分からないことがあるとき、答えを見つけるまでには時間がかかります。資料を探し、必要な部分を読み、複数の説明を比べる。その入口をAIが短縮すると、私たちは以前より早く一つの答えへ到達できます。これは大きな利点です。しかし、答えが画面に表示されたことと、その答えを自分が理解したことは同じではありません。言葉の意味は分かっても、なぜそう言えるのか、どの条件では当てはまらないのか、自分の問題とどう関係するのかがまだ分からないことがあります。
たとえば、ある仕組みについてAIから簡潔な説明を受けたとします。説明を読めば概要は分かったように感じられます。しかし、別の例に当てはめようとすると、どこまで同じ考え方を使ってよいか迷うことがあります。この迷いは、最初の説明が無意味だったことを示すのではありません。答えを知る段階から、その答えを使える形で理解する段階へ進んだことで、新しい問いが見えてきたのです。
答えを得るまでの時間が短くなれば、その後の時間をどう使うかが重要になります。すぐ次の質問へ移れば、多くの情報を短時間で集められます。一方で、一つの答えについて「どんな前提があるのか」「反対の例はあるのか」「自分の状況では何が違うのか」と考えることもできます。AIによって入口が速くなった分だけ、理解を深めるための時間を前に持ってくることができます。
知識は、答えの数だけで増えるわけではありません。新しい情報が、それまで知っていたこととどうつながるのかを整理し、矛盾があれば立ち止まり、必要なら以前の理解を変えることで、知識は使える形になっていきます。AIが大量の情報を短時間で示せるほど、人間には「どれを覚えるか」だけでなく、「どの関係を確かめるか」を選ぶ必要が生まれます。
ここで余白が役立ちます。回答が早く得られた後に時間が残っていれば、別の説明と比較したり、具体例を自分で考えたり、分からない部分を質問し直したりできます。最初の答えが間違っている可能性も確認できます。反対に、速く答えが出るたびにすぐ次の情報へ進めば、知っていることは増えても、一つひとつの意味を確かめる時間は減っていくかもしれません。
AIとの対話では、理解の途中で問いが変わることもあります。最初は「これは何か」を知りたかったのに、説明を読んだ後には「なぜこの条件が必要なのか」が気になる。さらに考えると、「自分が知りたかった問題には別の問いの方が適切だった」と気づくこともあります。理解は、最初の問いへ一度答えれば終わる一本道ではなく、答えによって問いそのものが更新される過程でもあります。
Sai＊ausが重視する「答えではなく、理解を。」という考え方も、答えを遅くすることを意味しません。AIが速く答えられる部分は速く処理し、そのことで生まれた時間を、人間が前提や違いを確かめ、必要なら問いを変えられるようにする。速さを理解の代わりにするのではなく、理解へ進む余地を増やすために使うことができます。
早く答えが見つかることと、早く理解できることは同じではありません。しかし、両者は対立する必要もありません。AIによって答えへの入口が短くなったなら、その短縮をさらに多くの答えを集めるためだけに使わず、一部を「答えの後」に残す。その時間の中で、人間は意味を確かめ、関係をつなぎ直し、必要なら最初の理解を修正できます。速さによって生まれた余白が、答えを知識へ変える時間になるのです。
答えではなく、理解を。