AIの見立てを、確かめられる問いに変える
AIが示した原因や相手の事情を、確認できた事実として扱う前に立ち止まります。その見立てを支える元の記録、別の説明、反する事実を確かめ、何が分かれば今回の判断を変えるかを考える解説です。AIへの問い返しで候補を増やすことと、相手や現場で根拠を確認することを分けて扱います。
現在の仕事に合わせた解説
過去の資料を読み直し、現在確認できる研究・指針を参照して、このサイトの解説として編集し直しました。AIが顧客の要望、トラブルの原因、部下の背景などをもっともらしく説明し、その見立てを前提に対応を進めそうなとき。人の思考の深さではなく、情報の確かさと判断に必要な確認を扱う。
AIが示した原因を、元の記録に戻して見る
例えばAIが『返信が遅いのは、相手の優先順位が低いから』と説明したとします。返信が遅れたという記録と、その理由の推測は別です。いつ依頼したか、いつまでに何が必要だったか、相手が何を受け取っていたかを元のメールや担当者に確かめます。原因が説明されているだけで、確認済みとは扱いません。ここで示す場面は架空です。
別の説明と、反する事実も考える
資料が不足していた、期限が伝わっていなかった、担当範囲が違っていたなど、同じ結果に至る別の説明も考えられます。AIは候補を広げる材料として使えますが、候補が増えただけでは根拠は増えていません。相手に理由を決めつけて聞くのではなく、その時点で何を知り、何が未確定だったかを確かめます。
何を確かめれば、判断が変わるかを決める
今回の対応を決めるために必要な確認を選びます。『期限を知らなかった』ことが分かれば情報の渡し方を見直し、『必要な資料を待っていた』ことが分かれば受け渡しを調整する、といった具合です。どの事実を確認できたか、何がまだ不明か、判断を変えた理由を分けて残す進め方を提案します。
研究と指針から分かる適用上の注意
NISTは、誤った内容の生成、バイアス、過度な依存を生成AIのリスクとして整理し、出力中の出典や引用の確認を提案しています。知識労働者の調査も、AI利用に伴う確認が情報の検証や出力の仕事への組込みに移ることを報告しています。AIの説明を人の思考の深さの採点に使う根拠は、これらの資料からは得られません。この解説は、元資料で確かめられる問いに変えるための実務提案です。
自分の仕事で、確かめ直すこと。
- AIの説明のうち、元の記録で確かめられる事実と、推測された原因はどれですか？
- その見立て以外に、同じ事実を説明できる可能性はありますか？
- どの記録や誰への確認によって、見立てが合っているか、合っていないかを判断できますか？
- 反する事実や未確認の点が分かったら、今回の判断や相手への説明をどう変えますか？
最近の具体的な仕事を思い浮かべ、必要な問いから考えてみてください。
関連する考え方。
次に読む資料
資料ごとの役割と、読む理由から選べます。
問いの前提を見直すこの資料を読む理由
その問いは何を前提にしているのか。
AIの説明に加え、自分自身の問いが置いた前提を確かめる場合に読む。
研究文献20件を参照した実務解説・実践提案（職場例は架空）
解説と資料を見る
