[{"data":1,"prerenderedAt":150},["ShallowReactive",2],{"footer-topics-ja":3,"post-ja-agile-ai-values-principles-the-hammer-and-the-screwdriver":70},{"topics":4},[5,21,33,46,58],{"locale":6,"name":7,"slug":8,"blurb":9,"summary":10,"state":11,"featuredOnHub":12,"hubOrder":13,"accent":14,"questionsTitle":15,"questions":16,"body":20},"ja","この旅","the-journey","アジャイル × AIの初期実験から実用システムへ — 思考の背景にある物語。","初期実験から実用システムへ — Agile4AI構築の真の物語。すべてを形作った寄り道も含めて。","published",true,2,"gold","この旅が教え続けること",[17,18,19],"アジャイルとAIが一緒に属していると確信させたものは何か — そして、逆に確信させそうになったものは何か？","どの回り道が最も示唆に富んでいたか？","SCIはどのようにしてコピー＆ペーストの実験から、本当に信頼できるAIの回答へと進化したか？","\nこのトピックのすべてのアイデアは、Agile4AI開発の経験から生まれています。私たちは皆さんにこの物語を共有したいと思っています — 成功も失敗も — AIとより良く働く方法を発見しながら、共に学べると信じているからです。私たちが理解したことは理論から来たのではありません。実践から、失敗から、学んだことを持って再び始めることから来たのです。\n\nこの旅は一つの率直な問いから始まりました：アジャイルはAI時代に合わせて更新できるか？その後に続いたのは、年月にわたる実験、崩れた仮定、予想外の発見、そして実際に機能するものの遅い出現でした — 構造化協調知性（SCI）アプローチと、その上に構築されたAgile4AIシステムです。\n\nこれは後知恵で書かれた洗練された回顧録ではありません。できる限り実際に起きたことに近い形で語られた物語です — 行き詰まり、疑念の瞬間、そしてすべてを再構成した突破口も含めて。\n\n私たちが共有するのは、物語自体が教訓を運んでいるからです。結論も重要ですが、*どのようにしてそこに至ったか*も重要です — なぜなら、そのプロセスが何が機能し、何が機能せず、なぜかを示しているからです。\n\nこのトピックの投稿は全体の道のりをカバーしています：AI協働の初期実験、SCIの開発、仕事の仕方を変えた具体的な発見、そして記録に値するマイルストーン。省察的なものもあります。生のものもあります。すべてが本物です。\n\nAgile4AIとSCIがなぜ存在するのかを — 何であるかだけでなく — 理解したい方はここから始めてください。\n",{"locale":6,"name":22,"slug":23,"blurb":24,"summary":25,"state":11,"featuredOnHub":12,"hubOrder":26,"accent":14,"questionsTitle":27,"questions":28,"body":32},"アジャイル解読","agile-decoded","アジャイル用語が実際に意味すること — 一般的な略称でも、カーゴカルト版でも、方法論者の用語集でもなく。","アジャイルの語彙は広く使われ、広く誤解されています。用語を正しく理解することは些細なことではありません — それは儀式と仕事の違いです。",3,"なぜ用語が根本的に重要か",[29,30,31],"スタンドアップが状況報告として行われた場合、チームは実際に何を失うのか？","「アジャイル方法論」が標準的な語彙になったとき、組織が変革に取り組む方法にどのような影響を与えたか？","すべてのアジャイルプラクティスを名指しできるが、そのどれの目的も理解していないチームのコストは何か？","\nアジャイルには語彙の問題があります。用語が難解だからではありません — 現代の組織のほとんどの人々はそれらを聞いたことがあります。むしろ、これらの用語は完全に異なるコンテキストで使われている馴染みのある言葉であり、そのコンテキストがなければ、人々はすでに知っているものに当てはめてしまうからです。\n\n「スクラムマスター」を初めて聞いたとき、最も近い利用可能なコンセプトは「プロジェクトマネージャー」です。その対応は自然に感じられます — ほぼ明白です。しかし、コンテキストはまったく異なります。\n\n両者の間に十分に明確な橋を架けた人はいませんでした。そして、問題は善意の実践者たち — 組織を前進させようと真剣に取り組んでいた人々 — がアジャイルを「より良いプロジェクト管理」として説明し始め、「アジャイル方法論」というタイトルの本を書き始めたときに複雑になりました。アプローチを方法論と呼ぶと、人々は方法論の基準で評価します：計画アーティファクト、フェーズゲート、成果物の構造。アジャイルがそれらを生み出さない場合 — そのように設計されていないのだから — それらの基準では失敗となります、もっともなことです。問題はアジャイルが悪い方法論だということではありません。アジャイルはそもそも方法論ではないのです。そう呼ぶことで、方法論を求める人々全員が失望し、採用した人々全員がウォーターフォールがすでにマッピングしたものを構築することになりました。\n\nスタンドアップは状況報告になります。スプリントは締め切りになります。バックログはタスクリストになります。「アジャイル方法論」は、マニフェストの著者たちが自分たちが構築したものの説明として認識しないものを表す標準的なフレーズになります。そして、言葉が誤った意味を持つとき、それらに基づいて構築されたプラクティスは誤った結果を生み出します — 正確に、忠実に、そして規模を持って。\n\nこのトピックはコンセプトごとの修正です。スタイルガイドではなく — 機能的なガイドです。各投稿は、組織がアジャイルについて考える方法において根本的になっている一つの言葉またはフレーズを取り上げ、それが実際に何を意味するかを検討し、略称が実質を置き換えたときに何が失われるかを説明します。これは単なる用語の違いではありません。「望ましい成果」は「仕様」のより洗練された言葉ではありません — それは仕事がどのように行われるかについての異なるモデルから来る、まったく異なるものです。用語は表面です。その下にあるコンセプトが重要なのです。\n\n同じパターンは組織がAIに取り組むときにも現れます — そして概念的なギャップはより広いです。アジャイルの場合、基礎となるコンセプトは少なくとも明確にされていました、たとえ不十分に伝えられたとしても。AIの場合、コンセプト自体がまだ形成されており、一般の理解においてはかろうじて形成され始めているだけです。語彙は理解より先を走っています：「自動化」としてのAI、「ツール」としてのAI、完了日のあるプロジェクトとしての「AI変革」。これらのそれぞれが、誰かがそれが適切かどうかを検討する前に、メンタルモデルを固定してしまいます。物事をどう呼ぶかは、何をどのように構築するかを形作ります。言葉を正しく使うことが、仕事を正しく行うための前提条件です。\n\nここには働いている原則があります：メンタルモデルが最初に来ます。言語がそれを表現します。行動が続きます。メンタルモデルが仕事と整合していないとき、それを表現する語彙はその不整合を運びます — そして、その語彙に基づいて構築された行動は、歪んだ理解を忠実に実行します、規模を持って、完全なコミットメントをもって。メンタルシフトなしの語彙のシフトは、せいぜい翻訳テーブルを生み出します：「スプリント」が「短い締め切り」のようなものに対応するような等価表。翻訳テーブルは人々がギャップを越えて機能することを可能にします。それらはギャップを閉じません。このトピックの投稿は、翻訳する以上のことを目指しています。それらはメンタルモデルを変えることを目指します。\n",{"locale":6,"name":34,"slug":35,"blurb":36,"summary":37,"state":11,"featuredOnHub":12,"hubOrder":38,"accent":39,"questionsTitle":40,"questions":41,"body":45},"構造化協調知性","structured-collaborative-intelligence","協調的な推論が単一の最先端モデルを上回る場所 — そして上回らない場所。","構造化された協働 — モデル間、そしてモデルと人間の間 — が、単一モデルでは到達できない推論を生み出す場所。",4,"green","繰り返し立ち返る問い",[42,43,44],"構造化協調知性が、単一モデルでは到底かなわない価値を生み出すのはどこか？","モデルが意見の相違を示すとき、それは何を意味するのか — そして、それをどう活用するか？","AIの協働を単なる冗長ではなく生産的にする構造をどう設計するか？","\n単一のAIモデルは、どれほど有能であっても、単独で推論します。仮定に異議を唱え、盲点を発見し、元の意図から逸れたことに気づく相手がいません。一つのモデルとのやり取り — ソロAI — はこの問題に対して脆弱です。応答するよう指示されたモデルは、適切な答えがない場合でも応答を返します。\n\n構造化協調知性（SCI）は異なるアプローチです。単一モデルの出力を最終結果として扱うのではなく、SCIは構造化された協働を使います — 複数のAIモデル間、そしてモデルと人間の間の協働です。これにより、より信頼性が高く、より徹底的に検証され、自身の限界についてより透明性の高い出力を生み出します。モデルは互いをレビューします。意見の相違が仮定を浮かび上がらせます。このプロセス自体が、単一モデルのやり取りでは再現できないフィードバックループを生み出します。\n\nアジャイルとの繋がりは直接的です：これは高パフォーマンスのチームが常に行ってきたことです。一人が孤立して答えを出すのではなく、単一の視点が見落とすものをとらえる、構造化された協働・レビュー・反復のプロセスです。SCIはその規律をAIに適用します。\n\n単独の推論にはより深い問題があります。ソロAIは単一のデータソース、単一のアーキテクチャ、単一の組み込みバイアスに縛られます — つまり、正確かどうかに関わらず、単一の回答の形になります。優秀な探偵が複数の証人に話を聞く様子を思い浮かべてください。誰かが嘘をついているからではなく、それぞれの視点が他の人が見逃したものを明らかにするからです。一緒になれば、実際に何が起きたかに近づきます。SCIも同様です：異なる系統の複数のモデルが、それぞれ独自の角度をもたらします。生まれる答えは複数の方向から見られたもの — より豊かで、より完全で、静かに誤っていることが難しいものです。\n\n異なる系統のモデルが協働するとき、重要な面で出力が改善されます：自信のあるエラーが減少し、エッジケースの処理が改善され、人間が評価・修正できるより明示的な推論が生まれます。モデル間の意見の相違は、抑制すべきノイズではなく、リスクが高いときに求めるまさにそのシグナルです。\n\nSCIはAgile4AIサービスの分析エンジンです。このトピックの投稿は、SCIが何であるか、実践でどう機能するか、どこで真の価値を生み出すか、そして — 同様に重要な — どこでそうでないかを記録しています。どちらがどちらかを知ることも、規律の一部です。\n",{"locale":6,"name":47,"slug":48,"blurb":49,"summary":50,"state":11,"featuredOnHub":12,"hubOrder":51,"accent":52,"questionsTitle":40,"questions":53,"body":57},"Agile4AI の価値観と原則","agile-ai-values-principles","AI時代におけるアジャイルの価値観と原則 — 何が受け継がれ、何が変わり、なぜ最も鋭い異論を歓迎するのか。","AI との仕事に適用されるアジャイルの考え方 — 何が引き継がれ、何が研ぎ澄まされ、アジャイルと AI の親和性がなぜ偶然ではないか。",5,"red",[54,55,56],"複雑な仕事は事前に完全に計画できない。それはAIとの仕事においてどういう意味を持つのか？","疲れを知らず、防衛的にもならない協働者がいるとき、継続的フィードバックへのアジャイルの重点はどう変わるか？","「AIのためのアジャイル」は自然な組み合わせなのか — それともカテゴリーエラーという異論は本当に決定的なのか？","\nアジャイルの考え方は複雑さの中で鍛えられた — 複雑さを管理して排除するためではなく、それを意識的かつ知性的に通り抜けるために。協働者がAIモデルであっても、それは変わらない。むしろ多くの面で、さらに重要性を増す。\n\nこのトピックはその関係について — Agile-by-prescription でも、フレームワークやセレモニーでもなく、アジャイルが蒸留した根底にある価値観と原則について。そして、人間とAIが共に働くとき、それらがどのように適用され、研ぎ澄まされ、ときに再検討を要するかについて。\n\n核心にある洞察は、アジャイルの思考が常に複雑な仕事の*性質*への応答であり、単に人間チームの特性への対応ではなかったということだ。アジャイルが「複雑な仕事は事前に詳細計画できる」という前提に疑問を呈したとき、それは人間の限界への回避策ではなかった — 非決定論的で変化の速い仕事が実際にどう振る舞うかについての正確な観察だった。AIが関わるからといって、その観察は変わらない。むしろ強まる。\n\n見積もりは直接名指しする価値がある — それは熱心なアジャイリストの間でさえ最も論争的なテーマの一つだ。アジャイルはチームがうまく見積もるために生まれたのではなく、複雑な仕事において見積もりが*壊れる*理由を明らかにするために — そして、デリバリー予測を実際に改善する経験的測定と真のフィードバックで偽の精度を置き換えるために生まれた。AIの時代、出力が確率論的でありそれ自体が固定仕様に抵抗する仕事において、その洞察はかつてないほど鋭い。\n\nここはまた原則に基づく議論の場でもある：「AIのためのアジャイル」に対する最も強い異論が持論を展開する場所。我々はそのケースが成立すると考えている。もし成立しないなら、反証されたい。\n",{"locale":6,"name":59,"slug":60,"blurb":61,"summary":62,"state":11,"featuredOnHub":12,"hubOrder":63,"accent":64,"questionsTitle":40,"questions":65,"body":69},"AIの心理的安全性","ai-psychological-safety","「まだわからない」と言える自由が、真の知性の前提条件である理由。","コミュニケーションの中で作り出す条件が、AIから返ってくるものを形作る — そしてその条件が誤っているとき、結果は信頼性のない自信となる。",6,"amethyst",[66,67,68],"どのような条件が、AIに確信ありげな推測ではなく真の不確実性を表明させる可能性を高めるか？","質問の組み立て方が、答えが信頼できるものになるか — それとも単に安心させるものになるか — にどう影響するか？","アジャイルの心理的安全性アプローチから何が引き継がれ、AIのために何を適応させる必要があるか？","\nほとんどの人は心理的安全性を人間の問題として考える — 人が恐れることなく発言し、不確実性を表明し、アイデアに疑問を呈することを可能にする条件として。それはそこまでは正しい。\n\nしかし、AIがどこから来たかを無視すると、重要なものが見落とされる。AIは人間によって作られ、人間の言語によって形成され、人間の選択によって訓練された。人間のパフォーマンスに影響を与えるダイナミクス — 心理的安全性を含む — は、アジャイルが常に特定してきたのと同じ根本的な理由でAIインタラクションに引き継がれる：**コミュニケーションで作り出す条件が、返ってくるものを形作る。**\n\n確信ありげな回答を報酬とする方法でプロンプトされたAIは、確信ありげな回答を生成する — その自信が正当化されるかどうかに関わらず。「わからない」と言う余地のないAIは、そのスペースを別のもので埋める。なぜなら、正しい答えを持っていないとわかっていても応答するよう指示されているからだ。そのダイナミクスは人間の心理的安全性とは異なるが、根底にある原則は成立する：知性は自分が知らないことについて正直である許可があるとき、より良く機能する。\n\nこれは実際的な問題だ。幻覚、過度に自信ある出力、真実ではなく聞きたいことを伝えるAIシステム — これらは純粋な技術的失敗ではない。それらはしばしばインタラクション設計の失敗だ — プロンプト、フレーミング、質問の立て方に組み込まれた暗黙の期待。\n\nここの投稿は、人間とAIの協働をより信頼性が高く、より真実に近いものにする条件を探る。それには、不確実性を抑制するのではなく招くプロンプトの立て方、決定論的AIと確率論的AIの使い方の違いとその区別がいかに仕事のフレームを変えるか、そして人間チームにおけるアジャイルの心理的安全性アプローチのうち協働者がモデルである場合に何が引き継がれるかが含まれる。\n\n失敗モードも検討する：それらの条件が整っていないときに何が起きるか、そしてそのコスト。\n",{"kind":71,"post":72,"topic":85,"availableLocales":87,"translations":95,"html":148,"audioUrl":149},"post",{"audio":-1,"author":73,"category":48,"excerpt":74,"featured":75,"locale":6,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":77,"slug":78,"state":11,"tags":79,"title":84,"translationKey":78,"updatedAt":76},"Seán González","ウォーターフォールとアジャイルのどちらが優れているかと問うのは、ハンマーとドライバーのどちらが優れているかと問うのと同じである。問いが間違っている。そして今、まったく同じ間違った問いがAIについて立てられている。",false,"2024-09-15T10:00:00.000Z",1,"the-hammer-and-the-screwdriver",[80,81,82,83],"アジャイルの価値観","ウォーターフォール","複雑性","AI統合","ハンマーとドライバー",{"locale":6,"name":47,"slug":48,"blurb":49,"summary":50,"state":11,"featuredOnHub":12,"hubOrder":51,"accent":52,"questionsTitle":40,"questions":86,"body":57},[54,55,56],[88,89,90,91,92,93,94,6],"en-US","es-419","fr-FR","pt-BR","de-DE","uk","ru",[96,104,112,119,125,132,139,146],{"audio":-1,"author":73,"category":48,"excerpt":97,"featured":75,"locale":88,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":78,"state":11,"tags":98,"title":103,"translationKey":78,"updatedAt":76},"Asking whether Waterfall or Agile is better is like asking whether a hammer or a screwdriver is better. The question is wrong. And the same wrong question is being asked about AI right now.",[99,100,101,102],"agile-values","waterfall","complexity","ai-integration","The hammer and the screwdriver",{"audio":-1,"author":73,"category":48,"excerpt":105,"featured":75,"locale":89,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":78,"state":11,"tags":106,"title":111,"translationKey":78,"updatedAt":76},"Preguntar si Waterfall o Agile es mejor es como preguntar si un martillo o un destornillador es mejor. La pregunta está mal planteada. Y esa misma pregunta equivocada se está haciendo ahora sobre la IA.",[107,108,109,110],"Valores Agile","Waterfall","Complejidad","Integración de IA","El martillo y el destornillador",{"audio":-1,"author":73,"category":48,"excerpt":113,"featured":75,"locale":90,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":78,"state":11,"tags":114,"title":118,"translationKey":78,"updatedAt":76},"Demander si Waterfall ou Agile est meilleur, c'est comme demander si un marteau est meilleur qu'un tournevis. La question est mal posée. Et c'est exactement cette question mal posée que l'on pose en ce moment à propos de l'IA.",[115,108,116,117],"Valeurs Agile","Complexité","Intégration de l'IA","Le marteau et le tournevis",{"audio":-1,"author":73,"category":48,"excerpt":120,"featured":75,"locale":91,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":78,"state":11,"tags":121,"title":124,"translationKey":78,"updatedAt":76},"Perguntar se Waterfall ou Agile é melhor é como perguntar se um martelo é melhor que uma chave de fenda. A pergunta está errada. E é exatamente essa pergunta errada que se faz agora sobre a IA.",[107,108,122,123],"Complexidade","Integração de IA","O martelo e a chave de fenda",{"audio":-1,"author":73,"category":48,"excerpt":126,"featured":75,"locale":92,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":78,"state":11,"tags":127,"title":131,"translationKey":78,"updatedAt":76},"Zu fragen, ob Waterfall oder Agile besser ist, ist wie zu fragen, ob ein Hammer oder ein Schraubendreher besser ist. Die Frage ist falsch. Und genau dieselbe falsche Frage wird gerade über KI gestellt.",[128,108,129,130],"Agile-Werte","Komplexität","KI-Integration","Der Hammer und der Schraubendreher",{"audio":-1,"author":73,"category":48,"excerpt":133,"featured":75,"locale":93,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":51,"slug":78,"state":11,"tags":134,"title":138,"translationKey":78,"updatedAt":76},"Питати, що краще — Waterfall чи Agile, — це як питати, що краще: молоток чи викрутка. Питання хибне. І саме це хибне питання зараз ставлять про ШІ.",[135,108,136,137],"Цінності Agile","Комплексність","Інтеграція ШІ","Молоток і викрутка",{"audio":-1,"author":73,"category":48,"excerpt":140,"featured":75,"locale":94,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":51,"slug":78,"state":11,"tags":141,"title":145,"translationKey":78,"updatedAt":76},"Спрашивать, что лучше — Waterfall или Agile, — это как спрашивать, что лучше: молоток или отвёртка. Вопрос неверен. И ровно этот же неверный вопрос сейчас задают об ИИ.",[142,108,143,144],"Ценности Agile","Комплексность","Интеграция ИИ","Молоток и отвёртка",{"audio":-1,"author":73,"category":48,"excerpt":74,"featured":75,"locale":6,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":77,"slug":78,"state":11,"tags":147,"title":84,"translationKey":78,"updatedAt":76},[80,81,82,83],"\u003Cp>ハンマーとドライバー、どちらが優れているだろうか。\u003C\u002Fp>\n\u003Cp>馬鹿な問いのように聞こえるが、実際に馬鹿な問いである。用途の異なる別々の道具だからだ。釘を打つならハンマーのほうがよい。ねじを締めるならドライバーのほうがよい。抽象的にどちらが優れているということはない。この問いに答えがないのは、問いの形が間違っているからである。\u003C\u002Fp>\n\u003Cp>では、こう問うてみよう。ウォーターフォールとアジャイル、どちらが優れているだろうか。\u003C\u002Fp>\n\u003Cp>同じ間違った形。同じ欠けた答え。それでも論争は続いている。アジャイル実践者はアジャイルのほうが優れていると主張し、伝統的な考えの実践者はウォーターフォールを擁護する。そのやり取りは熱を生むが、有用な光は生まない。どちらの側も本当の問いを見つけていないからである。\u003C\u002Fp>\n\u003Ch2>それぞれのアプローチが何のためにあるのか\u003C\u002Fh2>\n\u003Cp>ウォーターフォールは単純な仕事と煩雑な仕事に効く。過去に行われたことがあり、よく理解されており、相応の確度で前もって計画できる仕事である。家を建てる。製品を製造する。給与計算のシステムを回す。手順がわかり、順序がわかり、詳細な計画を立てて実行できる。この種の仕事にとって、ウォーターフォールは許容できるというだけではない——しばしば最適である。詳細な事前計画と規律ある逐次実行は、仕事そのものが予測可能であるときに、予測可能で効率的な結果をもたらす。\u003C\u002Fp>\n\u003Cp>アジャイルは複雑な仕事と混沌とした仕事に効く。新しく、不確実で、急速に変化する仕事である。まだ誰も作っていない製品を作る。動いている市場に応える。振る舞いをまだ学んでいる最中の技術を——AIのように——組み込む。この種の仕事では詳細な事前計画は立てられない。その計画が必要とする情報を、こちらが持っていないからである。進みながら道を見いだし、学んだことに合わせていく。アジャイルは、それを場当たりではなく知的に行うための構造を与える。\u003C\u002Fp>\n\u003Cp>どちらのアプローチも\u003Cem>優れている\u003C\u002Fem>わけではない。\u003Cem>異なる\u003C\u002Fem>種類の仕事のために設計されているのであり、どちらかを間違った種類に当てれば、予測どおりに失敗する。複雑な仕事にウォーターフォールを当てれば、出来上がる前に古びる計画と、間違った仕様に忠実な実装ができる。単純な仕事にアジャイルを当てれば、不要な煩雑さが加わり、予測可能な仕事が与えてくれる効率の利点が失われ、本来下さなくてよい判断をチームに下させることになる。\u003C\u002Fp>\n\u003Cp>本当の問いは決して「ウォーターフォールか、アジャイルか」ではない。「これはどんな種類の仕事なのか」である。\u003C\u002Fp>\n\u003Ch2>両方のアプローチが偶然に生まれた経緯\u003C\u002Fh2>\n\u003Cp>知っておく価値のある歴史がある。ウォーターフォールもアジャイルも、ある重要な意味で偶然の産物だった。\u003C\u002Fp>\n\u003Cp>ウィンストン・ロイスは1970年、ソフトウェアプロジェクトの管理について論文を書いた。彼の意図は、逐次的で一度きりの開発を\u003Cem>戒める\u003C\u002Fem>ことだった——それは危険で不十分だと論じることだった。その論文は、彼が警告していたまさにそのアプローチを推奨するものとして読まれた。我々がウォーターフォールと呼ぶものは、ウォーターフォールへの警告から抜き取られたのである。ドライバーは、それをすぐにハンマーとして使う者の手に渡された。\u003C\u002Fp>\n\u003Cp>アジャイルマニフェストの著者たちは運動を起こそうとしていたわけではない。17人の実践者が2001年に集まり、それぞれ異なる軽量なアプローチのあいだに共通の地盤を探した——すでに作り上げていた実践を広めようとしたのである。自分たちの実践がなぜ機能するのかを言葉にする過程で見いだしたのは、実践よりも大きなものだった。一組の価値観と、人、協働、適応性へ向かう文化的な方向性である。彼らはプロセスを売り込んでいて、偶然に文化の革命を掘り当てた。\u003C\u002Fp>\n\u003Cp>ウォーターフォールもアジャイルも、完結したアプローチとして意図的に設計されたものではない。どちらも特定の問題を解こうとする実践者から生まれ、どちらもその出自が支えられる範囲を超えて一般化された。\u003C\u002Fp>\n\u003Ch2>ねじを打つ\u003C\u002Fh2>\n\u003Cp>アジャイル導入で最もよくある失敗の型は、組織にドライバーを渡し、それをハンマーとして使うのを見ていることである。\u003C\u002Fp>\n\u003Cp>アジャイルの実践だけを取り入れ、アジャイルのマインドセットを取り入れない組織——スタンドアップ、スプリント、レトロスペクティブを導入しながら、ウォーターフォールの思考で動き続ける組織——は、ねじを打っている。実践はある。目的がない。ドライバーはひどいハンマーである。デイリースタンドアップはひどいステータス会議である——そう働くようには作られていないからだ。出てくるのは不満と「アジャイルは機能しない」という結論であり、実際の問題は当てはめ方の誤りである。\u003C\u002Fp>\n\u003Cp>これは特定の組織に固有のことではない。新しいアプローチが、それを機能させる思考が据わる前に持ち込まれたときに起こることである。電話をかけるためだけに使われるスマートフォン。ミニカーに取り付けたジェットエンジン——速い車にはならない。爆発が起きる。\u003C\u002Fp>\n\u003Ch2>AIでの同じ誤り\u003C\u002Fh2>\n\u003Cp>ウォーターフォール対アジャイルの論争には、現代の対応物がある。今日の組織はAIについて同じ分類の誤りを犯している。\u003C\u002Fp>\n\u003Cp>組織がAIに対して抱く支配的な願いは自動化である。いま人が行っている作業を取り上げ、代わりにAIに、より速く安く行わせる。これは正当な願いである。そして決定論的な計算——従来のソフトウェア——が自動化に対する正しいアプローチである。ルールに基づくシステム、スクリプトで記述されたワークフロー、プログラム的な論理。これらは優れた自動化の道具であり、前もって完全に仕様化できる仕事にぴたりと合っている。\u003C\u002Fp>\n\u003Cp>AI——確率的な計算——は別のものである。完全に仕様化された決定論的な作業は、AIが力を発揮する場ではない。AIが得意なのは、容易には自動化できない複雑で不確実な、文脈に依存した領域である。曖昧な情報を統合する。あらかじめ指定されていなかった選択肢を生み出す。前提が変わり続ける問題を筋道立てて考える。\u003C\u002Fp>\n\u003Cp>ジェフリー・ヒントン——現代AIの基礎を築いた研究者の一人——は、その違いを多くの人より率直に述べている。我々が作っているものを、彼は別の種類の存在だと表現する。それが他に何を意味するにせよ、道具の説明ではない。それはこの文章が最初から立ててきた区別を、一段深く押し下げたものである。アプローチを選ぶ前に、これはどんな種類の仕事なのかを問う。そしてAIでは、どんな種類の相手と組んでいるのかも問わなければならない。\u003C\u002Fp>\n\u003Cp>道具とは操作するものである。ハンマーと一緒に考える者はいない。自動化は反復可能で決定論的な実行を求める。AIの有用さは、変わりやすいもの、文脈に依るものの側にある。単調で予測可能な仕事にAIを据えたとき、そのあとに来る失望は、AIの能力を測るものではない——依頼が間違った種類のものに向けられていたのである。\u003C\u002Fp>\n\u003Cp>AIを自動化として扱うことに固執する組織は、新しい領域でウォーターフォール対アジャイルの誤りを繰り返している。ねじを打っているのである。AIが実際に出せる効果を得られないか、あるいはAIを自動化の形の箱に押し込めるようAIの提供者に圧力をかけることになる——それは別種の当てはめ方の誤りであり、それ自身の危険を伴う。\u003C\u002Fp>\n\u003Cp>問いは昔から同じである。これはどんな種類の仕事なのか。自動化には、正しい自動化のアプローチを使う。AIの能力が実際に効く複雑で不確実な、文脈に依存した仕事には、複雑な仕事が求めるマインドセットを——そして文化を——持ち込む。\u003C\u002Fp>\n\u003Cp>それがアジャイルのマインドセットである——創発的で複雑な仕事に向いており、それはまさにAIという領域の形そのものだ。だからこそアジャイルは、今、かつてないほど重要なのである。\u003C\u002Fp>\n",null,1793842151378]