ポランニーのパラドックス言葉にできない仕事は、なぜAIに任せにくいのか?
ベテランは見分けられるが、見分け方は言えない
検品のベテランは、良い品とだめな品を一目で見分けます。ところが「どこを見ているのか」と聞くと、うまく答えられません。AIに仕事を任せようとすると、この「言えない判断」がそのまま壁になります。
哲学者のマイケル・ポランニーは、1966年の『暗黙知の次元』で、人は語れる以上のことを知っていると書きました。大勢の中から知人の顔を見分けられても、どう見分けたかは言葉にできない、という例です。経済学者のデビッド・オーターは、2015年の論文でこれを「ポランニーのパラドックス」と呼び、機械化の進み方を左右する壁として論じました。
なぜそうなるのか:指示も、例も、人の言葉を通る
機械に仕事を任せる道は、主に2つあります。手順を書いて指示する道と、たくさんの例を見せて学ばせる道です。言えない判断は、どちらの道でもつまずきます。
| 任せ方 | 人が渡すもの | 言えない判断でつまずく所 |
|---|---|---|
| 手順で指示する | 「こうなら、こうする」の決まり | 決まりを書けない |
| 例から学ばせる | 「良い」「だめ」の札を付けた例 | 札の付け方がぶれる |
| AIの答えを確かめる | 正しいかどうかの判定 | 確かめる人も理由を言えない |
オーターは、例から学ぶ機械がこの壁を回り込む道になりうると見ていました。ただし、例に札を付けるのは人です。ベテラン本人が理由を言えない判断は、日によって札の付け方が変わります。ぶれた札で学んだAIは、同じようにぶれた答えを出します。
別のコラムで扱った「暗黙知と形式知」は、コツを人から人へ移す流れを扱いました。ここで扱うのは、そのコツを機械に渡すときに何が足りなくなるか、という点です。
中小企業に置き換えると
社員50人の菓子の製造会社を考えます(説明のための架空の例です)。焼き色の検品をAIに任せようと、写真を撮りためました。ところが、ベテラン2人に「良い」「だめ」を付けてもらうと、同じ写真で意見が分かれるものが少なくありませんでした。
社長は、2人の意見がそろう焼き色だけをAIに任せ、分かれるものは引き続き人が見ることにしました。そのうえで、分かれた写真を並べて理由を話し合う時間を設けました。
自社で確かめる数字と問い
| 見る数字 | 何が分かるか |
|---|---|
| 同じ例に、ベテラン2人が同じ札を付けた割合 | 判断のぶれの大きさ |
| 判断の理由を1行で書けた例の割合 | 言葉にできる範囲 |
| その判断を担う人の数と年齢 | 人に残す期間の目安 |
| 判断を誤ったときの損の大きさ | 人が見る範囲を広く取るか |
- 任せたい仕事のうち、ベテランが理由を言える判断はどれか。
- 理由を言えない判断を、誰が、いつまで持つか。
M&A・事業DDではどう見られるか
買い手は、会社の強みが、言葉にできない一人の判断に頼っていないかを確かめます。AIを入れたと説明されても、その中身がベテランの札付けに頼り、札付けの理由が残っていなければ、その人が抜けたときの危うさは変わりません。
判断のうち、言葉にできた部分とできない部分を分けて記録している会社は、どこまでが仕組みとして残るかを示せます。売る前に、主要な判断について、理由を書いた例と、人が持つ範囲の一覧をまとめておくことです。
動画でも解説しています
動画は近日公開します
まずは、AIに任せたい仕事を1つ選びます。その仕事で「良い」と「だめ」の実例を、ベテランに10件ずつ選んでもらいます。選んだ理由を言葉にできない例が多い仕事は、まだ人が持ちます。
どの仕事をAIに任せ、どの仕事を人に残すかを整理したい場合は、お気軽にご相談ください。業務と組織の両方の視点から一緒に整理します。
出典・参考文献
- Polanyi, M. (1966). The Tacit Dimension. Doubleday. — 「人は語れる以上のことを知っている」暗黙知の原典
- Autor, D. H. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, 29(3), 3–30. — 「ポランニーのパラドックス」と機械化の壁(DOI: 10.1257/jep.29.3.3)
このコラムは一般的なAIと経営の考え方の解説です。個別の経営判断は、自社の状況に合わせて行ってください。