AIはツールである。それをうまく使うにはスキルが必要だ。

2026年10月11日の記事「『AI』はツールではない」で、Rich Hickey氏はLLMは操作できないためツールではなく自動化であると主張している。仕事の外注が学習機会を奪う可能性があるという点には同意する。しかし、彼の結論は論理的ではない。彼の定義でさえ、LLMは人間が操作できるものである。そして、他のツールと同様に、それをうまく使うにはスキルが必要だ。ノコギリを手に取ったからといって、まっすぐ切れるとは限らない。ノミを持ったからといって、彫刻家になれるわけではない。ツールは、良い判断を増幅するのと同様に、悪い判断も増幅しうる。それらの有用性は、オペレーターがそれらを指示し、フィードバックを解釈し、間違いを認識し、修正する能力に依存する。これらの要件はLLMにも当てはまる。LLMの予測不可能性は意味のある制限である。しかし、予測可能性、信頼性、シンプルさ、そして限定された機能は、私たちがツールを評価する際の質であり、そのカテゴリへの所属の前提条件ではない。制御が難しい、あるいは誤用しやすいからといって、ツールでなくなるわけではない。Hickey氏のツールと自動化の区別も、偽りの分割を生み出している。自動化はツールの特徴でありうる。コンパイラは、プログラマーが各操作を継続的に指示しなくても、かなりの作業を実行する。スプレッドシートは、誰かが手動で各計算を実行しなくても結果を再計算する。私たちは、入力の指定、結果の確認、次に行うことの決定によって、これらのシステムを操作し続けている。コードの翻訳や数値の計算が自動的に行われる場合に、テキストの自動生成が楽器をツールから除外する理由は何だろうか？LLMの使用に意図、フィードバック、指示、専門知識が欠けているという主張は、特に擁護が難しい。プログラマーは、LLMに馴染みのないコードの説明を求め、その説明に異議を唱え、ソースを検査し、提案された変更をテストし、それを拒否し、リクエストを洗練させることができる。それは人間が目的を持って指示するフィードバックループである。それをうまく行うには、何を尋ねるべきか、どの証拠が重要か、そしていつ答えが間違っているかを知る必要がある。専門知識は、その楽器をより有用にすることができる。Hickey氏の読書に関する懸念は、特定の用途においては妥当である。論文を読む代わりに要約を受け入れると、読書が教えることの多くを犠牲にする可能性がある。しかし、誰かが論文を読んで、LLMを使って自分の解釈に疑問を呈したり、異議を検討したり、さらに詳しく調べるべき点を見つけたりすることもできる。知的作業を回避する可能性は、すべての使用がそれを回避することを示すものではない。関連する質問は、その人が実際に行っていることである。最も失望するのは、AI業界の擬人化された語彙、つまり「暴走する」「封じ込めを逃れる」「共謀する」に依存していることだ。これらの表現を繰り返すことは、これらのシステムを独立した存在のように聞こえさせるフレームワークを受け入れるリスクがある。ソフトウェアは、予期しない出力を生成したり、指示に従わなかったり、重大な行動へのアクセスを与えられた場合に損害を引き起こしたりすることがある。それらは実際のエンジニアリングの問題である。「共謀」と呼ぶことは、何も確立せずに人間の動機を示唆する。LLMが常に人間が指示した通りに正確に動作すると主張するつもりはない。明らかに失敗することはある。しかし、完璧に服従しないからといって、それがツールでなくなるわけではない。かといって、成功した使用がそのオペレーターが判断を放棄したことを証明するわけでもない。有用な区別は、スキルを持って楽器を操作することと、十分な理解や監督なしに作業を委任することの間にある。その区別はAIにも当てはまり、ソフトウェアのクラス全体をツールではないと宣言するよりも実用的なものを提供する。