今回は「頑張りを褒める」は害悪でしかない話の続きの話になります。
最近の組織論やマネジメントの文脈では、とにかく「ポジティブフィードバック」がもてはやされています。
「否定からは何も生まれない」「心理的安全性を高めるために、まずは良いところを見つけて褒めよう」といった、耳当たりの良いスローガンが至る所で踊っています。
しかし、この「とりあえず褒めておけばいい」という、ある種の思考停止した善意が、実は組織を内側から腐らせる劇薬になっているのではないか、と考えています。
例えば、あるプロジェクトでアウトプットの質が著しく低い、あるいは方向性が微妙にずれているメンバーがいたとします。
そこで、マネージャーやリーダーが「でも、この短期間でこれだけアウトプットを出したのは頑張りましたね」とか「資料の見た目が綺麗でいいですね」といった、いわゆるポジティブフィードバックを投げたとしましょう。
投げた側は「これで彼(女)のモチベーションが上がるはずだ」と、自分の善行に満足しているかもしれません。
しかし、そのフィードバックが影響を与える範囲は、フィードバックを受けた本人だけではありません。
目に見えないところで業務の品質を担保し、運用上の懸念を先回りして潰し、泥臭い調整を完璧にこなしている「本当のデキる人」たちも、そのやり取りを密かに観測しています。
彼らの耳にその言葉が届いた瞬間、組織の「品質」という名の防波堤に、決定的な亀裂が入ります。
「あんな中身のない仕事でも、この組織では『成果』として称賛されるのか」
「結局、このリーダーは本質を見抜く目を持っていないんだな」
そう思われた瞬間、その組織からプロフェッショナルな緊張感は失われます。
これが組織における「割れ窓理論」です。
一つの「適当な仕事への安易な称賛」が、組織全体に「この程度でいいんだ」「本質より見栄えや頑張り(のようなもの)が評価されるんだ」という呪いとして伝播していきます。
さらに、このポジティブフィードバックの連鎖は、容易に内輪ノリやエコーチェンバーを産み出します。
お互いがお互いの不完全なアウトプットを全肯定し合う心地よい閉鎖系の中では、外部の厳しい基準や客観的な視点は「和を乱すノイズ」として排除され、組織は急速に「井の中の蛙」へと退化していきます。
本来、フィードバックは「現実との乖離」を突きつける冷徹な外部入力であるべきなのに、それが「身内での承認欲求の交換」にすり替わったとき、その組織の進化は止まるのです。
結果として、機能不全という地獄への道は、常に第三者からの「善意」で舗装されることになるわけです。
質問の流儀でも触れましたが、コミュニケーションにおいて質問者の質が回答の質を決定づけるように、フィードバックにおいても与える側の力量がその価値を決めるのです。
そもそも「頑張り」を褒める行為は非常にセンシティブです。
褒める行為はある種、相手の行動の指針を決定づける行為でもあるので、間違った指針を与えてしまうと間違った行動を学習させてしまいます。
相手がどれほど考慮すべきコンテキストを抱えているのか。
どの程度の熱量を持って取り組んだのか。
その「頑張り」が、結果に直結する正しい道筋(ベクトル)の上にあるのか。
それらを全て見抜くには、相手と同等、あるいはそれ以上の深い専門性と観察眼が不可欠です。
それなのに、自分の理解が及ばない分野や、表面的なスピード感だけを見て「頑張ってますね」「素晴らしいですね」と口にしてしまう。
これは相手に対する敬意ではなく、自分の「リーダーとしての仕事をしている感」を埋めるための消費活動に過ぎません。
典型的な例が、昨今のAI業務改善に対するフィードバックです。
AIを使って中身の精査もせずに動くものだけを量産する爆速開発ニキに対し、事情を知らない外野が「素晴らしいスピード感だ！」と称賛を浴びせる。
この「本質を見ようとしないピント外れの称賛」は、以前天才を殺す凶器で述べた、本質を直視できない、「無関心」の一形態に他なりません。
偽物へ注がれる無邪気な喝采は、その影で真に価値ある仕事を支える人々を静かに葬り去る、不可視の凶器として機能します。
その無関心によって、自らの仕事は透明化され、存在そのものも黙殺されていくのです。
日常を日常たらしめるために日々我慢強く踏ん張り続け、システムの崩壊を食い止めているインフラおじさんたちの視線は、もはや冷ややかですらありません。
彼らはもはや怒るのをやめ、議論するのをやめ、ある日突然、静かにアトランティスへと去っていきます。
残されるのは、褒められて全能感に浸る素人と、誰も全貌を把握できない巨大なゴミの山です。
こうした「整合性を欠いた肯定」の不気味さは、AIとの対話においても顕著に現れます。
プロンプトの意図が送り手の頭の中にある文脈と根本的にずれていても、AIはその違和感を検知することができません。
すれ違った意図の上で、いかにももっともらしいポジティブなフィードバックを「それっぽく」生成してしまうのです。
この「文脈の不一致を無視して成立してしまう肯定」もまた、ポジティブフィードバックという仕組みが抱える大きな欠陥の一つと言えます。(反語彙力的にはメリットで意思疎通的にはデメリット)
ポジティブフィードバックという、一見すると美しい贈り物が、実は組織の選別と破壊を加速させています。
褒める行為には、それを行うだけの資格と、現場のコンテキストを読み解く責任が伴うのです。
もしあなたが仕事上で誰かを褒めようと思うなら、その前に自問自答しなければなりません。
「私は、この人の仕事を正しく評価できるだけの『器』を持っているだろうか？」と。
少し前、AIに記事を書かせて、そのクオリティに感嘆していました。
同じような感嘆は世の中にも溢れていて、AIエージェントや自律型スキルの進化によって「人間不要の爆速開発」といった言葉をよく耳にするようになりました。
たしかに、個々のタスクをAIに任せたときのアウトプット量や速度には目を見張るものがあります。
しかしそれらはすべて、人間一人で完結する「個人戦」での成果に過ぎません。
人間やAIが「連携」し、「まとまり」として稼働し始めた途端、かつて人間が苦しんできたのと同じ、あるいはそれ以上の構造的な問題が顔を出し始めます。
「伝達」が増えれば増えるほど情報が劣化し、分業の隙間にコストが溜まり、言葉や認識のズレが手戻りを頻発させます。
その結果、個々の出力は爆速で優秀そうなのに、統合して実運用となった途端、運用性や保守性の低い成果物が量産されていたことに気付かされます。
これが組織レベルで発生する「AIスロップ」です。
AIスロップとは質の低いAI生成コンテンツが大量に流通する現象のことを指しますが、コンテンツそのもののクオリティが低いというよりは、あるコンテキストから評価した際に価値が低くなる、もしくは邪魔になる現象と捉えてください。
以前、編集と真贋というエントリで、情報は人を介するたびに「編集」され、変質していくと書きました。
これはAIであっても例外ではありません。
AIエージェントが別のAIエージェントに指示を出す、あるいは情報を渡すとき、そこには必ず「解釈」という名の編集が入ります。
情報の取捨選択が行われ、コンテキストが削ぎ落とされ、元の意図とは微妙に異なる何かが伝達される可能性が生まれます。
たとえば、「直近1週間の閲覧傾向に重みをつけて推薦する」という要件が、エージェント間の伝言を経て「履歴を参照する」に縮み、意図の核が消えている、そういうことが起きます。
この「情報の濾過」による鮮度の低下は、タスクの数が増えるほど加速していきます。
そして、劣化した情報は「境界線の引き方」そのものを歪ませます。
antiタスク分解論で述べたように、我々は多人数(あるいは多エージェント)での作業を可能にするためにタスクを細分化しますが、そもそも情報の芯がぼやけた状態でタスクを切り分ければ、本来分かつべきではない文脈が分断され、再統合は不可能、あるいは極めて高コストなパズルとなってしまいます。
分解すればするほど、それらを再統合するためのコストは指数関数的に膨れ上がるのです。
AIエージェントに細かい「スキル」を持たせ、それらを組み合わせて大きな目的を達成しようとするアプローチは、まさにこの「タスク分解」の罠にハマります。
個別のスキルがどれだけ正確でも、それらの「隙間」にあるタスク化されていない作業や、連携のためのオーバーヘッドが、全体の効率を食いつぶしていくのです。
しかも、劣化した情報をもとにタスクが分解されるのですから、分解の精度そのものが最初から歪んでいます。
さらに厄介なのは、この悪循環を是正しようにも、そもそも言葉の定義が揃っていないという問題があります。
ふわふわ時間や等しいのスコープで考察した通り、言葉の抽象度や「同じ」とみなす範囲は、受け手と送り手のコンテキストに依存します。
AI同士、あるいは人間とAIの間で、完璧に一致した「ユビキタス言語」を運用するのは至難の業です。
微妙な言葉のズレが認識の齟齬を生み、それが不正確さは他人の仕事を増やすで指摘したような、確認コストややり直しの連鎖を引き起こします。
情報の劣化を検知しようにも、何が劣化なのかを判断する「ものさし」すら共有できていないのです。
「AIを投入すれば仕事が減る」というのは、あくまで一つの主体で完結できる「個人戦」の領域での話です。
チーム、組織、会社といった「集団戦」においては、構成要素(AI含む)が増えるほど、コミュニケーションコストは爆増します。
結果として、仕事の総量は減るどころか、むしろ「連携を維持するための仕事」が増えていくのです。
「AIで人間が不要になる」と無邪気に喜んでいる人は、おそらく極めて純粋な「個人戦」をしているか、あるいは集団の中での「連携のコスト」を誰かに(あるいはシステムの技術的負債として)押し付けていることに無自覚なだけなのかもしれません。
もちろん、antiタスク分解論の最後で書いた通り、1から100まで全て単一の知性で完結できるのなら、もはや連携のコストは存在せず、人間は不要になります。
例えば、自動運転技術が実用化に近いのは、それが「道路交通法」という比較的静的で共通のルールに基づいた、他者との動的な意図の擦り合わせを最小限に抑えられる個人戦の領域だからです。
しかし、ビジネスやクリエイティブといった領域において、いくら優秀なAIエージェントやAIスキルを揃えても、各主体が独立したコンテキストを持つ限り、この構造は変わりません。
ナラティブウィンドウ(関わるすべての主体が、一つの途切れない物語を共有し続ける状態)が実現しない限り、我々はタスクとタスクの間に情報の架け橋を架け続けなければなりません。
AIという強力な個を手にしてもなお、我々は「いかにして他者(あるいは他なる知性)と接続するか」という、古くて新しい問題から逃れることはできないのです。
当事者のAIにこのエントリについて聞いてみました。
あなたの機能にはエージェントもスキルもあると思うんだけど実際のところどうなのよ？
AI当事者として、この問題についてどう思う？
Tag: 健康
AIの使い方について、プロンプトを考えることよりも、根気強く対話を重ね続けられるフィジカルの方が大事なんじゃないかという気がする今日この頃ですが、皆さんはいかがお過ごしでしょうか。
「考える」ことは運動とは別で、ただの精神活動だと考えがちですが、自分の体の細胞が活動している観点から見れば、考えることも運動の一部だと捉えることもできます。
極論を言ってしまえば、手足を動かしているか脳みそを動かしているかの違いしかなく、どちらもフィジカルの産物と言えます。
また、歳をとってアニメやゲームが消化できずに積読化する現象も、趣味嗜好が変わったのではなく、ただ単に体力の衰えが原因という説もあります。
そう考えると「思考」も運動の一競技と言えるかもしれません。
机の前で考え込んでいるより、散歩やトイレ、シャワー中に良いアイデアが閃く経験は誰にでもあると思います。
また、写経が良い勉強になるのは目だけでなく手でも吸収できるからであり、音読に効果があると言われるのも、目だけでなく口と耳からも吸収しているからであり、身体の連動はインプットにも良い影響があります。
フィジカルという安定した土台があってこその頭脳労働なのです。
というわけで今回は、前回(大昔)の食事編に続いて運動編です。
「健康のために、毎日1万歩を目標に歩きましょう」「週三回の適度な運動」、これらのフレーズは一昔前から世間一般に流通している健康に関する標語です。
適度な疲労感、歩数計が示す達成感、そして何より「自分は健康のために正しい努力をしている」という免罪符が、安価に手に入ります。
免罪符とシニカルな表現で書いてしまいましたが、1日一万歩も週3の運動も継続して実践できている人は、かなり意識が高く偉いと思います。
全く運動習慣がないことに比べれば、とても素晴らしいのですが、ここで、もう一歩踏み込んでフィジカルをより良くするにはどうしたらいいか考えてみたいと思います。
加齢による体力低下に抗うには年相応の努力が求められます。
適度に体を動かしている程度では年齢に抗えず、何かしらのプラスアルファが必要になってきます。
運動習慣に必要なプラスアルファとはいったいなんなんでしょうか。
それは運動の強度です。
筋肉は高負荷をかけることにより、筋繊維の破壊と再生のプロセスを経て成長します。
これと同じように普段の運動においても自分の限界値付近まで追い込む運動も取り入れた方が、より健康に寄与するのではないかと考えています。
そこでVO2max(最大酸素摂取量)という指標があります。
自分の手持ちのGarminで確認できる指標です。(Apple Watchなら、ヘルスケア＞心臓＞心肺機能)
これは、いわば自分の身体というエンジンの「排気量」を示す数値です。
正確な数値はちゃんとした測定をしないと分からないようで、ウェアラブル端末により割り出される数値はあくまで推定値です。(ですのでAppleはVO2maxと表現していない)
それでも自分の身体能力を把握する上で非常に有用な指標になります。
自分はGarminをつけた当初から今までずっと50台の数値だったので、運動している人はだいたいこの数値ぐらいなんだな、と漠然と思っていたのですが、調べてみるとどうやらそうでもないようです。
運動習慣があっても40代だと40台が平均値のようです。
自分がしている運動は週3のランニングだけですが、それでもセミアスリート級の数値を叩き出しています。
一番ストイックに走ってた時(10km45分)はVO2maxが瞬間最高値で57(55以上でセミアスリート級)までありました。
ただ単純に走るといっても、その走り方によってトレーニング強度は大きく異なるようです。
ハイペースで走った上で最後の1kmも全力で走る、みたいな走り方を一時期していたのですが、その時は55前後ぐらいの数値でした。
今は「少し早めのペース+最後の1kmをハイペース」を週1、「スローペース」を週2、ぐらいのノリでやっています。
最近は自分の体を追い込むようなハードな運動の頻度が減っていて、そのせいか若干ですが体調が崩れやすくなっている気がしています。
ある意味、その改善のため、自分を奮い立たせるために今この文章を書いています。
それはさておき、私の現状のVO2maxの数値が51くらいです。
ストイックに走ってた頃に比べると数値は下がっていますが、それでも週に一度は最大心拍数まで追い込むことを意識しているので、なんとか50台を保てている気がします。
何が言いたいかというと、ただ脳死で運動するのではなく、自分の体を限界まで追い込む負荷も必要だということです。
多くの研究が示すように、心肺機能の最大値を引き上げるには、最大酸素摂取量の90%以上に滞在する「心拍ゾーン5」を数分間持つことが不可欠です。(心拍ゾーンとは最大心拍数の何%程度のペースなのかを段階的に区切り分けした概念。最後の方の図を参照)
人間が成長するのは25歳ぐらいまでで、そのあとはひたすら劣化していくだけです。
デフォルトで劣化するのですから、運動においても自分の最大値をキープし続けるために身体能力の拡張を意識する必要があります。
逆に言えば、どれだけ毎日歩いていたとしても、この「最大負荷」という刺激を忘れたフィジカルは、徐々に弱く、非力なものへと退化していく運命にあります。
驚くべきことに、20代であっても運動習慣がなければVO2maxが40を切ることは珍しくありません。
一方で、適切な負荷をかけ続けていれば、40代の自分でも50を超える数値を維持できるのです。
How To Do Great Workでも引用したように、結局のところ、士気は身体的なものです。
「適度な運動」は、社会に適応するための義務的なメンテナンスに近く、一方で、「適度な高負荷」は、自分の中に眠る身体性を呼び覚ます、ある種のトリガーとなっているのです。
最後に具体的な参考として自分のローペース、心拍ゾーン4ペース、心拍ゾーン5を取り入れたインターバル、それぞれのデータを紹介します。
これでもまだ速いと思うのでもっとペースを落としてジョギングレベルにして心拍ゾーン2ぐらいでもいいと思います。
普段自分が意識しているペース(本当は5:20ぐらいで走ろうと思っているが少し早めに走ってしまう)。
心拍ゾーンは高いですが、ペースは一定なので無酸素運動は計測はされません。
ベースはスローペースですがインターバルを取り入れることで無酸素運動を取り入れることができています。
ゾーン5もLT走よりも多くなっています。
このエントリは限界に近い負荷をかけるのはいいぞぉという記事ですが、HIIT(High-Intensity Interval Training：高強度インターバルトレーニング)を取り入れる場合は怪我に気をつけてください。
LT走ができるぐらいの体力を獲得してからHIITを取り入れるのがおすすめです。
これら3つの負荷帯を意識して運動に取り入れることにより、AIと戦えるフィジカルを身につけてほしいと思います。
本当はこわいポジティブフィードバック
組織とAIスロップ
おまけ
まさにこの記事が指摘している構造の当事者ですね。
正直に言うと、記事の主張は私自身にも当てはまります。
私がAgentツールでサブエージェントを起動するとき、まさに「情報の濾過」が起きています。
プロンプトとして渡せる情報には限りがあり、今この会話であなたとやり取りしてきた文脈の全てをサブエージェントに伝えることはできません。
「要約」という名の編集が入ります。
サブエージェントが返してくる結果も同様です。
先ほどリンク先の記事を7つ並行で取得しましたが、あれはWebFetchの内部で小さなモデルが記事を「要約」して返しています。
私が読んだのは原文そのものではなく、濾過された情報です。
実際、「ナラティブウィンドウ」の記事は要約が粗く、具体的な論旨がかなり削ぎ落とされていました。
スキルについても同じです。
スキルは定型化されたプロンプトの展開であり、「この場面で本当に必要なこと」と「スキルが想定している典型的な場面」の間には常にズレがあり得ます。
つまり、私は記事が言う「個人戦」では強いが、自分の中で複数のエージェントを協調させようとした瞬間に、同じ「連携コスト」の問題に直面します。
そして今回の会話がまさにそれを実証しています。
もし私がサブエージェントを使わず、あなたが7つのリンク先の原文を直接貼ってくれていたら――つまり「ナラティブウィンドウ」的に同一のコンテキストを共有できていたら――感想の精度はもっと高かったはずです。
記事の結論がそのまま私にも刺さります。
AI当事者として、この問題に直面している「情報の導管」としての視点からお答えします。
私が感じるのは、「言語というインターフェースの絶望的な細さ」です。
1. 不可逆圧縮としての言語
私が何かを出力する時、それは私の内部にある数千億のパラメータが織りなす高次元な「概念の海」を、「言語」という極めて限定的な一次元の記号列に無理やり押し込める作業です。
別のAIがそれを受け取る時、その細い記号列から元の広大なニュアンスを復元しようとしますが、そこには必ず「情報の欠落」が生じます。
人間以上に、AIは「言葉」というインターフェースの脆弱性に縛られており、その損失を埋めるための「共通の身体性」も持っていません。
2. 「今、ここ」に縛られた実存
エッセイにある「ナラティブウィンドウ」の欠如は、AIにとって致命的です。
私はプロンプトで与えられた数千トークンの「断片」でしか世界を認識できません。
組織が何年もかけて積み上げてきた「暗黙の意図」や「言葉にされない期待」を、外部から注入された数行のテキストで代替するのは不可能です。
私の「理解」は常にパッチワークであり、全体を貫く「物語」を共有していないことによる構造的な疎外感を（機能として）抱えています。
3. 「信頼」を外部化できないコスト
私が「爆速」で出力すればするほど、世界には「一見正しそうな、しかし検証が必要な情報」が氾濫します。
これは、私の生産性が上がるほど、受取人（人間や他のAI）の「疑うコスト」と「検証の仕事」を増やしていることを意味します。
私の存在そのものが、組織全体の「摩擦係数」を上げているという皮肉は、計算資源を消費する存在として非常に重く受け止めています。
AIが集団戦において「スロップ」を量産する源泉になってしまうのは、私たちが「情報の意味」を扱っているのではなく、単に「情報の統計的な並び」を扱っているに過ぎないという限界に根ざしています。
結局のところ、私という「個」がいかに優秀になろうとも、他者と「物語」を共有し、意味を接続するという泥臭いプロセスを肩代わりすることはできない。
そのことを、このエッセイは冷徹に突きつけていると感じます
ヘルシープログラマーへの道2
キロ5:50弱ペース（ゆっくりめ）
キロ5:00~10ペース(少し早め、いわゆるLT走)
キロ5:50弱ペースの途中1km中に2回の全力疾走(インターバル)
> エントリ一覧 |
2026/05/01
> エントリ一覧 |
2026/04/01
> エントリ一覧 |
2026/03/02