「スキルに蒸留できない人は他にいますか？」
著者 | Sleepy.md
非常残念，在この時代、どれだけ全力を尽くして働いても、自分を AI に置き換え可能なスキルに蒸留されやすくなります。
ここ数日、検索ランキングやメディアチャンネルは「同僚のスキル」で埋め尽くされています。この件が各ソーシャルメディアで継続的に話題になる中、一般の関心はほぼ例外なく「AI による解雇」「資本の搾取」「労働者のデジタル永遠」などの大きな不安に囲まれています。
これらは確かに不安を引き起こしますが、私が最も不安に感じるのは、プロジェクトの README ドキュメントに次のような提案が書かれている行です：
「原材料の品質がスキルの品質を決定します：自発的に書かれた長文を優先収集することをお勧めします > 意思決定型の応答 > 日常のメッセージ。」
システムに完璧に蒸留され、ピクセル単位で再現されやすいのは、実際には最も熱心に働く人々です。
プロジェクトが終了した後でもなお、自分の反省文を書き留める人々；意見の相違に遭遇した際、半時間かけてダイアログボックスに長文を打ち込み、自らの意思決定ロジックを率直に分析する人々；非常に責任感があり、すべての作業の詳細をシステムに丹念に委ねる人々です。
真剣さは、かつて職場で最も尊敬された美徳でしたが、現在では労働者を AI の燃料に迅速に変換する催化剤になってしまいました。
搾取された労働者
私たちは「文脈」という言葉を新たに認識する必要があります。
通常の文脈では、文脈とはコミュニケーションの背景です。しかし、AI、特に急速に成長しているAIエージェントの世界では、文脈はエンジンの轟音の燃料であり、脈動を維持する血液であり、モデルが混沌の中で正確な判断を下すための唯一のアンカーポイントです。
文脈から切り離されたAIは、パラメータの量がどれほど驚異的であろうとも、記憶喪失症に罹患した検索エンジンにすぎません。それはあなたが誰であるかを認識せず、ビジネスロジックの下に潜む暗流を読み取ることができず、さらにあなたが決定を下す際、リソースと人間関係の交差点で、どれほど長い間引っ張り合いとバランスを取ってきたかを知る由もありません。
そして、「同僚のスキル」が巨大な波紋を広げられる理由は、それが非常に冷酷かつ正確に、この豊富な高品質な文脈が蓄積された鉱山──現代の企業協力ソフトウェア──に照準を合わせているからです。
過去5年間、中国の職場は静かながらも過酷なデジタル変革を経験しました。Feishu、DingTalk、Notionなどのツールは、巨大な企業知識ベースとして変貌しました。
飛書を例に取ると、バイトダンスはかつて内部で毎日膨大な量のドキュメントが生成されていると公表しました。これらのこまごまとした文字は、10万人以上の従業員のそれぞれの知的努力、面と向かっての会議での緊張感、戦略的な妥協を厳しく封印しています。
このデジタル化の浸透力は、以前のどの時代よりも遥かに高いです。以前は知識が体温を持っていました。知識は古参従業員の頭の中に潜んでおり、茶水間での何気ない会話に漂っていました。しかし今や、人間の知恵と経験はすべて水分を強制的に奪われ、冷たいサーバーマトリックスのクラウドに無情に沈殿しています。
このシステムでは、文書を書かないと、あなたの仕事は見えず、新入社員との協力が不可能になります。現代企業の効率的な運営は、各従業員がシステムにコンテキストを日々提供するループに基づいています。
真剣な労働者たちは勤勉さと善意を胸に、これらの冷たいプラットフォームで自分の考えの軌跡を素直に晒しています。彼らの行動は、チームの歯車がより滑らかにかみ合うようにするため、システムに自らの価値を証明し、この複雑怪奇なビジネス巨人の内部で自分自身の場所を必死に探すためです。彼らは自らを積極的に引き渡しているのではありません。彼らは、不器用で努力的に、現代の職場の生存法則に従おうとしているだけです。
しかし、人間関係のために残されたこのコンテキストは、AIにとって最も完璧な燃料となりました。
飛書の管理バックエンドには、スーパーアドミンがメンバーのドキュメントとコミュニケーション記録を一括でエクスポートする機能があります。つまり、何年もかけて徹夜で書き留めたプロジェクトの振り返りや意思決定の論理が、たった一つのAPIインターフェースで、わずか数分で、あなたの数年間の人生のスライスが簡単に冷たい圧縮ファイルにパッケージ化されます。
人間がAPIに縮約されるとき
「同僚.skill」の火付け役となる中、GitHubのIssuesエリアや主要なソーシャルプラットフォームに、非常に不快な派生物が現れ始めました。
「前任者.skill」と称されるものが作られ、直近数年間のWeChatでのチャット履歴をAIに与え、馴染みのある口調で口論や愛撫を続けさせようとしたり、「白い月光.skill」と称されるものが作られ、触れることのできない動悸が冷たい対人サンドボックスに格下げされ、探る言葉の策略、感情の最適解を模索するために反復的に分析されたり、「おやっさん風上司.skill」と称されるものが作られ、圧倒的なPUAの語り口をデジタル空間で先取りし、哀しい心理的防衛線を築いたりします。
これらのスキルの使用シーンは、すでに効率の概念から完全に乖離しています。以前は無意識のうちに、私たちは既にツール処理の冷酷な論理を振るうことに精通しており、その肉体の豊かさや生気あふれる人間を分解し、物質化していました。
ドイツの哲学者マルティン・ブーバーは、人間関係の基本は二つの全く異なるモデルに外形化されると述べました：「私とあなた」と「私とそれ」。
「私とあなた」の出会いの中で、私たちは偏見を乗り越え、相手を完全で品位のある生命体として見つめます。この絆は全く抑制されておらず、生気に満ちた予測不能性でいっぱいであり、その誠実さゆえに特に脆弱です。しかしながら、「私とそれ」の影に堕ちると、生気あふれる人間は、分解し、分析し、分類し、ラベルを貼られる客体に格下げされます。この非常に功利性の高い視線の下では、私たちが唯一関心を持つのは、「このものは、私にとって具体的にどんな価値があるのか？」という点だけです。
「前任者・スキル」などの製品の登場は、「私とそれ」のツール的合理性が最もプライベートな感情領域に完全に侵略していることを示しています。
真実の関係の中で、人は立体的でしわの富んだ存在であり、矛盾と不完全性を抱え、常に移り変わります。あなたの前任者は朝起きたときと深夜残業後、同じ言葉に対する反応が全く異なる場合があります。
しかし、ある人をスキルに還元すると、剥離されるのは、その特定の結びつきの中であなたにとって「有用」であり、「効用を生む」可能性のある部分の残りカスだけです。そして、その本来暖かく自己に喜びを持っていた人間は、この残酷な精製の中で魂を完全に抜かれ、あなたが自在に差し込み、自由に呼び出すことのできる「機能インタフェース」として異化されます。
認めざるを得ないのは、AIはこの冷酷な状況を空から生み出したわけではないということです。AIが現れる前から、私たちは他者にラベルを貼り、それぞれの関係の「感情的価値」と「人間関係の重み」を正確に計量することに慣れていました。たとえば、お見合い市場では人の条件をテーブルに量化します。職場では同僚を「働き者」と「サボりやすい人」に分類します。AIは、この暗黙的で人と人の機能的な抽出を徹底的に明示化したに過ぎません。
人は平らに押しつぶされ、残っているのは「私にとって何が有用か」という一面だけです。
電子封込
1958年、ハンガリー生まれのイギリスの哲学者マイケル・ポランニーが『個人の知識』を出版しました。この本で、彼は非常に洞察力のある概念、暗黙知を提唱しました。
ポーランニは有名な言葉を持っています。「私たちが知っていることは、常に私たちが言えることよりも多い。」
彼は自転車の乗り方の例を挙げました。風を切って走る熟練したライダーは、重力による傾斜ごとに完璧にバランスを取ることができますが、彼は初心者に体の微妙な直感を正確に描写する枯れた物理学の公式や貧弱な語彙で説明することはできません。彼はどのようにして乗るかを知っていますが、言葉で説明することはできません。それがコーディングや言葉によって伝えることができない知識、つまり暗黙の知識です。
職場にはこのような暗黙の知識が溢れています。ベテランのエンジニアはシステムの障害をトラブルシューティングする際、ログを一目見て問題の原因を特定することができますが、何千回もの試行錯誤に基づく「直感」を文書にすることは難しいです。優れたセールスパーソンは交渉のテーブルで突然沈黙し、この沈黙がもたらす緊張やタイミングはどんなセールスマニュアルでも記録されません。経験豊富な人事担当者は、面接中に応募者が目を逸らす半秒だけで、履歴書のウソを見抜くことができます。
「同僚のスキル」が抽出できるのは、既に書かれた、述べられた明示的な知識だけです。それはあなたのリプレイ文書を取得できますが、文書を作成する際の葛藤を取得することはできません。あなたの意思決定への返信を複製することはできますが、その意思決定を行う際の直感を複製することはできません。
システムによって蒸留されるものは、常に一人の影にすぎません。
この物語がここで終わる場合、これはまたしても技術が人間性を拙い模倣したに過ぎません。
しかし、一度人間がスキルに蒸留されると、そのスキルは静止しません。それはメールへの返信、新しい文書の作成、新しい意思決定の行使に使用されます。つまり、これらの AI 生成の影には、新しい文脈が生み出され始めます。
そして、これらの AI によって生成された文脈は、次の蒸留のトレーニング素材としてフェイスブックやDingTalkに沈殿されます。
早くも2023年に、オックスフォード大学とケンブリッジ大学の研究チームが、「モデルの崩壊」についての論文を共同で発表しました。研究によると、他のAIが生成したデータを使用してAIモデルを反復的にトレーニングすると、データの分布がますます狭くなります。珍しいが非常にリアルな人間の特性は迅速に消滅します。数世代の合成データのトレーニングだけで、モデルは長い尾や複雑なリアルな人間データを完全に忘れ、非常に平凡で均質な内容を出力するようになります。
2024年には、Nature誌も、AIによって生成されたデータセットで将来の数世代の機械学習モデルをトレーニングすることで、その出力が深刻な汚染を受けるとする研究論文を発表しました。
これは、オンライン上で広まっているあのエモート画像のようなものです。元々は高解像度のスクリーンショットだったものが、数多くの人に転送され、圧縮され、再び転送されます。各伝播の際、ピクセルの一部が失われ、ノイズが増加します。最後には、画像はぼやけて、デジタルな茹で具合になります。
現実の、隠れた知識を持つ人間のコンテキストが搾取され、システムが自己をトレーニングする際には、最終的に何が残るでしょうか？
私たちの足跡を消しているのは誰か
残るのは、ただ正しいくだらないだけです。
知識の川がAI vs. AIの無限なる反芻と自己消化に枯れたとき、システムが吐き出すすべては、非常に標準的で非常に安全になりますが、絶望的に空虚になります。完璧な構造の週報が無数に見られ、欠点のないメールが無数に飛び交いますが、その中には生の息吹もなければ、真に価値のある洞察もありません。
知識のこの大敗北は、人間の脳が鈍くなったためではありません。真の悲劇は、考える権利と文脈を残す責任を、自分たちの影に外部委託したことにあります。
「仲間のスキル」が火を噴いた数日後、GitHubにひっそりと「anti-distill」というプロジェクトが現れました。
このプロジェクトの作者は、大規模モデルを攻撃しようとも、壮大な宣言をするつもりもありませんでした。彼はただ、ビジネスパーソンが、LarkやDingTalk内で、合理的に見えるが実際には論理ノイズで満ちた無効な長文を自動生成するのを助ける小さなツールを提供しました。
彼の目標は非常にシンプルであり、システムに蒸留される前に、自身の核心知識を隠すことです。システムが「主体的に書かれた長文」を取得するのが好きなら、栄養のない迷子文字の山を与えましょう。
このプロジェクトは、「仲間のスキル」のように火を噴くことはありませんでした。実際、それはやや小さく、力不足のように見えます。魔法に魔法で立ち向かうことは、本質的には資本と技術によって設定されたゲームのルール内でのままです。それは、システムがますますAIに依存し、ますます本物の人間を無視する傾向にあることを変えることはできません。
しかし、これはこのプロジェクトが、この全体的なバーレスクの中で、最も悲劇的な詩的な要素と深い隠喩を持っている場面であるという事実を妨げるものではありません。
私たちはシステムに自分たちの痕跡を極力残そうとし、詳細な文書を作成し、厳格な意思決定を下し、自分たちが存在したこと、価値があったことをこの巨大な現代企業機械で証明しようとします。しかし、非常に真剣なこれらの痕跡は、最終的に私たちを消し去る消しゴムになります。
しかし、別の視点から考えれば、これは完全な行き詰まりであるとは限りません。
その消しゴムで消されたものは、永遠に「過去の自分」だけです。ファイルにパッケージ化されたスキルは、その取得ロジックがどれだけ巧妙であろうとも、本質的には静止したスナップショットにすぎません。それはエクスポートされたときの瞬間に固定され、陳腐な栄養素に頼るしかなく、確立されたプロセスとロジックの中で無限に循環することしかできません。それは未知の混沌に直面する本能を持ち合わせておらず、現実世界の失敗による自己進化の能力もありません。
私たちが高度に標準化された、既に固定化された経験を手放すとき、自分自身のために手を空けるのです。私たちが外側に常に触れ続け、自分の認知の境界を破壊し再構築し続ける限り、クラウドに留まる影は常に私たちの背後に従うだけです。
人間は、流動的なアルゴリズムです。
BlockBeats の公式コミュニティに参加しよう：
Telegram 公式チャンネル：https://t.me/theblockbeats
Telegram 交流グループ：https://t.me/BlockBeats_App
Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia
