この記事は What to do if you're worried about AI(Lenny's Podcast)の内容を基に作成しています。
AIへの恐怖のうち、どこまでが「誤解」で消え、どこから先が実測しても残る根拠ある不安なのか。Lenny's Podcastでゲストの専門家が言い切った「恐怖の根本的な原因は誤解だ」という一言は、Geminiがカップの上下を間違えていた頃と、初級職の50%消滅が予言される2026年の今とで、同じように効くのでしょうか。この記事はその境界線を引くために書きました。
私はAIの実装支援を事業にする立場でこの記事を書いています。だからこそ関心があるのは、恐怖そのものより、恐怖が人の行動をどこで止めているかという点です。
この記事では、恐怖を二つに分けて扱います。
借り物の恐怖とは、SNSのハイライト動画や専門家の予言から借りてきただけで、自分の業務で一度も確かめていない恐怖のことです。ここでの変数はAIの能力ではなく、自分がAIに触れて確かめた回数です。だから情報をいくら増やしても消えず、実際に触った回数でしか減りません。
実測して残る不安とは、自分の業務でAIに実際にやらせてみた後にもなお残る、根拠のある不安のことです。こちらは誤解ではないので、「理解する」だけでは消えません。どの作業が代替され、どの判断が人に残るかを棚卸しする対象です。
この二つを分けないと、「まず理解せよ」という処方箋がどこまで効くのかを検証できません。以下、ポッドキャストの主張をまず忠実に紹介し、そのあとでこの二分を使って検証します。
Lenny's Podcastの63秒のクリップで、ゲストの専門家はこう言い切りました。
"The core root of fear is misunderstanding."
「恐怖の根本的な原因は、誤解です。」
AIが自分の仕事を奪うという不安の多くは、AIが実際にできること・できないことを正確に理解していないところから生まれる、という主張です。ゲストが例に挙げたのが、Geminiの失敗事例でした。
"There's some great videos which are like trying to get Gemini to understand what a cup is by just holding it upside down. The AI overlords have to first understand like the top and bottom of a cup."
「Geminiにカップを逆さまに見せるだけで、それが何かを理解させようとする動画があります。AI支配者たちは、まずカップの上下を理解しなければなりません。」
「AI overlords」は字義通りには「AI支配者たち」ですが、話者はこれを皮肉交じりのジョークとして使っています。文字通りAIが支配していると恐れるべき文脈ではありません。
ゲストはさらに、私たちの脳がAIの能力を過大評価する仕組みにも触れています。
"Your brain kind of fills in the gaps. You just feel like these are sentient beings that are at their own volition rather than it's a bunch of motors have been programmed to do a certain thing."
「脳がギャップを補完してしまうのです。自分の意志を持った意識ある存在のように感じてしまいますが、実際はある動作をするようにプログラムされたモーターの集まりにすぎません。」
ヌンチャクを振るヒューマノイドロボットの動画を見て「もう人間と同じだ」と感じてしまうのも、同じ仕組みです。人間の脳は、人間に似た動きをするものに自動的に「意志」を読み取ろうとします。ここまでは、ゲストの主張に同意します。誤解が恐怖を増幅させる部分は確かにあります。
ここで一つ、確かめるべきことがあります。カップを逆さにしただけで認識できなくなるという限界は、2026年時点の主要なマルチモーダルモデルでも同じように再現するのでしょうか。
もし再現しないとしたら、それはこの記事にとって都合の悪い話ではなく、むしろ論点そのものです。「誤解が生む恐怖」の中身は、AIの能力が動くたびに古くなります。2025年前後のクリップをそのまま2026年の恐怖の根拠にしているとしたら、それこそが借り物の恐怖の典型です。
一方で、「誤解」では説明がつかない恐怖もあります。Anthropic CEOのDario AmodeiはDavos 2026で、4.5年以内に初級職の50%が消えるという予測を維持しました(Dario AmodeiがDavosで語ったAIの未来)。この予測はハイライト映像への過大評価ではなく、Anthropic自身がClaudeの実際の利用状況を追跡した「Anthropic Economic Index」に基づいています。つまり、実測してもなお残る不安です。「奪う」ではなく「変わる」と言い換えるだけでは、この予測には正直足りません。変わるとして、何がどう変わるのかを言わなければ、ただの気休めです。ここが「恐怖の根本原因は誤解」という一言の境界線だと私は考えています。誤解による恐怖は理解で減らせますが、実測して残る不安は理解では消えません。個々人の雇用がどうなるかは、私にも予測できません。
似た構図は、Google DeepMindのDemis Hassabisが語る「physical contextを理解するassistant」という論点にもあります(DeepMindとSergey BrinのAGI timelineを読む)。カップの上下を理解できるかという常識推論の壁は、AGIの定義そのものと直結する論点として、まだ動いている最中です。
境界線を引いたうえでなお、私は「まず自分の業務でAIに触れて限界を測る」という処方箋は2026年でも有効だと考えています。理由はポッドキャストが言う「過大評価の解消」ではありません。借り物の恐怖の変数は、AIの能力ではなく自分の計測回数だからです。ゲストはこう述べています。
"If you at home are very anxious about the impact of AI on your own job, the best thing that you can do is spend time to understand it."
「もしAIが自分の仕事に与える影響をとても心配しているなら、最善策は時間をかけてAIを理解することです。」
「理解する」を、借り物の恐怖を実測に変える手順として3つに分解します。
ステップ1 触れる: ChatGPTかGeminiを開き、自分の仕事に近い質問を5分試します。「今週の営業メールの下書きを作って」「このデータの傾向を教えて」など、日常業務に近いタスクほど、恐怖の中身が具体的な発見に置き換わります。
ステップ2 壊す: AIがどこで間違えるかを、意図的に探します。常識的な質問をひねる、矛盾する条件を与える。この体験が「万能ではない」という実感を作ります。
ステップ3 活かす: 失敗しても影響が小さいタスクを一つ選び、1週間任せてみます。議事録の要約、メール文面のチェックなど、任せる対象は小さいほどいいと思います。
ゲストはさらに、こう付け加えています。
"It's up to us to recognize this technology can be used for good and technology used for bad. So get to know it and then actively make the technology be used for good."
「この技術は善にも悪にも使えると認識するのは私たち次第です。だからこそ、まず知ること、そして積極的に技術が善のために使われるよう行動してください。」
3ステップは、この「まず知る」を実行に移すための手順です。
最後に、この記事自体がまだやっていない操作を一つだけ行います。ここまでの話を、時系列でもまとめでもなく、二つの恐怖の表に引き直します。
| 借り物の恐怖 | 実測して残る不安 | |
|---|---|---|
| 由来 | SNSのハイライトや専門家の予言 | 自分の業務でAIにやらせた実測結果 |
| 変数 | 自分がAIに触れた回数 | 代替される作業と残る判断の境界 |
| 消し方 | 情報を増やすことではなく、触ること | 理解では消えない。棚卸しの対象 |
| この記事の対応 | ステップ1〜3 | 次の問い |
借り物の恐怖には、情報を増やすのではなく、触る回数を増やしてください。実測して残る不安には、「どの作業が代替され、どの判断が自分に残るか」を棚卸ししてください。この棚卸しの具体的なやり方は、イーロン・マスクの対談を読み直した記事で「作業代替」と「供給の希少性」という二つの言葉に分けて扱っています(機械が代わっても、希少性は消えない)。
私自身、この記事を書きながら、Geminiのカップの例がまだ有効な例なのかを確かめないまま2026年に持ち込んでいたことに気づきました。借り物の恐怖は、専門家だけでなく、こうした記事を書く側にも同じように生まれます。次に確かめるべきは、自分の業務のどの作業について、まだ一度も実測していないかということです。それは私自身の宿題でもあります。