あなたが中心を担う

AIとの協働には、人間の役割がうまく質問して快く受け入れることだという版がある。あなたが良い質問をして、AIが良い回答を出し、あなたはそれを使う。人間は上手な依頼者であり、AIが本当の仕事をしている。

その版は不完全だ。重要度の高い仕事においては、それはリスクだ。

「中間の人間」が実際に意味すること

SCIと適切なアジャイル実践において、人間はループの中に形式上いるのではない。人間は構造的に中心に位置している——出力を受け取るだけでなく、それに疑問を呈し、方向を変え、必要なら拒否できる立場に。

協働の中のあらゆる声は問い直される可能性がある。AIの声も含めて。

これは不信の問題ではない。何が協働を信頼できるものにするかの問題だ。自信を持って回答を出すモデルは、自分の自信がお門違いかどうかを知る方法を持っていない。正しくあることへのエゴ的な投資もなく、間違っているときに鳴る警報もない。何かを問い直す必要があるというシグナルはどこかから来なければならない。よく構造化された協働においては、それはあなたから来る。

中間の人間はプロセスが依存する三つの能力を持つ。

問い直す権利。 あらゆる出力——どれほど洗練されていても、首尾一貫していても、自信を持って提示されていても——は問い直すことができる。「なぜこの結論に至ったのか？」は常に正当な質問だ。「何を考慮していないのか？」は常に問う価値がある。

拒否する権利。 通用しない出力は使う必要はない。薄めるのではなく、回避するのでもなく——拒否する。モデルは自分の出力が十分に良いかどうかについて発言権を持たない。その判断はあなたのものだ。

覆す権利。 あなたの特定のコンテキストへの知識がAIの一般的な推論とは異なる結論に導くとき、あなたの結論が優先される。コンテキストは荷重を担う。モデルは一般的なパターンから推論する；あなたは目の前の特定の状況から推論する。

これがアジャイルの価値である理由

アジャイルは「個人と対話」の原則を、ほとんどの仕事管理アプローチがしなかった方法で真剣に受け止めた。計画に従うことは判断を発揮することより信頼できるという仮定に異議を唱えた。仕事に最も近い人——特定のコンテキストを持つ人、リアルタイムでフィードバックを観察している人——がその仕事に関する決断の正しい権威の場所だと主張した。

その論拠はAIとの協働に直接適用される。仕事に最も近い人間、特定のコンテキストとリアルタイムのフィードバックを持つ人間が、AIの出力が何を意味しそれをどうするかについての決断の正しい権威の場所だ。

これはAIの支援を拒否することを意味しない。正しく統合することを意味する。AIとの協働は、人間が積極的に関与している——問い直し、方向を変え、モデルが提供できない判断を適用している——ときに最も強力だ。

信頼と検証——どちらか一方ではなく

アジャイルには信頼を許可と混同している版がある。人々を信頼するなら、そっとしておく。その版は実践においてlaissez-faire（放任主義）になり、laissez-faireは管理の失敗であり、文化的な成果ではない。

本物のアジャイルの信頼は異なる。真の所有感、責任感、エンゲージメントを生み出す心理的安全性を作り出す——人々が実際に一歩を踏み出す条件を。信頼は、この意味では、責任の不在ではない。それは責任の前提条件だ。

そしてアジャイルは透明性も大切にする——透明性は装飾ではない。信頼を持続可能にするメカニズムだ。仕事を可視化することで、誰でも、どのレベルでも、何が起きているかを見て判断を適用できる。透明性のない信頼はただの服従だ。信頼のない透明性は監視だ。その組み合わせがチームを——あるいは協働を——実際に機能させる。

AIとの協働において、その透明性は特定の形をとる。出力だけでなく推論を見る必要がある。中間の人間は結論を評価しているだけではなく、それを生み出したプロセスを評価している。そのためにはプロセスが読めるものでなければならない。

何が重要かを決めるのはあなた

「あなたが中心を担う」というフレーズは動機づけではない。構造的だ。SCIにおいて、人間は協働の中で判断が適用される位置を占める——出力が特定のコンテキスト、特定の価値観、特定の賭けに出会う場所に。

その位置は委譲できない。AIが有能でないからではなく、必要な判断が本質的にあなたにとって——この状況で、今——何が重要かにかかわっているからだ。そのような情報を持つモデルはない。あなたは持っている。

つまり、AIとの協働にあなたが持ち込む最も重要な能力は、うまく質問する能力ではない。それは関与し続ける意欲——返ってくるものを問い直す、通用しないものを拒否する、一般的な推論が示す方向とは異なる方向に向かうとき特定の状況についての知識を適用する——だ。

AIは本当の仕事をする。あなたは本当の仕事を意味あるものにする仕事をする。