スタンフォード大学でAIと創造性を教えるジェレミー・アトリー教授による、AIを単なるツールではなくチームメイトとして扱うことで創造性を飛躍的に向上させる方法論を解説した講演である。AIとの効果的な協働により、非技術者でも劇的な生産性向上を実現できることを具体例とともに紹介している。
AIの時代における人間の主体性を探る
私はずっとウィンストン・チャーチルに嫉妬していました。ちなみに、イノベーションの歴史はベッド、バス、バスタブだという言葉があります。仕事について真剣に考えていない時や、何か別のことをしている時に、良いアイデアが浮かんでくるものです。
ウィンストン・チャーチルは浴槽に座って、隣の部屋にいる秘書に国民への演説を口述していました。秘書が「紳士淑女の皆様」と言うと、チャーチルは「紳士淑女と呼ぶな」「彼らは紳士淑女ではない」と言います。これはゲイリー・オールドマン版の話ですが。「親愛なる皆様、私たちは集まりました」「要点を言え！」
私はこれを見ながら思いました。浴槽に座りながら、私の文脈と声と意図を十分に理解した秘書にスピーチを書いてもらえるなら、何でも差し出したいと。
今では、パロアルトの最も貧しい村人でも、かつてウィンストン・チャーチルだけが持っていたもの、つまり私の文脈と声と意図を理解した秘書を手に入れることができます。浴槽にいる時に演説を口述できるのです。これは今日、技術的に完全に可能なことです。
私はジェレミー・アトリーです。スタンフォード大学で創造性とAIの非常勤教授をしています。過去15年間、創造性、イノベーション、起業家精神、そして今では人工知能の交差点でスタンフォードで教えています。現在最も注力しているトピックは、非技術系の専門家が生成AIと良い協働者になることを学ぶ支援です。
2年前、当時のパートナーであるペリー・クレバーンと共に「Idea Flow」という本を書きました。これはアイデア生成とプロトタイピングに関する決定版でした。スタンフォードで12年間エグゼクティブプログラムやリーダーシッププログラム、起業家プログラムを率いてきた集大成として、とても誇りに思っています。
そして本が出版された1か月後に、ChatGPTが登場しました。私にとって、AIが登場する直前にアイデア生成の決定版を書いたことは、インターネットが登場する直前に小売業に関する最高の本を書くようなものでした。AIは私たちの創造性を劇的に増強し、拡大するツールです。真実は、本が出た時点では私はそれについてあまり知らなかったということです。
本が出版された1か月後、世界ブックツアーに出る代わりに、私は学生として最前列の席に座り直し、この変革的な新技術について学ぶ必要があると言いました。クラスを受講し始め、研究を行い始め、組織内のチームと協働し、ツールを使って研究し、シンプルな質問を理解しようとしました。生成AIは個人、チーム、組織の問題解決能力にどのような影響を与えるのか？
第1章：AIに質問するな、AIに質問させよ
例えば、AIにプロンプトを与えることができます。「この質問にどう答えるべきですか？」あるいは、「この質問にどう答えるべきかを尋ねたいのですが、AIにその質問をフレーミングする最良の方法は何ですか？」とAIに質問することもできます。
分かりますか？私は自分の質問をどう尋ねるかをAIに尋ねたのです。しかし、AIを使ってAIを使うことができるのです。ExcelでExcelの使い方を学ぶことはできません。PowerPointはPowerPointの使い方を教えてくれません。メールはメールの使い方を教えてくれません。奇妙なことに、AIは尋ねることを思いつけば、自分自身の使い方を教えることができるのです。
お好みの言語モデルに行って、次のように言ってください。「こんにちは、あなたはAIの専門家です。私の人生でAIを最も活用できる場所を見つけるのを手伝ってもらいたく、あなたとの相談をお願いします。AIの専門家として、私のワークフロー、責任、KPI、目標について十分な文脈を得られるまで、一度に一つずつ質問をしてくれませんか。そうすれば、私の仕事でAIをどう活用できるかについて、2つの明らかな推奨事項と2つの意外な推奨事項を出してもらえるでしょう」
これまでで最も啓発的で洞察に満ちた会話の一つを経験することでしょう。そしてそれはすべて、AIが自分自身の仕事を評価する能力によるものです。
私が見てきたのは、非技術系の従業員が信じられないことを成し遂げられるということです。一つの例をご紹介します。国立公園局から連絡があり、バックカントリーレンジャーのグループに向けた訓練プログラムを実施してもらえるかと尋ねられました。約60人のバックカントリーレンジャーと施設管理者をトレーニングセッションに集め、私はZoomで数時間、AIとの協働の基本を教えました。
そのセッションの参加者の一人が、グレンキャニオン国立公園で働くアダム・ライマーという男性でした。私がいつも言うのは、自分の仕事の中で嫌だと思う部分、楽しくない部分に焦点を当てるべきだということです。「ああ、またこれをやらなければならない」という部分です。
アダムは言いました。「ロッジのカーペットタイルを交換しなければならない時、すべての書類を記入しなければならない。カーペットタイル一枚を交換するのに、時には2〜3日の書類作業が必要になります」
それから彼は思いました。「AIがその書類作成を手伝ってくれるだろうか？」そして45分で、自然言語でツールを構築し、2日分の仕事を節約できるようになりました。毎日彼は作業声明書を作成します。そして聞いてください。
誰かがそのツールにアクセスして、他の公園にも共有しました。公園局には約430の公園があります。国立公園局は、アダムが45分で構築したツールが、今年の公園局の7000日分の人的労働を節約すると推定しています。
これが、技術的能力がなくても、非常に基本的な基礎訓練を受けるだけで、普通の専門家が与えることのできる影響の種類なのです。
第2章：AIを使用するな、チームメイトとして扱え
人々はAIを学び、それがどのようにビジネスを変革できるかを知りたがっていますが、基本的な言語を持っていません。多くの組織が「AIと協働してビジネスを変革するにはどうすればよいか？」と尋ねてきますが、私が彼らから始めなければならないのは「どのようにAIと協働するか？」ということです。
私が知っている研究によれば、一方でAIは人々を25%速くし、12%多くの作業をこなし、40%品質を向上させますが、働く専門家の10%未満しかAIとの協働から意味のある生産性向上を得ていないということも事実です。
私にとって、これは巨大なギャップです。私はこれを実現ギャップと呼んでいます。私たちはヨーロッパとアメリカの両方で研究を実施しました。そして発見したのは、驚くべきことに、AIはほとんどの人がより創造的になるのを助けなかったということです。実際、多くの場合、私たちが研究した人々において、AIは彼らをより創造的でなくしました。
研究を掘り下げ始めると、私たちは驚き、データを見て混乱しました。AIは人々をより創造的にするはずだと思うのに、そうではなかったからです。私たちは成績の悪い人々を研究し、それから優秀な成績の人々を研究しました。そして発見したのは、優秀な成績の人々は成績の悪い人々とは根本的に異なるAIへの方向性を持っていたということです。
成績の悪い人々はAIをツールのように扱いましたが、優秀な成績の人々はAIをチームメイトのように扱いました。ツールからチームメイトへと方向性を変えることで、生成AIと協働して達成できる結果の種類がすべて変わります。
簡単な例は、AIが平凡な結果を与えた時に何をするかです。それがツールなら、平凡な結果を得て、それを改善するかもしれません。あるいは「それはそれが得意ではない」と言うかもしれません。
それが平凡な結果を与えているチームメイトなら、十分でない成果物を与えた最後のチームメイトのことを考えてください。あなたは彼らにフィードバックを与えました。コーチングを与え、指導を与え、改善を手助けしました。
私たちが発見したのは、AIをチームメイトのように扱う人々は、それをコーチし、フィードバックを与え、重要なことに、AIに質問をさせるということです。
多くの人がAIに対して取る基本的な方向性は、「私が質問者で、AIが回答者だ」というものです。しかし、AIをチームメイトのように考えるなら、「これについて私が尋ねるべき10の質問は何ですか？」や「最良の回答を得るために、あなたは私から何を知る必要がありますか？」と言うでしょう。
例えば、同僚と困難な会話を控えているとします。大規模言語モデルを活用してその会話をロールプレイできることを知っていましたか？AIにあなたの会話相手についてインタビューしてもらい、その後会話相手の心理的プロファイルを構築し、ロールプレイで会話相手の役を演じてもらい、その後会話相手の視点からあなたの会話へのアプローチについてフィードバックをもらうことができます。
これは今日できることで、このようなことがたくさんあります。私はそれらをドリルと呼んでいますが、誰かがAIでできることの考慮セットを変えるだけで、私が夢にも思わなかった応用を発見することになる、そのようなことがたくさんあります。
私はこの分野で2年間やってきましたが、学生たちは定期的に、私が想像したこともない使用例で私のところに来て、私が予測できなかった、彼らも予測できなかった目的地にたどり着いています。
第3章：「十分良い」アイデアを超える方法
私にとって、自分を創造的な個人だと思ったことはありませんでした。今、私は人間一人一人が生来の創造的能力を持っていると完全かつ根本的に信じています。私たち全員がです。D.schoolが私にしてくれたことは、他の人たちを解き放つことです。誰もがこの潜在的な創造的能力を持っています。
かつて、レクレーという名前のヒップホップアーティストとクラスを教えていました。彼は複数回グラミー賞を受賞したアーティストで、彼と私はスタンフォードの大学院生にクラスを教えていました。私たちは彼らに課題を出しました。「世界からインスピレーションを得に行ってください」
私が見ることができたのは、10年前の自分を鏡で見るようなもので、クラスのビジネススクールの学生たちは皆「インスピレーション？」と言っていました。レクレーが明らかに部屋の中の創造的伝説だと感じ、私は言いました。「レクレー、インスピレーションについてどう思いますか？」
そして当然、ヒップホップアーティストだけができるように、彼はバーを落としました。「インスピレーションは規律だ」と言ったのです。その瞬間、私はこれらの学生にとって、それはツールとしてレーダーにさえ映っていない、ましてや生活の日常的な部分でもないことに気づきました。
しかし、私が知っている最も野生的に創造的な個人たちは、自分の思考への入力を育むことについて規律正しくあります。なぜなら、それが思考の出力に影響することを知っているからです。
ですから、AIに関してさえ、私は人々にプッシュします。あなたがモデルに持ち込むインスピレーションは何ですか？誰もが同じChatGPTに同じアクセスを持っています。私があなたと異なる出力を得るにはどうすればよいのでしょうか？それは私がモデルに持ち込むもののためです。
私がモデルに何を持ち込むか？確かに技術を持ち込みますが、経験も持ち込みます。視点も持ち込みます。世界から得たすべてのインスピレーションも持ち込みます。それがユーザーにモデルから差別化された出力を得させるものです。
オハイオ州の7年生の女の子がいます。彼女の名前さえ知りませんが、先生が「創造性とは何ですか？」と尋ねました。彼女はボードに付箋を貼って「創造性とは、最初に思いついたこと以上のことをすること」と書きました。
これが私の好きな定義です。なぜなら、私たちが持つ深い認知バイアスについて語っているからです。これは機能的固定性と呼ばれてきました。アインシュテルング効果とも呼ばれています。しかし基本的な前提は、人間は初期の解決策に固着し、満足する傾向があるということです。
ハーバート・サイモンはこれを満足化と呼びましたが、十分良いところまで到達すれば、それで十分だという考えです。だからこそ私はその7年生の定義を愛しています。創造性とは、最初に思いついたこと以上のことをすることです。十分良いを超えて押し進めることです。
AIの時代に創造性の定義は変わっているのでしょうか？私はそうは思いません。現実は、AIによって、十分良いものを得ることが今まで以上に簡単になったということです。もしあなたの目標が世界クラス、例外的なものであるなら、実際にプロンプトすべきなのは量と変化です。そしてそれには時間がかかります。
それを読み通すだけでなく、分類し、処理するのにも時間がかかります。しかし根本的に、創造性の定義はAIの時代に変わりません。人間が創造的状態に到達する能力または不能力が、技術によってだけでなく、それとの協働における明示または非明示の目標によっても影響を受けるということです。
クリエイターはAIを恐れる必要はありません。クリエイターは飛び込む必要があります。身を乗り出す必要があります。クリエイターは今まで解き放たれたことのない方法で解き放たれようとしています。
「AIをどう使いますか？」という質問への唯一の正しい答えは「使いません」です。私はAIを使いません。私はAIと協働します。AIと協働し始めれば、それはすべてを変えるでしょう。
コメント