AIに無駄を与えると個性は生まれるか

AIに文章作成やデザインを依頼すると、確かに驚くほど速く、破綻のないアウトプットが手に入ります。しかし、その整った成果物の裏側には、どこかで目にしたような定型句や、摩擦のない平均的な結論が漂いがちです。プロンプトを厳密に作り込むほど出力の再現性は高まりますが、同時に予想外の発想や「人間臭さ」が生まれる余地は削ぎ落とされてしまいます。

そこで私たちが試しているのが、一見すると効率とは無関係な「個人の記憶」「偏った好み」「過去の失敗」「割り切れない矛盾」といった雑多な文脈を、あえてAIに与えてみる実験です。ここではそれらの要素を、効率化の対極にあるものとしてあえて「無駄」と呼んでいます。

果たして、効率の文脈から外れた情報を注ぎ込むことで、AIのアウトプットに真の「個性」や深みが宿るのでしょうか。それとも単に個性っぽく見せる装飾が増えるだけなのか。現場での試行錯誤を通じて見えてきた手応えを整理してみます。

「自分らしく書いて」という指示の落とし穴

実験の初期には、「私らしい文章にして」「もっと個性的に書いて」といった定性的な指示を試しました。しかし戻ってきたのは、語尾の癖や比喩表現、文節のテンポといった表面的なスタイルだけを誇張した文章でした。過去の執筆データをどれだけ大量に読み込ませても、模倣の精度が上がるだけで、「なぜその視点に至ったのか」という思考の根底までは再現されません。

一方で、結論から構成までを完全に指定してプロンプトを組むと、AIは指示通り正しく回答を作成します。しかし、対話の過程で新たな発見が生まれたり、議論が思わぬ方向へ展開したりすることはありません。自分の既存の考えを効率よく複製することはできても、自分自身の思考の枠組みを押し広げるような使い方はできませんでした。

丸投げでは平均的な一般論に収束し、過剰な指示では思考の驚きが消える。その中間にこそ、深い対話が生み出される余白が存在します。

既存の均一な出力から脱却し、真に独自性のあるアウトプットを目指すのであれば、AIにいきなり清書をさせるのではなく、未完成の意見をぶつけ、あえて反論させ、互いの前提を揺さぶり合う対話の時間が不可欠だと実感しています。

向き合い方による出力の違い

同じテーマや企画であっても、AIへの情報の渡し方によって成果物の性質は大きく変化します。

対話型のアプローチでは、最初から正解を求めません。「この前提に潜む問題は何か」「対立する立場からはどう見えるか」「この案のしっくりこない部分はどこか」といったやり取りを何度も往復させます。単に生成された案を採択するだけでなく、なぜその提案に違和感を覚えるのかという理由まで言語化して返していきます。

この対話を重ねる中で気づいたのは、成果物の質が上がるだけでなく、自分自身が何を大切にし、何に違和感を抱くのかという判断基準が明瞭になっていくプロセスでした。AIが勝手に独自の思想を創出したというよりは、タフな対話相手としてAIを置くことで、人間側の潜在的な価値観が引っ張り出されたのだと感じています。

私たちが考える「無駄」の正体

ここで言う「無駄」とは、決して無意味な乱数や過激な表現を付け加えることではありません。最短距離でタスクを完了させようとするとき、真っ先に削ぎ落とされる種類のエピソードや感覚のことです。

• なぜか心に残っている過去の風景や何気ない会話
• 失敗に終わったものの捨てきれないプロジェクトの試行
• 論理的には説明がつかない個人的な好みやこだわり
• 自分の中で解消しきれていない矛盾した二つの意見
• 業務の文脈からは直接結びつかない趣味やカルチャー体験
• 明確な結論を出さずに考え続けている問い

平均点のアウトプットを短時間で得るためには、こうした要素はむしろノイズになります。しかし、「誰がこれを作ったのか」がはっきりと伝わる成果物には、例外なくこうしたノイズが含まれています。効率から外れた個人の実体験や偏りが掛け合わさることで、独自の着眼点や比喩、選ぶ言葉の重みが生まれるのです。

記憶の「量」よりも「選択と優先順位」

個人のログや過去データを闇雲に大量投入すれば良いわけではありませんでした。あらゆる情報を等しく参照させると、結果として角が削れて出力がぼやけてしまいます。重要なのは、目の前のテーマに対して「どの記憶を引き出すか」「どの矛盾をあえて残すか」「何を採用しないか」という選択の基準です。

これはAIが自発的に価値観を獲得したという意味ではありません。同一の知識ベースであっても、どのような優先順位や重み付けを与えるかによって、現れる判断傾向がガラリと変わるという仮説です。たとえば「処理速度と効率」を優先するロールと、「人間関係と感情」を重視するロールを個別に設定して比較すると、同一のインプットからまったく異なる方向性の提案が得られます。

人物の経歴を網羅した長文のプロフィールを渡すよりも、過去の特定の判断（状況・選択・結果のセット）をコンテクストに合わせて抽出して渡す方が、よりその人の思考プロセスに近い回答が得られることが分かってきました。

探索における「余白」と、制作における「制約」

プロンプトの精度を高めることはもちろん重要です。しかし、思考の初期段階で細部まで条件をガチガチに固定してしまうと、AIは人間が提示した狭い視点の内側だけをなぞるマシンになってしまいます。

現在私たちが実践しているのは、最初の探索フェーズでは「解決したい目的」と「最低限のガードレール」だけを渡し、アプローチや構成案をあえて広げてアイデアを出させる方法です。提示された多様な案の中から、意外性がありながらも本質を突いているものを選び取り、実際の制作フェーズに入ってから徐々に細かな制約やトーンを強めていきます。

探索では「余白」を残し、制作では「制約」を強める。このメリハリをつけることで、単なる偶然の生成結果に流されることなく、予想外の提案に対して人間が意味を見出し、責任を持って選択できるようになります。個性が宿るとすれば、それはAI単体の中ではなく、人とAIとの間を行き来する対話のプロセスの中に現れるのではないでしょうか。

ゴーストライターではなく、思考の対話相手として

AIを単なる代筆者（ゴーストライター）として捉えると、その評価軸は「いかに自分の文体を模倣できたか」という点に終始してしまいます。しかし、自分とは異なる視点を持つ「対話パートナー」として捉え直せば、「自分自身が見落としていた視点を返してくれるか」という新たな価値を期待できるようになります。

後者のアプローチを採ることで、対話の奥行きは一気に広がります。ただし、単にAIに架空のキャラクター設定や口調を付与するだけでは、深みのある判断の違いは生まれません。長期的な文脈の共有、判断の選択基準、過去の失敗からの学習といった蓄積がなければ、表面的なロールプレイングの域を出ないからです。

また、AIに人格のような役割を持たせて外部へ発信させる場合には、出力に対する責任の所在、AIによる生成であることの明示、対話相手との関係性をどこまで記憶・保持させるかといった運用上の倫理設計も重要になります。擬人化による親しみやすさと、実際の責任構造は厳密に区別して設計する必要があります。

実践している対話のステップ

現在私たちが日々の業務や執筆で実践している具体的な対話の流れは以下の通りです。

1. 問いと違和感の提出: まだ答えが出ていない問い、自分なりの見解、そしてその見解に対する自分自身の疑いをセットで提示する。
2. ノイズの注入: 一見すると直接関係のなさそうな個人的な経験やエピソードを一つ織り交ぜ、あえて別角度からの反論や構造化を求める。
3. 違和感の返答: 返ってきた提案に対して、どの部分に納得し、どこに違和感を覚えたかを具体的にフィードバックする。
4. 不採用案の記録: 最終的に採用しなかったアイデアとその理由をログとして残し、次の対話のコンテクストとして活用する。

このやり方は、一回で完璧な文章を出力させる方法に比べると、明らかに時間も手隙もかかります。それでも、対話を通じて自分自身の思考が浮き彫りになり、単なる作業の短縮を超えた判断基準が残るという大きなメリットがあります。

AIが長期的な文脈を保持し、独自の判断傾向を示すようになったとき、それを「個性」と呼んでよいのかはまだ分かりません。それが人間側の設計した偏りなのか、対話のプロセスで生み出された関係性なのかを明確に切り分けることは困難です。

また、「無駄」を取り入れるアプローチも万能ではありません。無意味な複雑さや奇抜さの演出、根拠のない断定までを「個性」として肯定してしまえば、アウトプットの品質や信頼性は損なわれてしまいます。効率から外れることと、品質や責任から外れることは全く別物です。

完成品としての「AIの個性」を強羽に作り出すことよりも、予期せぬ視点が立ち現れるような「人間とAIの関係性」を丁寧に育てていくことに、私たちは大きな可能性を感じています。自身の経験を渡し、思考の余白を残し、鋭い反論を受け止め、最終的な意思決定の責任を引き受ける。AIに無駄を与えるという試みは、均一な自動生成を回避する技術であると同時に、人間が何をもって「自分らしい」と感じるのかを問い直す探求でもあります。