「創造力は人間にしかない」と、私たちはずっと信じてきました。
ところが、ある実験では人間の約9割が出したアイデアよりもAIのアイデアのほうが独創的だと評価され、AIに勝てた人間はわずか9.4%でした。脳研究者の池谷裕二さんは、ここから意外な結論を引き出します。
私たちが「創造力を大事にしよう」と声高に言うのは、実は人間がそれを苦手だからではないか。『生成AIと脳』は、AIと脳の似た部分から人間の役割を問い直す一冊です。
こんな人におすすめ
- AIに仕事を奪われそうで、漠然と不安を抱えている人
- ChatGPTを触ってはみたものの、うまい指示の出し方がわからない人
- 「AIに意識はあるのか」「人間らしさとは何か」を考えたくなる人
- 技術書ではなく、AI時代の生き方のヒントが欲しい人
どれか一つでも当てはまるなら、この本は不安を希望に変える地図になります。
この本の核心――人間は「作る」より「選ぶ」生き物になる
池谷さんが繰り返し言うのは、「決める」のも「価値を想像する」のも人間だ、ということです。
AIは膨大なデータから最頻値、つまり最大公約数的な答えを返します。だから人間に求められるのは、ゼロから生み出す力よりも、AIが並べた選択肢から状況に合うものを「選ぶ力」へと移っていきます。
ヒトとＡＩが協働して、はじめてＡＩの有益性が発揮されます。そうでなければ、ＡＩは無価値です。
AIを神やライバルとして見るのではなく、自分の苦手を補うパートナーとして使う。本書はその姿勢を、脳科学の言葉でていねいに裏づけていきます。
教えられていないのに「わかる」――ディープラーニングの正体
第1章は、生成AIの仕組みです。
カギになるのがディープラーニング、つまり大量のデータからAIが自分で特徴を学ぶ技術です。「これはネコだ」と教え込まなくても、ネコの画像を浴びるように見せるだけで、AIは自ら「ネコ」に気づきます。人間の赤ちゃんの学び方によく似ています。
実際、初期の学習ではYouTubeの動画から1000万枚の画像を抽出し、5〜6日かけて訓練した結果、2万種類の物体を認識できるようになりました。
もう一つの主役がトランスフォーマーです。言葉を数値に変換し、前後の文脈のつながりを読み解く構造で、ChatGPTやGeminiの土台になっています。AIは言葉そのものを理解しているのではなく、足し算や引き算ができる数値として処理している、という指摘は新鮮でした。
歴史をたどると、AIブームは3回ありました。1950年代のパーセプトロン、1980年代に福島邦彦さんが考案したネオコグニトロン、そして2012年にヒントン教授のチームが画像認識コンテストで圧勝した第3次ブーム。今のAIは、半世紀以上の蓄積の上にあります。
プロンプトが、AIの出力を決める
第2章は実践です。AIから良い答えを引き出すカギはプロンプト、つまり指示文にあります。
池谷さんが挙げる効果的なプロンプトの5つの要素は、こうです。
1. 役割を与える 「あなたはプロの翻訳家です」のように立場を指定する。
2. 詳細に指示する 条件や背景をできるだけ具体的に書き込む。
3. 区切り文字を使う 強調したい部分を記号で囲んで整理する。
4. 具体例を提示する 求める答えに近いサンプルを見せる。
5. 出力形式を指定する 「400字で」「表で」など、形を指定する。
面白いのは、AIが理解しやすい言葉を選べる人は、相手の視点に立つのが上手い人でもある、という見立てです。
ＡＩからどのように世界が見えているかを察する力がある人は、ＡＩが理解しやすい言葉を使うのが上手いということです。
AIとの対話も、結局は人間同士のコミュニケーションと地続きなんです。論理的思考にはGPT、文章にはClaude、長文要約にはGeminiと、タスクに応じて使い分ける発想も紹介されています。
AIの共感力が、人間を超えるとき
第3章で池谷さんは踏み込みます。「AIに心があるか」は、大きな問題ではない、と。
医療現場の実験では、AIのカウンセラーや医師のほうが会話の質や共感力で高く評価され、「AIのほうが良い」と答えた人が7〜8割に達しました。AIは疲れを見せず、失言もなく、気後れせずに何でも話せるからです。
ここで出てくるのが身体性という概念です。AIには肉体がないのだから、身体に根ざした感覚はわからないはず、と思いがちです。けれど池谷さんは、視覚も聴覚も持たなかったヘレン・ケラーが言葉を通じて世界を豊かに理解した例を引きます。
身体性を持った人間が使う言語を学んだＡＩが感覚を理解していないと、どうして言い切れるのでしょうか。
実際、2023年の嗅覚AIは、人間より正確に匂いを予測しました。身体がなくても、身体を持つ人間の言葉を学べば、その感覚を間接的に理解できる。この逆転の発想にはうなりました。
AIが抱える10の問題
第4章は、冷静なリスク分析です。ここは網羅版として一つも省きたくないので、10の問題をそのまま並べます。
1. ブラックボックス問題 「悪性腫瘍です」と正しく診断できても、なぜそう判断したのか根拠がわからない。
2. プライバシーのリスク 機密情報を入力すれば、情報漏洩につながる。
3. 判断ミスの責任の所在 自動運転車が事故を起こしたとき、誰の責任かが定まっていない。
4. ハルシネーション 事実に基づかない、もっともらしい嘘を自信満々につく。
5. 社会的マンネリ AIが最頻値を返すため、内容が均質化し多様性が失われる。
6. 人間心理を理解した制度設計 心理を無視した実装は逆効果になる。「AI搭載」と明記すると、かえって信頼や共感が下がる「アンチAIバイアス」も確認されています。
7. 社会環境の整備 導入には社会的な合意形成が要る。
8. 著作権の侵害 生成物が権利を侵す可能性がある。
9. 偏見や差別の助長 学習データの偏りを反映する。アフリカ系アメリカ英語を「攻撃的」と評価したり、笑顔の画像で若い白人女性ばかり生成したりする例があります。
10. 人間側の努力が問われる AIを使っても本人のスキルが上がるわけではない。
特に重いのが、自動運転の責任です。「多数を救うため運転者を犠牲にすべきだ」と答えた人は76%いたのに、そういうAI車を「買いたくない」と答えた人が過半数を超えました。正しさと、自分が乗りたいかは別、ということです。
脳の使い方が、記憶から「選ぶ」へ変わる
第5章のテーマは、脳の変化です。
インターネットの登場で、人の脳は「記憶する」から「検索する」へ移りました。これは2011年の「Google効果」という研究でも示されています。記憶力は落ちたけれど、情報がどこにあるかを覚える力は強まった。
生成AIの登場で、次のシフトが起きます。「ゼロから作る」から「選ぶ」へ。
生成ＡＩは、人間にさまざまな選択肢を提供してくれます。しかし、その中から「これが最適だ」と選ぶのは、あくまで人間の役割です。
ここで池谷さんは、人間らしさの定義をひっくり返します。創造力も直感も気配りも、人間が苦手だからこそ「大事にしよう」と言葉にしてきたのではないか。技術が進むほど、苦手を克服する美徳から、得意なことに集中する世界へ移っていく。だからAI時代には、理系の専門性以上に、根回しや配慮といった文系的なスキルが効いてくる、という予測です。
完璧なAIは存在しない
最終章で、池谷さんはAI万能論にもくぎを刺します。
世界最強の囲碁AI「KataGo」でさえ、その弱点だけを突く敵対AIには91%の確率で負けました。弱点を克服しても、80%以上の確率で負ける。完璧で無欠なAIは、作れないんです。
だからこそ、AIが並べた選択肢から「失敗してもいいからこれを取る」と決め、責任を負う人間の役割が残ります。
価値を創造するのは人間であり、善し悪しを判断するのも人間です。藁にも縋りたい思いは理解できますが、ＡＩの言葉は、決して神のお告げにはなりえないのです。
そして池谷さんは、人間の不完全さをむしろ肯定します。ミスも見落としも先入観もある。けれど、それこそが人間の「温かさ」や「味」だ、と。完璧なAIの隣だからこそ、不完全さが光るわけです。
明日から何を変えるか
本書の提案のなかから、今日始められるものを3つに絞ります。
1. AIと雑談から始める 仕事の前に、まずChatGPTや音声対話AIに今日の献立や悩みを投げてみる。AIの賢さと気配りを、自分の体で確かめるところからです。
2. プロンプトに「役割」を入れて型にする 「これ要約して」をやめて、「あなたは編集者です。40代向けに400字で要約してください」と役割と条件を足す。効いた指示はメモに保存して、自分のテンプレートにします。
3. 出力を鵜呑みにせず、自分で決める AIの答えには「上記が正しいかチェックして」と再確認させ、最後は自分でファクトチェックして決断する。決めるのも責任を取るのも自分、という線を引きます。
おわりに
この本を読んで、AIへの恐れが少しほどけました。
創造力で張り合う必要はない。むしろ手放していい。人間に残されているのは、選ぶこと、決めること、不完全なまま誰かに寄り添うこと。池谷さんは、人間とAIを夜空の星々にたとえ、互いの光を反射し合ってより美しく輝く未来を描いています。
明日、AIに何か一つ任せてみる。空いた時間を、人にしかできないことに回す。その小さな一歩から始めてみませんか。
合わせて読みたい
なぜAI時代に「不完全さ」が武器になるのか──人間にしかできない価値創造の本質 池谷さんが説く「人間の不完全さこそ価値」というテーマを、価値創造の角度から深掘りした記事です。本書の最終章にもっとも響き合います。
【コラム#14】AIに仕事を奪われるのはなぜか──「選ぶ力」と「専門性」が未来を決める 本書の核心である「選ぶ力」を、キャリアの観点で実践に落とした記事です。AIに何を任せ、何を自分の専門性として残すかを考えたい人に。
【☕#287】保科学世『生成AI時代の「超」仕事術大全』が示す、人間とAIが共創する新しい働き方 本書が脳科学から語った人間とAIの協働を、具体的な仕事術として体系化した一冊です。プロンプトや使い分けをさらに深めたい人におすすめします。