AIを使えば、仕事は速くなる。そう聞くと、私たちは自然に「それなら忙しさも減るだろう」と考えます。文章の草案、長い資料の整理、複数案の比較などにかかる時間が短くなれば、その分だけ一日に余裕が生まれそうだからです。ところが実際には、速くできるようになった仕事へ別の仕事が追加され、確認する成果物も増え、選ぶべき候補も増えることがあります。一つの作業時間が短くなったことと、人間が忙しくなくなることは、同じ出来事ではありません。
たとえば、以前は一時間かけて会議資料の下書きを作っていた人が、AIを使って十五分で下書きを作れるようになったとします。残った四十五分で内容を確かめ、数字の意味を見直し、関係者に確認できれば、その短縮は余裕として働きます。しかし、その四十五分へ別の資料作成を入れ、さらに早く終わった時間へ次の仕事を追加していけば、予定は再び埋まります。AIによって処理能力は増えていても、人間が立ち止まれる時間は増えていません。
ここで重要なのは、AIが忙しさを直接生み出していると考えないことです。AIは短時間で多くの処理を支援できますが、その能力を何に使うかは別の設計問題です。空いた時間をすべて追加の成果へ変えることもできますし、一部を確認や再検討のために残すこともできます。高速化そのものには、余裕を増やす方向も、仕事量を増やす方向も含まれています。どちらへ進むかは、短縮された時間をどのように扱うかによって変わります。
AIとの関係では、この違いがさらに大きくなります。人間だけで考えていたときには三案を比較するのが限界だった場面でも、AIなら短時間で十案を提示できるかもしれません。しかし、候補が増えれば、比較する人間の負担も増えます。調査結果を大量に集められれば、その一つひとつの重要性を判断する必要も生まれます。AIが処理を代わりに行うことで消える負担もありますが、生成された結果を読む、選ぶ、確かめるという別の負担が現れる場合があります。
だから、AIの速さを人間の余裕へ変えるには、早くできた後に何をしないかを決める必要があります。案が十分に比較できるなら、それ以上増やさない。必要な情報が揃ったなら、検索範囲を際限なく広げない。草案が早くできたなら、すぐ次の仕事へ移るだけでなく、一度内容から距離を置く時間を残す。このように、短縮された時間の一部を意図的に使わないことで、人間が結果に追い立てられる状態を避けやすくなります。
残された時間は、単なる休止だけに使われるわけではありません。AIの提案が目的に合っているかを考える、前提に誤りがないか確かめる、別の人の意見を聞く、必要なら依頼そのものを変えるといった行為にも使えます。これらは、AIが速く答えを出すほど不要になるものではありません。むしろ、結果が早く現れるからこそ、締切までに考え直せる時間を前方へ移すことができます。
Sai＊ausでは、この時間の使い方を人間とAIの関係として考えることができます。AIが先に処理できる部分を早く進めても、それによって人間の判断まで自動的に前倒しする必要はありません。AIが整理した結果を人間が読み、違和感を示し、条件を変え、必要なら戻る余地を残す。速さを「次の処理を始める合図」だけにせず、「まだ修正できる時間を増やす手段」として扱うことで、人間はAIの速度に合わせて急ぎ続ける必要がなくなります。
もちろん、すべての仕事で余白を大きく取る必要はありません。手順が安定し、失敗した場合の影響も小さい処理では、AIによる短縮をそのまま次の作業へ使う方が合理的なこともあります。一方で、判断を誤ったときの影響が大きい仕事、条件が途中で変わりやすい仕事、複数の人の合意が必要な仕事では、早く得た時間を残す意味が大きくなります。大切なのは、速さを自動的に仕事量へ変換しないことです。
AIが速くなっても人間が忙しいままなのは、不思議なことではありません。処理時間の短縮と、余裕の増加の間には、時間をどう配分するかというもう一つの選択があります。AIが生み出した時間をすべて新しい仕事で埋めるのか、それとも一部を人間が確かめ、相談し、考え直せる時間として残すのか。その選択によって、AIの高速化は仕事を増やす力にも、人間の余裕を支える力にもなります。
答えではなく、理解を。