AIの「終わりました」を信じない——任せる前に完了条件を書く

AIに資料を作らせる。ファイルができ、「完了しました」と報告が返ってくる。それでも、仕事が終わったとは限らない。

ファイルが開けないかもしれない。数字が元資料と一致していないかもしれない。保存はされていても、相手が見られる場所に届いていないかもしれない。AIの報告が嘘なのではない。AIが「作業をした」ことと、人間にとって仕事が完了したことが、別の状態なのだ。

私はAIコーディングエージェントを日常的に使い、作業の入口と出口を人間が確認する運用を続けている。そこで強く感じるのは、AIに任せる範囲が広がるほど、「何をさせるか」より「何を確認できたら終わりか」を決める仕事が重くなることである。

手順は「やり方」、完了条件は「現実」

AIへの指示を丁寧に書こうとすると、人は手順を増やしがちだ。最初にこれを調べ、次に表を作り、その後に文章を書く。これは「やり方」の指定である。

一方、完了条件は結果の状態を書く。

• 元資料のすべての項目が表にある
• 表の合計と元資料の合計が一致する
• 初めて読む人が、略語の説明なしで読める
• 指定した場所に保存され、実際に開ける

これらは手順ではない。仕事が終わったと言える現実の状態である。手順は状況によって変えてよい。しかし完了条件は、変更するなら人間の判断が要る。この分離ができると、AIに方法を考えさせつつ、結果の質は人間が握れる。

「頑張った」は完了条件にならない

人間同士の仕事では、相手の努力や経験を見て、途中の状態を汲み取れる。AIとの仕事でも、長い報告や多くの作業履歴を見ると、十分に頑張ったように感じる。

だが、努力量は完了の証明にならない。「たくさん調べた」と「必要な事実を確認できた」は違う。「コードを書いた」と「利用者が期待する動作を確認した」も違う。評価すべきなのは過程の分量ではなく、結果が条件を満たしたかである。

これは、AIの返答を疑ってかかれ、という話ではない。信じる対象を「報告の自信」から「確認できる結果」へ移す、という話である。

完了条件を書くには、中身をわかっている必要がある

完了条件は、AIに考えさせればよいのではない。AIに候補を出させることはできるが、どの条件が本当に必要かを決めるには、対象についての知識が要る。

表の合計を確かめるべきだと気づくには、集計で数が合わなくなる可能性を知っている必要がある。文章の読み手を完了条件に入れるには、その文章が何のためのものかを理解している必要がある。「たぶんできそう」という見立てを現実にするのはAIかもしれないが、何をもって現実になったと判定するかは、人間の基礎学力と専門知識に残る。

学ぶ目的は、答えを出すことから変わる

AIが答えを出せるなら、子どもは何を学ぶのか。この問いに、完了条件という見方からひとつの答えが見える。

答えを作る作業はAIに移せる。しかし、その答えに必要な要素がそろっているか、前提は正しいか、目的に合っているかを判断するには、読む力、数を扱う力、背景を知る力が要る。基礎学力は、自分ですべてを作るためだけでなく、AIが作ったものに完了の判定を下すためにも必要になる。

これからの学びでは、正解を出すだけでなく、「何が確認できれば、この問題は解けたと言えるか」を言葉にする練習が重くなるだろう。AIの操作方法より地味で、しかし長く使える力である。

AIの「終わりました」は、仕事の終了ではなく、確認の開始を告げる合図と考えた方がよい。何を確認するかを先に書ける人ほど、AIに広い範囲を任せられる。そしてその条件を書くために、学びは必要なままなのである。