フィジカル・文脈・関係性──AIが苦手なこと、人間が勝てる領域とは

生成AIの文脈でいうと、AIは「文脈」を知らないんです。データを渡して分析させることはできますが、「なぜこの研究をしたいのか」「現場でどう感じているのか」は、こちらが伝えてあげないとAIには分からない。人間は同じ内容でも、会う相手によって話し方を変えますよね。なぜ変えなければいけないかも含めて理解しながら動けるのは、経験が積み上がっているからです。そこはまだ人間が勝てる部分です。

AIにはメモリ機能があるので、私のことはどんどん学習してきますが、私が話す相手のことまではまだ理解できていないんです。たとえば講演会で、聴衆のうなずきや反応を見ながらトーンを変えてしゃべるというのを人間はやっています。反応が良いところは話を膨らませ、薄いところはさっと切り上げる。AIはプロンプトに入れられたことを返すだけなので、こういったリアルタイムの場の読み取りはまだ苦手です。

最近ようやく「全二重会話」という技術が出てきて、AIが話の途中でこちらが話しかけると止まるようになってきました。話しながら聞いて、次のことを考えるというのはできるようになってきたので、恐ろしいですが（笑）。ただ、表情を見たり場の空気を感じたりするマルチモーダルな対応はまだできていないので、研究室でその先を先取りして取り組んでいます。

ロボットが走ったり座って物を詰めたりはできますが、脚立に登って作業するといったことはまったく無理です。ロボットはモーターとバッテリーの物理的な制約をまだ克服できていません。リチウムイオンよりエネルギー密度の高い電池がなく、それ以上のトルクが出るモーターもない。フィジカルな現場への本格参入はロボットにはまだ難しく、現場仕事・フィジカルな仕事の価値はむしろ高まっていくでしょう。

まず正直に言うと、この変化は急激すぎます。学生の中にも「就職をやめて博士課程に進もうか」という子が出てきているほどで、3年後・5年後の仕事の形が読めない不安は、企業の中でも同様に広がっていると思います。

そういう環境の中で大切なのは、従業員が「自分は変化に取り残されていないか」という不安を一人で抱えないようにすることだと思います。AIツールの習熟度や、業務の変化への適応度を把握して、早めにサポートにつなぐ仕組みが必要です。私の研究でも、コンディションの変化はデータに先に現れる場合が多い。日常的なデータで従業員の状態を継続的に見ていることが、早期介入の大前提になります。

もう一つは、「AIを使いこなしている人間が偉い」という一元的な評価軸を作らないことです。フィジカルな仕事、文脈を読む仕事、関係性を育てる仕事──これらはAIが代替できない領域で、これからむしろ価値が高まる。多様な強みを持つ人材が活躍できる職場設計を、今から意識してほしいと思います。