AIがコーダーを奪いに来た。その理由を理解することが、次に誰がターゲットになるかを示す。
AI Came for the Coders. Understanding Why Tells Us Who's Next (robertpeake.com)
要約
この記事は、AIがコーダーの仕事に影響を与え始めている現状を、19世紀の木工職人が機械化に直面した状況に例えて論じています。AIによる自動化の可能性は、作業の「評価可能性」と「客観的価値」という2つの軸で分析され、コーディングは評価可能かつ価値が高いためAIの影響を受けやすいと指摘します。一方で、詩や育児のように評価が難しく価値が高いものはAIによる自動化が困難であると述べ、AI時代においては、成果物(デリバラブル)ではなく、それによって達成される「結果(アウトカム)」に焦点を当てたスキル習得が重要になると提言しています。
全文翻訳
AIがコーダーを奪いに来た。その理由を理解することが、次に誰がターゲットになるかを示す。
[画像: ラップトップ、スケッチブック、ノート、スプレッドシート、ヘッドセットを持つオフィスワーカーの列。ラップトップを持ったワーカーが明るいオレンジ色のドアを通り抜け、消えていく。]
私は、コンピューター工学ではなく詩学で学位を取得したのは、もしこのコンピューティングブームが下火になった場合に、何か頼れるものがあるようにするためだと冗談を言っていました。AIのおかげで、それはもはやほとんど冗談ではなくなりました。
私が25年近くキャリアを積んできたソフトウェアエンジニアリングは、信仰の危機に瀕しています。手書きコードの美しさを信じる熱狂的な信者たちは、それを奪われました。テクノロジー、コードの有無にかかわらず、問題解決や物作りが好きな人々は、新しいおもちゃで遊び、習得すべきツールを与えられました。
私はこれを19世紀以降の木工に例えます。ジャックプレーン、ノミ、手ノコギリが、電動サンダー、ルーター、テーブルソーに取って代わられました。産業はスケールアップし、今では一般の人々もまともな家具を手頃な価格で購入できるようになりました。しかし、それには別の代償もありました。
物理的自動化の直接的な性質
もしあなたが職人ではなく機械オペレーターになることに満足していたなら、あなたはビジネスを続けることができました。しかし、もしあなたが手プレーンから削り出される木の薄いリボンが光を捉えるのに夢中になっていたなら、今生き残るための唯一の方法は、あなたの技術を撮影してノスタルジックな趣味人のためのインフルエンサーになることでしょう。
私たちは、手作業の自動化を受け入れました。それは、手頃な価格の商品や自由時間といった多くの人々の利益につながったからです。その代償として、私たちは職人技の価値を下げました。デスクワークは、デスクを作るよりも尊重されるようになりました。しかし、優秀なコーダーの仕事がこれほど激しく揺さぶられると、デスクワーカーの世界に恐怖が広がります。もしそのような知的労働が脆弱であるなら、次に何が、誰がターゲットになるのでしょうか?
慰めにはなるが間違った答えは、「人間的な」仕事は安全であり、コーディングは技術的なものであるというものです。AI自動化に耐えうる人間的なスキルが何であるかを理解するための、はるかに良い方法は、機械学習と同じくらい古い原則を見ることです。そしてそれは、AIによって自動化できることとできないことを説明するのに大いに役立ちます。それは50年代から変わっておらず、今後もすぐに変わることはないでしょう。理解するのは簡単ですが、それが予測することは直感に反する可能性があります。
AI自動化の自然な軌跡の性質を誤解することから、多くの間違った仮定や根拠のない恐怖の煽りが生じています。
デジタル自動化の直感に反する性質
言語学習のために、私は発音を助けるために自分の声のクローンを作成しました。数時間と約5ドルのコンピューティングクレジットを費やして無料のオープンソースモデルを再トレーニングしたところ、それは私のMacBook上でローカルに、完全に私の制御下で実行されるようになりました。私はそれを使ってAI解説ビデオの1つを録画し、25年間一緒に暮らしている、声に非常に敏感なプロのミュージシャンである妻に聞かせました。
彼女はそれが私でないことに気づきませんでした。
芸術を作ること、詩や歌を書くこと、愛する人の顔や声を聞き分けることは、本質的に人間的な活動のように感じられます。その一部、顔認識のようなものは、コンピューター科学者のラリー・テスラーが予測したように、「知性とは、機械がまだ行っていないことすべてである」となりました。その言葉は長く定着しませんでした。それは単に日常生活の一部になっただけです。
しかし、芸術、執筆、スピーチ、さらにはコードでさえ、私たちが「私たち」であると感じるものほど、機械によって行われたときに私たちのアイデンティティの感覚を揺さぶります。ここではAIというラベルがしっかりと張り付きました。私たちが自分自身の知性のイメージを投影するような仕事をする機械は、私たち自身の知性をも機械に投影させます。
それでもAIは信じられないほど愚かに見えることもあります。仕事におけるAIを研究する研究者たちは、分野をまたいだAIの偏った進歩に「ギザギザのフロンティア」という名前を付けています[1]。機械が得意なことと不得意なことの境界線は、私たちが難しいと感じることと簡単だと感じることの境界線とは全く異なることが判明しました。
フロンティアがギザギザに見えるのは、私たちがそれを仕事の「人間らしさ」で測っているからであり、一部の分野や産業がすぐに最先端に追いつかないことを意味します。
真実は、音声合成や、私たちが当然のことと思ったり、私たちの時代遅れをもたらすと恐れたりする他のすべては、AIがうまく自動化できるものの法則に従っているということです。これらは機械がどのように「学習」するかという法則に従っており、それもまた純粋に擬人化された比喩です。
自動化できるものを理解する
1950年代の最初のAIプログラムは、手書きの推論規則で指定されていました。学習するプログラムは同じ10年間に登場しました。その中には、以前のバージョンと対戦することでチェッカーの腕を向上させたIBMのプログラムもありました[2]。学習には設計以上のものが必要です。スコアリングする方法が必要です。だからこそAIはゲームを非常にうまくプレイし、最終的には私たちを凌駕して勝利への最善の方法を見つけるのです。
AI研究者のジェイソン・ウェイは「検証者の法則」という言葉を作りました。タスクをチェックするのが簡単であればあるほど、AIをトレーニングしてそれを実行させるのも簡単になります。アンドレイ・カルパシーは、古いソフトウェアのやり方を「指定できるもの」、新しいやり方を「検証できるもの」と区別しています[3]。結局のところ、音声のデジタル録音はチェックするのが簡単で、クローンされる参照音声と比較して検証するのが簡単です。
簡単にするために、私はウェイらがチェックと検証に必要だと特定したすべての要素(正しい答えがあること、それを確実にスコアリングできること、そしてそれを何度も高速で実行するのに十分なコンピューティングパワーで自動化できることなど)を「採点」という用語にまとめました。
今日、AI自動化を実行するには、すべてのコンポーネントが必要です。しかし、データとコンピューティングパワーがより利用可能になるにつれて、結局のところ、何らかの数値形式の分析と、「正しさ」の評価が、採点できるもの(あるいは決して採点できないもの)の成否を分ける要因となります。
しかし、採点はAI自動化を予測する要素の一部にすぎません。もう一つは価値であり、私たちが価値とは何かについて合意していることです。これらの2つの次元に沿って仕事を進めると、考慮すべき4つのボックスが得られます。
[画像: 自動採点(横軸)と客観的価値(縦軸)の2x2行列。子育ては左上、コーディングは右上、芸術と工芸は左下、詩は右下。]
ソフトウェアは、人間が生み出した最も採点される仕事の1つです。コンパイルされるかされないか、テストはパスするか失敗するか、そして自動テストは通常の機械で数秒で完了します。目的を果たしている限り、動作するソフトウェアが価値があることに誰も異論を唱えません。これがコードを右上ボックスに置く理由です。私のクローン音声もその隣にあります。それは妻のテストに合格するかしないかです。
しかし、私が以前にも述べたように[https://robertpeake.substack.com/p/has-ai-changed-the-meaning-of-intelligence]、詩のバグをチェックできるコンパイラは決して存在しません。詩人のスタイルをクローンし、形式のすべての規則を正確に守ることができます。しかし、詩の最大のトリックは平凡さを回避することであり、それはまさに数値比較と調整の無限の繰り返しが収束するものです。形式とスタイルは採点できますが、詩が良いかどうかは採点できません。これが詩を右下ボックスに置く理由です。私はそれについて全編トークを行いました。もしもっと聞きたければ。
社会の観点から見ると、子育てはおそらく世界で最も重要な仕事です。それを自動的に(あるいはまったく)採点することは、結果を見るのに数年、あるいは世代さえかかる可能性があり、その結果自体はしばしば認識しやすいものの定量化が難しいことから、不条理に思えます。それは左上に位置し、価値は高いが採点を超えています。
最後のボックスは、採点も客観的な価値評価もできない仕事です。職人から趣味の木工家になった人々は、物理的な自動機械によってこのボックスに入れられましたが、今ではデジタルの自動化からは免れています。詩のように、製品の価値は好みの問題であり、好みは多様化し、定量化を逃れます。
自動化されるものを予測する
コーディングを超えて、芸術や執筆の自動化は、ほとんど誰も解決を望んでいなかった「問題」の解決のように感じられます[4]。私たちが嘆くことの多くは自動化されており、自動化されていないことの多くは私たちを不快にさせます。これは、AI自動化の可能性が私たちの願望に従うのではなく、上記の自動採点対客観的価値の原則に従うからです。それがどれほど「人間的」に感じられるかは関係ありません。両方で高いスコアを獲得すれば、それは可能です。しかし、それは確率的ではありません。それは単に不可能なものを除外する場所を示しているだけです。
[画像: 人々が気にかけることとAIが自動化することのベン図。コーチング、ケア、リーダーシップは気にかけられているが自動化されていない。芸術、執筆、コードは重複部分に位置する。スケジュール管理と記録管理は自動化されているが気にかけられていない。洗濯と皿洗いは両方の外側にある。]
確率的になるのは市場のインセンティブです。これは客観的な価値について合意することとは異なります。これは資本主義と、労働だけでなく知識労働のためにも生産手段を所有するという夢についてです。数十年もの間、ラップトップを持つクリエイターは、製粉所の労働者よりも多くの生産手段を所有していました。オンデマンドでマーケティング画像を生成するAIは、それらの手段をサブスクリプションを支払う人に返しますが、公開して仕事を完了するために必要な作業はわずかです。
商業芸術と執筆はこのカテゴリーに属します。ブリーフィングと支払いをするクライアントは、ファインアートにはない価値の合意と安定した収入を提供します。AIは商業的なクリエイティブワークを自動化しており、これはアーティストがファインアートや文学の実践と同じスキルを使って生計を立てることがより困難になることを意味します。
しかし、歴史を通じて、ファインアートで生計を立てたいと思った人が容易にできた人はめったにいないことを指摘しなければなりません。ゴッホは弟からの小遣いで生計を立て、多くの有名な芸術家は遺産で生きていました。ネポベビーは時代を超えた伝統です。
過去約100年間、副業や日雇いの仕事もありました。ウォーホルは靴の広告を描き、ホッパーは雑誌のイラストを描き、ラシュディは広告コピーを書き、ヘミングウェイとオーウェルはジャーナリストとして働きました。スキルを磨き、家賃を賄うために商業的に芸術制作を実践することは、AI時代に本当に脅かされていることです。
[画像: 1300年から現在までの、芸術家や作家が第二の職業なしで生計を立てていた期間の推定積み上げ面積グラフ。教会、世俗的なパトロン、私的な手段、オープンマーケットでの販売、そして約1880年からは商業的なクリエイティブワーク。]
芸術家や作家が第二の職業なしで生計を立てていた期間の私の定性的な推定。[5]
ほとんどのイラストレーター、コピーライター、翻訳者にとって、商業的な仕事は決してより高みへのリハーサルではありませんでした。それは仕事でした。作家組合の調査では、イラストレーターの4分の1、翻訳者の3分の1以上がすでにジェネレーティブAIに仕事を奪われたと述べています[6]。彼らにとって、提供される選択肢は、昔の木工職人のように、機械オペレーターになることです。
AI時代のための再スキル化
知識労働において、AIは成果物(デリバラブル)を生成し、人々は結果(アウトカム)を達成します。成果物とは、報告書、コード、スライドデッキ、キャンペーン画像など、手渡せるものです。結果とは、そもそもそのものが何のためにあったのか、例えば役員会で発表するプレゼンテーションや、成約した販売取引などです。それは、他の人々が同意し、採用し、複雑な社会的相互作用を通じて実行して初めて起こります。
多くの成果物は採点可能であるため、AIはそれらをますますうまくこなせるようになっています。対照的に、子育ては複雑な結果のセットであり、それぞれが議論の余地なく価値がありますが、すべて採点不可能です。
説明責任の問題もあります。物事がうまくいかなかったとき、モデルには責任を負う首がありません。しかし、AIを使って行った仕事で解雇された場合、あなたの後任者は同じオフィスチェアに座り、同じAIサブスクリプションプランを使用します。
資本主義は、人々に存亡の危機という形で責任を負わせます。働かなければ、食べられません。それは職人の仕事への誇りよりもはるかに低いレベルで機能します。しかし、それは機械のように機能します。結局のところ、市場自体にも独自の知性があります。
これらの働く力に照らして、自動化できるものと自動化されるであろうものの外にあるすべてが、制度的および企業教育の両方における私たちの現代的なスキリングの焦点となるべきです。同様に重要なのは、私たちが達成する結果、そして実際に私たちが送る人生の価値を高めるために、AI自動化をどのように使用するかを理解することです。
個人にとっては、それはいくつかの良い習慣を意味します。成果物を要求する前に結果を決定すること。あなたの名前が付けられているかのように(実際、付けられるでしょう!)返ってきたものをチェックすること。それが正しく、目的に合っていることを確認できるほど、仕事に近接し続けること。私はこれらの研究主導のプラクティスをDRIVEという方法論に発展させました[https://www.robertpeake.com/ai/drive]。
学校の採点は、すべてを測定できると教えてくれるため、失敗を恐れます。客観的な尺度は、学校をスケーラブルにし、したがって容易に入手可能(家具のように)にしますが、AI時代に最も価値のある無形のもの、つまり個人の物語、大局的な創造的思考、賢明な判断、揺るぎない倫理、そして学ぶために苦闘する能力を犠牲にします。特に苦闘については、「答えを知ることが決してポイントではなかった」という記事で論じました[https://robertpeake.substack.com/p/knowing-the-answer-was-never-the]。
集団的には、採点できるものとの関連だけで自分たちの価値を評価することをやめることが仕事です。学校は、学んだことの代理としての成績に費やす時間を減らし、学習方法や思考そのものを学ぶことに時間を費やす必要があります。雇用主は、新人を採用し続け、将来のリーダーとして扱う必要があります。さもなければ、次の10年間で選択肢がなくなります[7]。AI自動化から最も恩恵を受ける人々は、発見したことを共有する必要があります。AI、私たち自身、そして私たちの価値観について互いに学ぶことは、チームであるという感覚を取り戻すことができます。
希望?本当に?
私が遭遇したほとんどすべての反AI論は、富の二極化と知識労働の乗っ取りを嘆くためのフラッシュポイントとしてAIを使用しています。不満は現実であり、テクノロジーはそれが最も鋭く現れる場所であり、私たちの知的なアイデンティティを傷つけるからです。
コーダーでありクリエイターでもある私は、二度も腹を殴られたようなものです。希望を持つことなどできそうにありません。私の楽観主義は、AIが何を自動化でき、何をできないのか、ツール自体を超えて後期資本主義がこの混乱にどのように関わっているのか、そして必然的に:私の甥たちはAIネイティブな世界を相続するだろうという理解から来ています。私は、私たちがAIを適切に、安全に、そしてすべての人々の利益のために賢く使用することに焦点を移す未来への架け橋となるために、あらゆる善意の力になりたいと思っています。
一方、詩は、常にあった場所、つまり私の後ろポケットにあります。
- Fabrizio Dell’Acquaら、Navigating the Jagged Technological Frontier、Organization Science 37(2)、2023年に初公開:ボストン・コンサルティング・グループの758人のコンサルタントを対象としたフィールド実験。↩︎
- 設計されたプログラムはLogic Theorist(Newell, Shaw, and Simon, 1956)でした。学習したのはArthur Samuelのプログラムで、「Some Studies in Machine Learning Using the Game of Checkers」(1959)という、機械学習という言葉を広めた論文で説明されています。↩︎
- Jason Wei、Asymmetry of verification and verifier’s rule (2025)。Andrej Karpathy、Verifiability (2025)。↩︎
- スタンフォード大学のWORKBANK監査は、2025年1月から5月にかけて104職種にわたる844のタスクについて1,500人の労働者に質問しました。労働者は全体でタスクの46.1%、芸術、デザイン、メディアでは17.1%の自動化を歓迎しました。これらはタスクの割合であり、人の割合ではありません。↩︎
- このグラフは全体的に推測に基づいたもので、最後の20年間については調査で確認されています。その形状に注目してください。教会は世俗的なパトロンに取って代わられ、パトロンはオープンマーケットに、そしてマーケットは商業的なクリエイティブワーク(オレンジ色で表示)に取って代わられました。私の推定では、これは約140年間、芸術の実践を支えてきました。2つの調査がその右端を支えています。Arts Council EnglandのLivelihoods of Visual Artists(2018)は、2016年3月に2,007人のアーティストに2015年の収入について質問しました。90%が芸術活動で生計を立てるのに十分な収入を得ておらず、10人中7人近くが別の仕事を持っていました。UK authors’ earnings surveyでは、執筆だけで生計を立てているプロの作家の割合が2006年の40%から2022年には19%に減少しました。↩︎
- Society of Authors survey、2024年1月、787件の回答:イラストレーターの26%、翻訳者の36%。約140万件のフリーランス求人投稿の別の調査では、ChatGPTのローンチ後の8ヶ月間で、ライティングとコーディングの求人は手作業スキル関連の求人と比較して21%減少し、画像作成の求人は17%減少したことがわかりました(Demirci, Hannane, and Zhu, Management Science, 2025)。↩︎
- Erik Brynjolfsson, Bharat Chandar, and Ruyu Chen, Canaries in the Coal Mine?、2026年8月改訂、2026年6月までの米国給与記録より。AIの影響を最も受けやすい職業の22歳から25歳の労働者の雇用は、影響を受けにくい仕事の同年代のペースと比較して約19%下回っています。これは主に採用が少ないためです。著者らは、これはデータ上のパターンであり、AIが原因であることを証明するものではないと強調しています。↩︎