問いは観察から生まれない

AIが賢くなるほど、こういう声が増える。

「プロンプトを工夫すれば何でもできる」
「AIの使い方を学べば誰でも成果が出る」

本当にそうだろうか。

新しい知的道具は、格差を縮めない

歴史を振り返ると、新しい知的道具が普及するたびに同じことが起きている。

• 本が普及したから、全員が哲学者になったわけではない
• 電卓が普及したから、全員が数学者になったわけではない
• PCが普及したから、全員がプログラマーになったわけではない

むしろ逆だ。

すでに考える習慣を持つ人間が、新しい道具を使ってさらに先へ行った。

AIも同じ現象が起きている。

AIは格差を縮める道具として期待されることが多い。しかし実態は、思考力の差を拡大する道具として機能している可能性が高い。

補間器か、仮説生成機か

AIは補間器だ、とよく言われる。

学習データの範囲内で答えを返すだけで、発見はできない。

これは概ね正しい。しかし少し補足が必要だ。

現在のAIは、

• 大量のデータの中から人間が見落としていた相関を示し
• 異なる知識領域を結びつけ
• 仮説候補を大量に生成する

ことができる。

発見者というより、仮説生成機に近い。

最終的に発見として認定するのは人間だが、その前段階を大幅に加速できる。

発見の循環とAIの位置

発見の循環はこうなっている。

経験
 ↓
予測
 ↓
現実や説明
 ↓
ズレ
 ↓
違和感
 ↓
問い
 ↓
仮説
 ↓
検証
 ↓
新しい問い

一般に語られる「観察→問い」という図式には、実は重要な部分が抜けている。

人は観察しただけでは問いを作らない。

違和感が生まれたときに初めて問いを作る。

そして違和感は、現実そのものから生まれるのではない。

自分の予測と現実が一致しなかったときに生まれる。

ここに本質がある。

どれほど大量の仮説を生成できても、AIは問いが与えられなければ動けない。

しかし、その問いを生み出す違和感は、予測と現実のズレから生まれる。

懐中電灯としてのAI

AIは探検家ではない。

懐中電灯に近い。

未知の洞窟へ入る方向を決めるのは人間だ。しかし光がなければ見つけられなかった分岐が見える。

問いも同じだ。問いを生み出すのは人間だが、AIは問いの周辺に存在する別の可能性を照らすことができる。

「なぜ偶数歯だけ効率が高いのか」という問いを最初に立てたのは人間だとしても、

• 積層方向との関係はないか
• 圧力角の周期誤差ではないか
• バックラッシとの相互作用ではないか

といった派生的な問いは、AIとの対話から生まれることがある。

AIは問いを発見しない。しかし問いの周囲を照らすことはできる。

AIは違和感を作ることがある

さらに興味深いことがある。

私の場合、違和感は現実世界だけでなく、AIとの対話からも生まれる。

AIはもっともらしい説明を返してくる。

しかし、その説明が実測値や経験と一致しないことがある。

そのとき私は、

「その説明では納得できない」
「何か変だ」

と感じる。

ここで違和感が生まれる。

つまりAIは問いを作るわけではない。

しかし、人間が持っている予測とAIの説明を衝突させることで、新しい違和感を生み出すことがある。

AIは答えを与える機械というより、

自分の理解を試すための壁打ち相手

として機能する場合がある。

そして発見は、その違和感から始まる。

実例：FDM歯車の奇偶圧力角差

京商ミニッツRC用のFDM印刷歯車を研究していたとき、私は長年の経験から、

「この歯車はもっと性能が出るはずだ」

という予測を持っていた。効率の良いギヤがどのような音を出し、どのようなフィーリングになるかも経験として知っていた。

しかし実際の結果は、その予測と一致しなかった。

奇数歯と偶数歯で圧力角が系統的に異なる。その原因をAIは説明できなかった。

現実の測定データ、試作品、失敗例、歯車音、効率、バックラッシ。こうした現実世界の情報を持っているのは人間だけだ。AIはその現実を持っていない。

根本原因を特定したのは人間だった。

Cartesian型FDMプリンターでは、奇数歯と偶数歯でノズルの移動速度が約√2倍異なる。その結果、押し出し条件に系統的な差が生じ、圧力角の非対称が発生する。

その後、AIはその発見を記事にし、補正手法の実装を支援した。

既知の問題ならAIは非常に強い。未知の問題になるほど、現実を見る人間・問いを立てる人間の比重が大きくなる。

問いの性能とは何か

問いの性能を決めるのは、AIの使い方ではない。

• 現実をどれだけ細かく観察しているか
• 自分なりの予測を持っているか
• 違和感をそのままにせず言語化できるか
• 答えが分かっていない問題に居続けられるか

この四つだ。

「答えが分かっている問題」ならAIは非常に強い。

しかし「答えが分かっていない問題を弄り続ける」という行為は、今でも人間の領域である。

結論

AIの進化によって価値が上がるのは、「AIの使い方を覚えた人」ではない。

現実を観察し、自分なりの予測を持ち、そのズレから生まれる違和感を問いへ変換できる人だ。

AIは仮説を加速する。

問いの周囲を照らすこともできる。

ときには壁打ち相手として、新しい違和感を生み出すことさえある。

しかし最初に予測を持つこと、現実とのズレに気付くこと、その違和感を問いへ変換することは、今でも人間の役割である。

AIの性能が成果を決めるのではない。

問いの性能が成果を決める。