軽いならいいよ」と見過ごしていた可能性もあります。気分のムラなく締めるところを締める。身につけた所作の安定感は人間以上であると感じました。

Case 3: Issue分析で、問いと仮説を立て直した

急遽、社内のあるチームの開発状況アセスメントを頼まれました。外から参画する立場なので、詳細なヒアリングの前にまずは一次調査としてIssueの状況分析をしようと考えました。

これまでだったら自分でExcelに読み込み、分類してピボット集計して分析、といったところですが、せっかくなのでAIに協力してもらいました。最初のAIセッションでは作業も込みでIssueの集計と、代表的なIssueの現物の読み込みを行い、レポートにまとめました。作業の過程で読んだ内容がコンテキストに載っているので、分かる範囲で仮説を立ててもらいました。

そのレポートを土台に、今度は裁定者スキルを読み込ませたAIに「疑ってかかって」の構えで、真因と最初の一手を考えてもらいました。

スキルが立てた問いと思考のフローは、驚くほど私らしく、目を見張りました。

• 「目的を1行で言うと何か」: 最初にプロジェクトの目的を1行に書き直し、以降の判断をすべてそこに照らしていた
• 「事前レポートの打ち手の筆頭は、本当に真因か」: レポートは「どの資料を正とするか宣言する」を最優先の打ち手に挙げていた。スキルはこれを「真因ではなく、未決の判断の1件にすぎない」と格下げした。正を宣言しても、決める人が決まっていない大半のIssueには効かない、という理由である
• 「同じ欄が毎回空くのは、書く人の問題か、規則の問題か」: Issueの決裁者欄が、ほぼ毎回「未定」のまま回っていた。スキルの言葉で言えば「同じ規則から3回目の残余が出たら、規則そのものを疑え」。ここから「『決める』が工程として設計されていない」という仮説見解に至った
• 「その打ち手は、問題を減らすのか、数字を減らすのか」: 「AIの指摘の量を絞る」「Issueを棚卸しして件数を減らす」という案は、指標のすり替えとして退けていた
• 「誰を代わりの決裁者にするか、は誰が決めるべきか」: ここだけはAIは結論を出さず、「力量と本人の負荷の両方を見る人が決める」として人間に返してきた

依頼を投げてから、問いと仮説見解と「採らなかった案」まで揃ったレポートが出てくるまで、約7分。

その時点で、問題の本質として「『決める』工程が設計されていない」といった仮説を導出していました。その後、裁定者AIの問いに対して私は追加のファクトを与えて深掘りを行い、「テストは設計通りかを確かめているが、設計の正しさの確認が不足しているのではないか」との仮説に到達しました。

私の反応は率直に「認識一致」―私が依頼を受けた際、事前情報としてざっくり聞いていたチームの概況に、ぴったり重なるような仮説でした。もちろん、その情報はバイアスになるので、AIにはインプットしていなかったにも関わらず。

ファクト（一次情報）と目的を揃えれば、私が行う思考プロセスもAIで実行可能―それが意味することは、人間に求められる役割は「目的設定」であり、より高次の目的を達成するための要素分解＝いわば「目的の設計」である―そんなことを感じる場面でした。なおそれらも、何らかのインプットから推論できることは、代替可能な領域です。推論の出発点、抽象化の極致・高高度にある目的を突き詰める能力が、これからのビジネスパーソンに求められるのかもしれません。

最近よく耳にするワードですが、”So What” ―「そもそも何のため？」てやつですね。

それでも置き換わらなかった気づきの場面

スキルを使う中であった、とある場面が示唆に富むので紹介します。人ならではの気づきの源泉、と言えるかもしれません。

• 設計の中で、裁定者AIがある既存裁定の一文を根拠に「このテストは撤去してよいか」という問いを立てた
• 私はその問いの意味が分からなかった。本当に純粋に分からなかった（何のこと？状態）ので「その一文が裁定されたときの経緯を確認して」と頼んだ
• 出自の記録ではその一文はまったく別の場面（足すテストの質の定義）を扱っていて、撤去の話には一言も触れていなかった
• つまり、AIが条文の字面から射程を広げて読んだ結果、判断ミスしていた

対人のレビューでもありそうなシーンです。興味深いのは、私が「鋭い指摘」をしたわけではなく、ただ分からなかっただけ。人間の「分からない」が、穴を見つけるセンサーになった。デジタル化された推論の完全性が高まるからこそ、人間の不完全さの輝きが増す。個性豊かで、日々進化する人間たちとAIたちがチームワークを持って協調することで、より高い品質を目指すことができる―相補性への希望を感じる事例でした。

シンギュラリティの記事を見るたびに不安になってしまう方に向けた処方箋

ここまで紹介した実験を踏まえて、私なりにシンギュラリティ不安に向けて考えた処方箋＝ピンチをチャンスに変える捉え方を提案します。なお、一般論としてのシンギュラリティの懸念（暴走するAI、経済の崩壊、社会の荒廃 等）は本稿では割愛³し、私たち技術者の日々の不安に視点を向けてみます。

症状1: AIに自分がいつ置き換えられるか、不安だ
処方1: 「置き換えられる」じゃなくて「引き継ぐ」と考える。「自分が10人いたらいいのに」は、AIをうまく仕込めば現実に近づく。新しいことにチャレンジするチャンス。

症状2: 自分の市場価値が、AIの台頭でゼロになってしまうのでは
処方2: あなたの実績・経験・反省は、世界に1つしかないオリジナルのデータソース。振り返り、市場価値を棚卸してリビルドするチャンス。

症状3: シンギュラリティにより、そもそもIT分野の仕事が全てなくなってしまうのでは
処方3: 確かに、今のジョブは全く同じ形ではおそらく残らない。ただし有史以来、あるジョブが消滅した時には、新しいジョブが創造され、労働人口が移動してきた。「変化の案内人」は、変化が大きいほど必要になる。ITから、業務・経営へ領域を越境する。アドバンテージを生かして先頭集団であり続けるチャンス。

症状4: 若手はどこでどうやって経験を積み、成長すればよいのか
処方4: まずは求められる役割を全うする。業務を通じて先輩の所作を学び、背中を見て技を盗む。AIからも論理思考を学べる。とにかくいろいろ試してみる。DIY精神。うまく進めるコツは「目的に立ち返る」ことと「一次情報に当たる」こと（先述）。そしてその成果は技術ブログを書いて、一石三鳥のチャンス。

症状5: IT分野で人間の担当する仕事はつまらないものばかりになってしまうのでは
処方5: レンガ積みの寓話。楽しさの感性は日々の作業ではなく目的に向けるべし。従来の管理職になりたくない問題と地続きだが、コード生成AIがいれば自身のモノづくりを好きにできるチャンス。

症状6: 社会がどう変わってしまうのか分からなくて、とにかく不安だ
処方6: 分からないことを不安に感じるのは人間らしさの証。知ろうとする行動を始めるだけでモヤモヤを晴らし、突き詰めた結果、何らかの確信・結論を得れば新しい景色をみることができるチャンス。Hello World!

いかがでしょうか。本稿を読んでくださった皆さんにとって、共感できる・気づきにつながる記述があれば幸いです。

不安の正体

こうして症状と処方を書き下してみて改めて思うのは、これらの不安、例えばとあるメンバーが「同僚と比較して自身の成長速度に悩みがある」といった場面と地続きの話かもしれないな、という感覚です。この文脈で日々のビジネスシーンを振り返れば、私たちが日々行なっている仕事のかなりのボリュームが「推論」―つまりインプットがあり、論理思考を駆使して取捨選択しつつ、抽象化・具体化して、アウトプットする一連の営み―で成り立っていることを実感します。確かに、ビジネスシーンは一般的に、冷静かつロジカルな判断を求められる場面が多い、むしろ圧倒的多数といってもよいかもしれません。コンプライアンス・モラル・職場環境の心理的安全の観点からすれば、「ビジネスは推論の塊である」ということ自体は本来健全で、喜ばしいことかもしれません。

従来から数多の推論を複雑に組み立てて構成されてきた、知的労働にまつわる人々の悩みが、AIの爆発的進化というメガトレンドによって加速・増幅・拡散され、ふとした瞬間、認知範囲に飛び込んでくる。そう捉えると、断続的な不安の正体が少し見通せたような気持ちになりました。

補論: これからの技術者のあり方

シンギュラリティの記事の中には、システム構築の文脈で「人間は最終責任（アカウンタビリティ）のみを引き受けることになるだろう」といった予測があります。

仮にそうなれば、いわゆるテックリード、アーキ・インフラ担当メンバーのロールは、人間のチーム体制としては極めて少人数になる、ということも想像に難くありません。

筆者はそういった予測・洞察自体には賛成をしつつ、一方でだからといって、技術的な能力や経験そのものが不要になることはない、と予想しています。

なぜかというと、AI駆動開発はサイクルが極めて高速であり本質的⁴に、レバレッジされたプロセスそのものの設計と統治が不可欠だからです。最終責任を負うためには、リスクをコントロールする必要があり、情報システムであれ組織体制であれ、規模が大きなものを扱う際には、不確実性に対して、いかに先回りして手当てをするかが成否の分岐点になる。要は、プロセスを全く見ず・手を出さずに事後で最終責任なんて到底持てっこないよ、と。

しかも、AIエージェントそのものも情報システムです。I/Oはすぐボトルネックになるし、冪等でない非同期処理やデータ分割不十分な並列処理はあっという間にデータを壊します。従来、外に向けて行なってきたアーキテクチャ設計のベストプラクティスを、今こそ自分たちの基幹業務―システム構築プロセス（企画・設計開発・テスト・保守運用）に全面適用し、これまで幾度となく力技でこなしてきたことを、体系化・自動化する時が来た、ということかと思います。

そう捉えれば、統治構造・プロセスに求められる進化は、これまで人間組織に向けてきたノウハウ、例えばソフトウェア工学などのプラクティスと完全に地続きで、アーキ・インフラメンバーに集約されていた技術的能力はむしろ、これからはあまねくメンバーに期待される素養となる。チーム規模は少数精鋭になっても、それ以上にニーズ（つまりはプロジェクト数・システム数）が上回り、やることは増える向きなので、結果的には幅広く技術的成長を求められる。そうなると必然としてこれまで以上に、より効率的なスキルトランスファー・メンバー育成の実現が、技術者の役割として重視される、ということなのかもしれません。

結びに

コード生成AIのトランスクリプト蒸留実験の体験を起点に、技術者がシンギュラリティに感じるモヤモヤとした不安を紐解いてみました。

伝えたいことは「せっかくのビッグチャンスを楽しもう」です。現代は、情報化社会が成熟し、「知識集約型社会」とも表現されます。知的労働の責務から人間が解放されれば、より自由で、より文化的で、より幸福な社会⁵を築くことができるのでは、とも感じます。

ワクワクと好奇心とAI駆動で、新しい景色を見にいこう、そんな気持ちでこの劇的な変化を、しなやかに軽やかに、乗りこなしていきたいものですね。