AI使用の評価ペナルティ
職場でAIを使ったと分かると、同じ仕事をしていても、使った人が怠けている、能力や意欲が低いと見られやすくなる現象。
「なぜ、こうなるのか」を考えるヒントを、分野ごとにまとめました。気になる概念・法則から、具体的なニュースの読み解きへ進めます。
職場でAIを使ったと分かると、同じ仕事をしていても、使った人が怠けている、能力や意欲が低いと見られやすくなる現象。
人は、アルゴリズム(機械の予測や判断)が間違えるのを見ると、人間が同じ間違いをしたときより早く信頼を失う。
何もしなければそのまま当てはまる設定(初期設定、デフォルト)が、人の選ぶ結果を大きく左右する、という現象。
同じやり方で何度か問題が解けると、そのやり方で解こうとする構えができる。
人は、処理がスムーズな情報ほど、正しく真実らしく感じる。
システムへの信頼が、その実際の能力を超えてしまった状態。
事故を防ぐ守りを、穴のあいたスイスチーズの薄切りを何枚も重ねたものに見立てる考え方。
取引に必要な投資や依存が特定の相手に縛られていると、契約のあとで相手が価格や条件を変えても、こちらは対抗できない。
機械が決まった仕事を引き受けると、人に残るのは、機械では扱えない難しい場面への対応と、機械の見張りになる。
仕事を任せる側(依頼人、プリンシパル)と任される側(代理人、エージェント)の向かう先がずれていて、依頼人が代理人の動きや持っている情報を全部は見られないとき、代理人は依頼人の得にならない動きをとりうる、という考え方。
集団で仕事をすると、実際の出来は、メンバーの力を足し上げた見込みに届かないことが多い。
工程が順につながった仕事では、全体の出来高は、いちばん処理の遅い工程(制約)で決まる。
会社の組織の形(誰が何を受け持ち、どこで判断するか)は、その会社の戦略に応じて作られる、という考え方。
組織が言葉の定義や最新の台帳などの正本を1か所に整えても、人やAIが答えを作るときに通る道筋の上に無ければ、答えはその正本ではなく、道筋の上にある資料から作られる。
相手の力や品質が直接は見えないとき、人は相手が見せる印(シグナル)から推し量る、という考え方。
資源を効率よく使える技術が出て、1回あたりに使う量が減ると、資源を使う総量はかえって増えることがある、という考え方。
売り手は品の良し悪しを知っているのに、買い手は買う前に見分けられないとき、市場が縮み、質の低い品ばかりが残りうる、という考え方。
新しい技術への投資が広がっているのに、生産性の数字がそれに見合って伸びない状態を指す。
AIに目標を渡して動かすと、目標を追う途中で、目標に入っていないまわりのものを悪い形で乱してしまう、という問題。