それはありますね。僕はソフトウェア業界のことしか知りませんが、たとえば昔はコンパイラを実行して、終わるまでに1時間ぐらいかかってました。その時間は余白みたいなものなので、コーヒーを飲みながら同僚と雑談して、みたいな世界があったんですよ。

それが2000年頃には一瞬で終わるようになって、次から次へとコードを書かなきゃいけなくなりました。今はどうなってるかというと、AIが次から次へとコードを書いてくれます。それで人間は何もしなくていいわけではなくて、次から次へとチェックしなきゃいけない。そういうプレッシャーが増えている可能性はありますね。

世の中が競争原理で動いていて、連絡も仕事も「いつでもできる」状態になっています。隙間時間も休んでる場合じゃない、頭を使って活用しなきゃいけない、となっているところはありますね。それで辛くなるというのは、わりと最近の流れだと思います。

そうですね。仕事が減る人もいるし職を失う人もいるんだけど、忙しい人はさらに忙しくなっている感じだと思います。今ソフトウェアの話をしてますけど、他の産業も大体そうなんじゃないかなと。流通業界とかも。なんでも効率化されているので、昔あったタバコ吸いながらちょっと休憩みたいな時間もなくなってるんじゃないかな。

今の世の中ではワークライフバランスが重要だと言われています。できるだけ残業しないようにするとか子どもが小さいから1日4時間の時短勤務しようとか、そういう流れがあります。それはAIが実用化された世界と相性がいいんだけど、短時間で密度が濃い仕事ができてしまうことでもあります。多分ストレスはこれまで以上に大きくなっているんですよね。

もちろん仕事を楽にしてくれる面も大きいです。単純にAIの生成スピードが速いという話だけではなく、コミュニケーションコストがかからないことでも効率がよくなっています。たとえば、昔だったらちょっとしたツールを作るにも、外注先のエンジニアに依頼して仕様書を書いて打ち合わせをするといった流れが必要でした。何回かやり取りを往復して、「ちゃんと伝わっているか」を確認する。誤解があれば、また打ち合わせをする。

でも今はAIに「こういうことをしたい」と自然言語で伝えるだけで、ある程度動くものが出てきます。そこでも人間のエンジニアに依頼するのと同様の試行錯誤はあるんですが、仕事のサイクルをすごく短くできるんですね。そして、契約書もいらないわけです。

そうです。さらに、仕事を依頼した相手が様々な理由で飛んでしまうリスクもあるんですよね。

前編でも話が出ましたが、「機械の気持ちがわかる人」もお客さんの話を聞いて整理できる「人間の気持ちがわかる人」も必要なんですよね。

もう少し話を広げると、物理世界での仕事はAIから奪われにくいですね。単純な流通はそのうちロボットが配達することがあるかもしれないけど、何かを届けながらそれぞれの関係性を維持していくような仕事はなくならないだろうと思います。

そういう意味でいうと、均一化とは逆の方向には進んでいると思います。つまり、隣の人と同じ仕事をしていれば同じお金をもらえる、という世界とは別の方向に向かっている気がします。みんなが均一であるということは、他の人でもAIでも置き換えやすいということなので。

AIは平均的なことはかなり得意なんです。でも、「何を目指すのか」とか、「何が面白いと思うのか」は、人によってかなり違う。だから逆に、人間側の偏りや目的意識が重要になっている感じはあります。

集まらなくてもいい環境があるので、フリーランスのような形で1人で働く人も増えましたね。インターネットにプラスして、AIによる影響もあると思います。

最近書いた『Pythonで理解する線形代数の基礎』という本では、図版作成がAIによってかなり楽になりました。前著では、数学の記号やベクトル図形の表現をデザイナーさんにお願いしたのですが、修正のやり取りが大変でした。今回はAIが書いたTikZ（LaTeX *1で図形を描画するための機能）のコードを自分で修正することで、何時間もかかっていた作業をかなり短縮できました。猫のイラストも、実家の猫の写真を使ってGeminiが生成したものです。

楽にはなっているけど、その分「もっとできる」という選択肢も増えるんですよね。AIって人間を暇にしてくれるというより、「人間の欲望を拡張する」側面がある気がします。

ありますね。AIって、かなり自然なものを作れるんですよ。でも、「本当に大丈夫か」を判断するには、やっぱり知識が必要。だから、詳しい人が確認しないと危ない場面はまだ多いと思います。

そうですね。物事を理解するメカニズム自体は、人間の脳とAIでは全然違うと思います。ただ、「AIはどうせ表面的なことしかわかってないでしょ」と言われると、それもまた単純ではないんですよね。

人間だって、実は表面的にしか理解していないことが結構あるんですよ。全部を厳密に理解して会話したり判断したりしているわけではない。だからこそ、ある種の場面ではAIが人間に勝ててしまうこともあるんだと思います。

簡単に納得しないことが大事だと思います。「AIが言ってるんだから」みたいに過信しないこと。すべて疑ったほうがいいです。

自分が数学科出身なので、そういう意味では数学の価値が上がるんじゃないかというふうに期待はしています。でもそれは個人のモチベーションの問題なので、そこに限らず「これが面白い」って思うものを突き詰めることが大事なんじゃないかなという気がしています。表面的な理解だったら、すべての分野でAIに勝てないわけです。

だからこそ、興味がある分野を深く知ることと、ちゃんと疑う態度はとても大事だと思います。