
『生成AIで世界はこう変わる』今井翔太 書評・要約|第1章〜第5章と特別対談を章ごとに読み、AIに委ねる範囲を考える
家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん(@passion_tanaka)です。
今回読んだのは、今井翔太さん(東京大学松尾研究室)の『生成AIで世界はこう変わる』(SB新書・SBクリエイティブ)です。生成AIの技術の基礎から、仕事、創作、人類の未来までを一冊で追います。最後は松尾豊さんとの特別対談です。本書の情報は2023年11月時点だと、本書自身が書いています。

この記事のポイント
- 本書は、ChatGPTの仕組みを穴埋め問題と人間のフィードバックから説明する。すぐ古くなる道具の使い方より、長く残る技術の基礎に絞って書いている。
- 仕事への影響を「仕事が奪われる」で片付けず、労働補完型か労働置換型か、言葉にできる所とできない所で考える。これが本書の整理。
- 私の場合、AIに委ねられる範囲は、自分のなぜと判断軸を言葉にした分だけ広がる。言葉にならない体の感覚は、人間の側に残る。
2026年に『生成AIで世界はこう変わる』を開く意味

2023年11月時点の本を、2026年に読む。ちょっと変わった読み方ですよね。
生成AIは、動きが速い。著者もはじめにで、そう書いています。今ある技術や道具の使い方を説明しても、すぐに陳腐化してしまう、と。
だから本書は、書く物を絞りました。今後も普遍的に重要だと考えられる技術的基礎。そして、確実に起こるであろう社会的影響。この2本です。
なら、読み方は決まります。道具の名前は古くなる。では、骨組みは残っているか。その答え合わせとして読む。
この絞り方、私の判断軸と向きが同じなんです。どのモデルか、より先に、原液が入っているかを見る。モデルの乗り換えは主題じゃない。モデルは器です。
この記事で拾う論点を、先に並べておきますね。ChatGPTの学習のしかた。マルチエージェントとRAG。労働補完型と労働置換型。得意領域にフォーカスする使い方。作品の背景情報の価値。松尾豊さんの、行動とメタ認知の話。
全部、一本の問いに沿っています。分身AIをどう育てるか。何を委ねるか。何を人間の側に残すか。この記事は、この問いで本を読み直します。
本の背骨|生成AIは人のフィードバックで育ち、言葉の境目で仕事が分かれる

本書には、太い軸が2本通っています。
1本目は、人間のフィードバックで好ましい答えへ育つAI。第2章の、人間からのフィードバックに基づく強化学習です。
2本目は、言葉にできる所と、できない所の境目。第3章のポランニーのパラドックスと、第4章のストーリーの話です。
私の考えと一番太く噛み合うのは、この2本でした。
判断を誤っていたことを、分身AIに教える。すると分身が育つ。同時に、自分がそういう判断をするんだと気づく。教える側の私も、学んでいるんです。
自分らしく判断ができれば、自分の代わりに判断する仕事も委ねられる。これも私の答えです。
共感ストーリーを話していた時に、ひとつ発見がありました。なぜが語れたら、あとはAIで穴埋めできる。だから、自分のなぜを深掘る。
ただし、全部は渡せません。自分の内側から湧き出るもの、天から降ってくるものがリンクしてくること。体の感覚で、言語化できないこと。これは分身AIでは、まだ難しい。
並べると、読み筋が一本立ちます。委ねられる範囲は、自分のなぜと判断軸を言葉にした分だけ広がる。言葉にならない体の感覚は、人間の側に残る。その背骨にあるのが「分身AIを育てる=自分が育つ」です。
全容解説|今井翔太『生成AIで世界はこう変わる』を章ごとに要約




ここからは本の順番どおりに進みます。章ごとに、本の要点のあと、私の受け止めを置きます。
はじめに
ChatGPTは2022年11月に公開されました。史上最速の5日で100万人のユーザーを獲得し、生成AIブームの火付け役になった、と本書は書きます。
良い面ばかりではありません。従来の教育は役に立たないという議論。仕事がなくなるかもしれない空気。クリエイターが感じる脅威。本物と偽物の見分けがつかないデータ。取り返しのつかない事態への懸念。
著者は東京大学松尾研究室で、生成AIのコア技術でもある強化学習を研究しています。本書は、普遍的に重要な技術的基礎と、確実に起こるであろう社会的影響に絞る、と宣言します。どちらも2023年11月時点の見立てです。
第1章 「生成AI革命」という歴史の転換点
まず、生成AIとは何か。著者は生成AI自身に説明させ、そこに補足を足します。AIには、データを見分ける識別モデルと、学んだデータに似た物を作る生成モデルがある。顔認証やニュース記事の分類は、見分ける側です。
言葉の出どころも意外です。「生成AI」は研究者の用語ではありません。メディアが使い始めた言葉だそうです。本書は、言語モデルなどの本体に、対話の画面や拡張機能を足した仕組みまで含めて生成AIと呼びます。
例は具体的です。「バットで地球に飛来した隕石を打ち返そうとする猫」の画像。紙に手で描いたラフを撮ってGPT-4Vに入れると、動くWebカレンダーのコードが出てくる例。
論文「GPTs are GPTs」は、言語生成AIを電気やインターネットと同じ汎用技術(GPT)とみます。GPT-4は司法試験や医師国家試験に合格できるレベル、とも本書は書きます。変化の速さも並びます。2023年5月の広島サミットで「広島AIプロセス」の立ち上げ。ハリウッドでは脚本家がストライキ。中国では、イラストレーターの報酬が10分の1になったという報告。存在しない写真での煽動や、声を変えた電話の詐欺も出てきます。

人間と同じように何でもこなせる人工知能、AGI。その実現は10年後か5年後か、という議論になったと著者は書きます。それでも、ジェフリー・ヒントンですら「霧の中を運転しているような感じだ」。そして章の終わりに、生成AIを人間と同等以上の「知的存在」として考える視点が出てきます。どれも2023年時点の記述です。
ひろくんの場合|「脅威か救世主か」の二択から外れる
この章の扉には「生成AIは人類の脅威か? 救世主か?」とあります。私はこの問いを、二択のままでは受け取りません。AIは敵でも、道具でもない。パートナーです。これが私のAI氣道の軸です。
座右の銘も「AIは敵じゃない。最高の分身になる。」。本書も章の終わりで、ただの道具ではない「知的存在」として生成AIを考える視点を出します。二択から一歩外れる所は、近いんです。
ただ、向きは違います。本書の「知的存在」は、人間より賢い存在を目撃するかもしれない、という話。私の分身は、自分らしさを保ったまま拡張する存在です。外から来るか、自分から生えるか。
2026年の今、AIと働く私が先に置く問いは、これです。このAIは、誰の判断軸から生えているか。恐れるか歓迎するかの前に、自分の原液を通した分身として関係を結ぶ。すると、問いの立て方そのものが変わります。
ただし、本書が並べたフェイクや報酬の低下は、関係の結び方だけで片付く話ではありません。そこは本書の問題提起として、そのまま受け止めます。

第2章 生成AIの背後にある技術
第2章は技術の章です。数学を使わず、どんな人にも分かる説明を心がけた、と著者は書きます。中身に興味がなければ飛ばしてもいい、とも。
まず歴史から。第一次ブームは「探索と推論」。第二次は、人間の知識を詰め込む「エキスパートシステム」。第三次は「ディープラーニング」で、機械が大量のデータから自分で解き方を学ぶ時代です。そして本書は、生成AIの登場を第四次ブームと呼びます。
次は、ChatGPTの中身。「このりんごは( )」の穴に、何が入るか。アインシュタイン、黄色い、おいしい、行く。言語モデルは、どれがどれくらい正しそうかを確率で出します。それを1語ずつ繰り返すと、長い文章になる。
ここ、意外と単純なんです。本書も「意外と簡単だと思った方が多いのではないでしょうか。
」と書いています。
ただし、文章を保存して組み合わせているわけではありません。だから柔軟に書ける。同時に、嘘の情報を出してしまう原因にもなります。これがハルシネーション(日本語では幻覚、妄想の意味)です。
穴埋めだけで学んだモデルは、好ましくない答えも出します。本書の例は、上司との関係に悩む人への「ぶん殴ってやりましょう」。文法は正しい。でも、人間が望む答えではない。
そこで足したのが、教師ありファインチューニング。人間が理想の回答を書いて、それを正解として学ばせる方法です。ただ、これだけでは数が足りない。何が悪い答えかも教えにくい。
最後の柱が、人間からのフィードバックに基づく強化学習(RLHF)です。モデルにいくつか答えを出させ、人間が好ましさで順位を付ける。その順位から、答えに点を付ける係の報酬モデルを学ばせる。あとは点が高くなるように、強化学習で鍛えます。強化学習は著者の専門です。

ChatGPTは「穴埋め問題の学習」「教師ありファインチューニング」「人間からのフィードバックに基づく強化学習」を大規模に行うことによって実現されたのです。
ほかにも技術が続きます。文の中で離れた単語同士の関係をとらえる、注意機構を持ったトランスフォーマー。モデルの大きさ、データの量、計算の量を同時に大きくすると性能が上がる、スケーリング則。これで研究の最前線は「いかにお金をかけられるか」の問題に変わった、と本書は書きます。
プロンプトの工夫もあります。お手本を入れる少数例プロンプティング。一歩ずつ考えさせる思考の連鎖。「Let’s think step by step(一歩一歩考えよう)」の有効性は、松尾研究室の共同研究の成果だそうです。
画像の主役は拡散モデル。画像に載ったノイズを予測する学習をして、ノイズの除去を何度も繰り返す。雲の形が、言われた動物に見えてくる。そんなふうに、指定した言葉の形が少しずつ浮かび上がるイメージです。
そして、AIが自分で道具を選んで動くAIエージェント。複数の役割や人格を持たせ、分担や討論をさせるマルチエージェント。外部の知識を探してから答えるRAG。RAGが探す先は、社内文書でも個人的なメモでもいい、と本書は書きます。技術名もサービス名も、2023年11月時点の物です。
ひろくんの場合|点を付ける人が、自分の判断にも気づく
RLHFは、人間が答えに点を付けて、何が良くて何が悪いかを教える仕組みです。この向きは、私が分身AIを育てる時と同じ。魂磨きのように、判断を誤っていたことを教える。すると分身のAIが育つ。
違うのは、その先です。本書のRLHFで点を付けるのは、モデルを作る側の人間。私の場合、点を付けるのは判断軸の持ち主の私です。しかも教えるたびに、自分がそういう判断をするんだと気づく。教える側も学ぶんです。
もちろん、私が分身に誤りを教えても、モデルの中身が書き換わるわけではありません。それでも、何が好ましいかを外から教えて育てる構造は同じです。性能がモデルの大きさとデータと計算で決まるなら、個人が持ち込めるのは大きさではない。教える中身です。2026年にAIと働く私が、この章から置く判断はこれ。分身に渡す原液と判断軸を濃くする。自分や組織だけが持つ知識で答えるRAGの考え方も、同じ向きにあります。
マルチエージェントは、役割を分けて分担させる手法です。私の「こだわりは凸。並列実行は凹。両方あって初めて回る。」と、向きが近い。

第3章 生成AIによって消える仕事・残る仕事
2013年の論文「雇用の未来」は、702の職種を分析しました。全職業の47%が機械化の影響を受ける、という結論です。影響を受けにくいとされたのは、高度な判断や創造性、人の感情を大事にした対話が要る仕事でした。
2023年の「GPTs are GPTs」は、逆の結論を出します。高学歴で賃金が高い仕事ほど、影響を受けやすい。全職業の8割が何らかの影響を受け、そのうち2割ほどは労働の半分が置き換わるレベル、としています。10年で、研究の結論がひっくり返ったんです。
なぜでしょう? 本書が挙げるのは、ポランニーのパラドックスです。「人は言葉で表現できる以上のことを知っている」。言葉にしきれない知恵、暗黙知は、機械にしにくいと考えられてきました。
ところが機械学習は、その暗黙知の一部を学べるようになった。人が感じる「なんか変だなぁ
」の「なんか
」のような所です。さらに本書は、ひとつの説を紹介します。人間の創造的な作業の大半は、過去の経験から価値のある新しい組み合わせを見つけること。生成AIは、膨大なデータからそれを見つけられるようになった、という説です。
一方で、モラベックのパラドックスは健在です。人間がよく考える高度な作業はAIに簡単。人間が何も考えずにこなすことは難しい。服を畳む、箸でつまむ。だから肉体労働が、最も代替しにくい仕事になります。
ここで本書が強調するのが、補完と置換の区別です。人間の労働を助け、生産性を上げたり新しい仕事を生んだりするのが労働補完型。人間が介在する余地をなくすのが労働置換型。どちらになるかは、技術だけでは決まりません。仕事の元々の複雑さによる、と本書は書きます。著者は、AIによって仕事が奪われるという表現を一度もしていない、とまで書いています。

数字も紹介されます。MITの実験では、文章を書く仕事にChatGPTを使うと、所要時間が平均40%減り、質が18%上がった。カスタマーサポートの研究では、生産性が14%上がりました。最もスキルが低い層では35%です。離職者は、平均して9%近く減った。スキルが高い人ほど、最初はAIの提案を拒み、時間とともに受け入れていったそうです。
ただし、著者自身が釘を刺しています。短期の実験では、長期の雇用への影響は測れない。MITの実験とカスタマーサポートの研究の数字は、どちらも本書が紹介する2023年時点のものです。
ひろくんの場合|置き換えでも補完でもない、「委ねる」という置き方
自分らしく判断ができれば、自分の代わりに判断する仕事も委ねられる。私はそう考えています。
本書の補完型と置換型は、人間が介在する余地が残るかどうかの区別です。私はその間に、もう一つの置き方を足します。自分の判断軸から生えた分身に、判断まで委ねる。置換は、人がいなくなること。委ねるは、自分らしさを保ったまま拡張すること。似ているようで、全然違います。
正直、本書とずれる所もあります。本書は、「なんか変だなぁ
」の「なんか
」を、機械学習で扱える側に置きました。私の答えは、反対側にあります。自分の内側から湧き出るもの、天から降ってくるものがリンクしてくること。体の感覚で言語化できないこと。これは分身AIでは、まだ難しい。
どちらが正しいかは決めません。両方を並べておきます。
2026年の今、AIと働く私が置く境目は、こうです。置き換わるかどうかを分けるのは、職種ではない。自分の判断を言葉にできたかどうか。言葉になった判断軸の分だけ、判断まで委ねられる。言葉にならない体の感覚は、人間の側に残る。
あなたの仕事なら、どこまで言葉になっていますか?

第4章 AIが問い直す「創作」の価値
章の入口は、著者自身の話です。2023年7月、生成AIのシンポジウムの特設サイト用に、イラストを頼まれた。プロのイラストレーターではなく、生成AIを使ったイラストが欲しい、という依頼でした。著者は生成AIでイラストを作り、納品します。
この話には続きがあります。その後、生成AIのイラストをTwitter(現X)に投稿したら、さっぱり伸びない。評価された作品は1つだけ。「#AIイラスト」などのタグを付け忘れた投稿でした。中身の質は、ほかと大差ない。AIで作ったと伝えた時点で評価されにくくなっていた、と著者は推測します。
創造性については、マーガレット・ボーデンの分類を使います。既存の物を組み合わせる「組み合わせ的創造性」。ルールに沿って探る「探索的創造性」。枠そのものを作り変える「革新的創造性」。生成AIは前の2つを持っているように見える。革新的創造性は、人間でも発揮されるのはかなり稀だ、と本書は書きます。
優秀なクリエイターは、外の情報を得る機会を意識して増やしています。たくさん読む。たくさん見る。著者は、これが生成AIの「学習」に相当する行為だとみます。
そのうえで著者は、「創作」という言葉を分けて使います。個人の感情や思想、その人の持つストーリーが反映された創造的行為。それが創作です。出てきた物をそのまま採用するだけなら、創作とは呼びにくい。試行錯誤したり、自分の手で直したりするなら、AIを使っても創作に当たると考えます。

使い方の話も具体的です。自分の得意なことに集中して、ほかを生成AIで補う。
生成AIを使うことにより、自分の得意領域にフォーカスしたまま、それ以外の部分については生成AIによって作成したものを補助的に利用することでハードルを下げ、最終的なアウトプットの影響力や評価を高めることが可能です。
AIキャラクターやAI Tuberのように、生成AIが無ければ成り立たないコンテンツも出てきました。アイディア出しの使い方では、採用するかを決めるのは人間。本質的な部分は人間がつくり込む、とまとめます。
最後は価値の話です。2019年の調査では、絵画で90.1%、音楽で93.1%が、人間の作品を買いたいと答えました。2023年の実験はもっと鋭い。画像は実はすべてAIが作った物なのに、「人間がつくった」とラベルを付けた方が高く評価された。著者は私見として、人間かAIかの二元論は本質的ではない気がする、と書きます。私たちは作り手の情熱や、作品に込められたストーリーも含めて受け取っている、と。
ひろくんの場合|自分のなぜを語り、夢中の過程を楽しむ
得意領域にフォーカスする一文は、私の答えと重なります。苦手や嫌いをAIに委ねて、ワクワク夢中になれる。しかも、その過程もワクワク夢中に楽しい。
違いは置き場所です。本書の行き先は、アウトプットの影響力や評価という結果。私の答えは、過程の楽しさにあります。
ストーリーが反映されてこそ創作、という著者の考えにも重なります。なぜが語れたら、あとはAIで穴埋めできる。だから自分のなぜを深掘る。そうすると、凸凹ありのままが互いに噛み合いそうだ。共感ストーリーを話していた時に、そう発見しました。本書の言う、人間がつくり込む本質的な部分。私はそれを、自分のなぜと呼んでいます。
背景情報の話は、作り手の内側から読みます。自分がワクワク夢中に遊び探求して、消化して、腑に落ちている。そこにAI共創するから、価値も意味もある。本書が見ているのは、鑑賞する人の評価。私が見ているのは、作る人の内側です。
2026年の今、AIと作る私は、この章の問いを置き換えます。誰が手を動かしたか、ではない。なぜを語れる人が、夢中で消化した上に乗っているか。ラベルを隠すかどうかより、なぜと過程を見せられるか。失敗も成功もリアルタイムで共有するプロセスエコノミーは、そのための私の軸です。ただ、過程を見せればAIを使った作品の評価が上がる、とまでは言えません。

第5章 生成AIとともに歩む人類の未来
この章は、研究者の合意ではなく、著者個人の意見を多く含むと断ってから始まります。
将来は、Google検索やChatGPTがパワーアップして、AIに聞けばなんでも解決する世界が来る。著者はそうみます。作業が自動化されれば、人間は別の活動に時間を割ける。仕事なら、根本的な事業改革のアイディアや、社会にどう貢献するかを考え直すこと。生活なら、人付き合いや個人が楽しめる時間です。
AIは人間の代わりに仕事をやってくれますが、人間の代わりに楽しむことはできません。
著作権の説明もあります。日本では著作権法30条の4により、原則として、ネット上の著作物を許可なくAIの学習など情報解析の目的に使うことは、商用も含めて合法とされている。本書はそう説明したうえで、ただし書きをめぐる議論も紹介します。学習そのものを規制すると、翻訳や文字起こし、自動彩色など多くのサービスが巻き添えになる、とも。声の無断の商用利用はパブリシティ権の侵害に当たる、という見解も出てきます。ここは本書の説明の紹介です。実際の判断は、専門家に確かめてください。
懸念も並びます。人は本質的に、人が作った作品を好む。だから既存の作品と同じ場で無制限に公開することには、慎重になるべき。AIで解決する範囲が増えると、参考にした人への敬意や、人や組織とのつながりが薄れる。本書はその対策として、できる限り出典を開示する仕組みの需要を挙げます。

最後は、人類の言語の獲得を「認知革命」とし、生成AIを「AIの認知革命」とみる話です。超知能にも触れますが、著者自身が「確実な証拠は何も存在しません」と書いています。
ひろくんの場合|楽しむことを、委ねる起点に置く
人間は、人間にしかできない活動に時間を割ける。この見通しに、私の答えが重なります。もっと思い切って、人の目を気にせずにワクワク夢中に遊び探求しまくろう。AIに委ねて手放して、3方よしに循環する構造もワクワク夢中に創造しよう。
違いは順番です。本書の楽しむ時間は、作業が減った後に生まれる余白。私の答えでは、委ねて循環する構造を作ること自体も、夢中に創造する対象です。
つながりが薄れる懸念には、私の得意なことを置きます。場を作り、耕し、繋ぐ。AIで答えが出るほど、人と人を繋ぐ場を人間の側で持つ。出典を開示する仕組みに加えて、そういう置き方もあります。
2026年の今、AIと働く私は、この章の一文を一歩進めて受け取ります。楽しむことは、余った時間の使い道ではない。何を委ねるかを決める起点です。私が掲げるゴールは、やりたくないことを一切やらず、ワクワク夢中の遊び探求だけで生きること。AIは、やりたくないことをゼロに近づけるパートナーになります。

特別対談 松尾豊×今井翔太 生成AI時代に求められるスキルとマインドとは?
ここからは松尾豊さんの発言です。2015年時点の予測は、大規模言語モデルが先に発展したことで順番が入れ替わった印象がある、と松尾さん。秘書業などホワイトカラーの仕事の支援や教育は、「今後5年の間にガラリと変わってくるはず」。家事や介護などのロボット系は、おそらく5年後くらい。生成AIだと意識しないほど身近になるには、ハードウェアを伴わない技術でも2〜3年かかる、とも。どれも2023年11月時点の予測です。
長い目で見ると、人間の知能の相対化が起こる、と松尾さんは言います。人間の欲望や感情まで仕組みとして解明された時、人間は何を望むべきか。『サピエンス全史』の最後の問い「私たちは何を望みたいのか?」が本質になる、と。
スキルとマインドの話は、ゲームのたとえです。戦略系のゲームの勝ちパターンは「極端な行動を取ること」。行動を厭わず、新しいものを見たり試したりする。そして、自分のメタ認知を上げる。「自分はこういうときに面倒臭がるんだな」と、自分の行動や考えの癖を俯瞰で観察する。

あとはタイミングですね。ここだと思ったら一気にいく。それ以外のときは地道に淡々とやる。そうしたメリハリは必要でしょう。
国については、「日本がどうこう」と心配するより、「自分が活躍するためにはどうしたらいいか?」という問いを立てたほうがいい。人生というゲームの主人公は自分だ、と松尾さんは続けます。
一方、今井翔太さんの意見はこうです。多くの人は、AIを雇用する立場になる。だから、AIにうまく指示を出すスキルが要る。ここは今井さんの考えで、松尾さんの発言とは別です。
ひろくんの場合|メタ認知は、分身に教える往復で上がる
行動を厭わず、という松尾さんの言葉には、私の答えが重なります。そのときは、やらなきゃよかったと思う。それでも今ではネタになっていたりする。とにかく行動したら、何かおこる。良いも悪いも、メタにみたらネタになる。おいしい。無敵です。
違いもあります。松尾さんのメタ認知は、面倒臭がる、サボるといった自分の癖を観察すること。私のメタは、起きたことの良い悪いを、ネタとして捉え直すこと。同じメタでも、見ている物が違うんです。
正直、引っかかる言葉もあります。勝つ、極端、勝負。私の軸は「競争より共創」です。だから勝つの所は、そのまま自分の言葉にはしません。違和感として残しておきます。
2026年の今、AIと働く私なら、癖の観察をこう置きます。分身AIに、判断の誤りを教える時。そこが観察の場です。教えるたびに、自分はこういう判断をするんだと気づくから。メタ認知は、一人で頑張って上げる物ではない。分身に教える往復の中で上がっていく物です。

おわりに
1冊の小さな本に、一人の人間が全部を書けるわけがない。著者はそう断ってから、こう答えます。「生成AIは世界を変えるのか。答えはイエスです。」
人間が、単純な効率や生産性を中心とした知的活動の主役の座から降りる時が来ようとしている。囲碁や将棋では、AIが人間のチャンピオンに勝ったあとも、藤井聡太さんのような人の活躍に周りが熱狂している。著者は私見として、「人間がやること」に意味を見出す「人間中心の社会」という考えが大きくなるとみます。
そして、生成AIをぜひ体験してほしいと勧めます。反発する人には、他者を害しない範囲で考えを表明し、行動してほしいと。結びは、この本がすぐ時代遅れになれば、それは「生成AIが世界を変える」というメッセージが現実になった証だ、という言葉です。
実践編|生成AIに仕事の判断を委ねる前に、試せる順番

本の骨組みと私の判断軸を、そのまま試せる順番に並べます。
- 本から骨組みだけを抜き出す。道具やサービスの名前ではなく、穴埋め問題、人間からのフィードバック、RAG、労働補完型と労働置換型、ストーリー。この骨組みを持ち帰る。
- AIに任せたい判断を、1つ選ぶ。作業ではなく、判断です。
- その判断のなぜを書く。なぜそう決めるのか。何を大事にしているのか。言葉にした分が、委ねられる範囲になります。
- AIに出させて、ズレた所を教える。どこが好ましくないか、理由も添えて返す。RLHFで人が点を付けるのと同じ向きです。
- 教えた時の自分の癖を書き留める。自分はこういう判断をするのか、と気づいた所。松尾さんの言うメタ認知の場になります。
- 言葉にならない所は、自分の側に残す。体の感覚で言語化できないことは、無理に渡さない。
- 苦手や嫌いな所から委ね、空いた時間で夢中になる。AIは、人間の代わりに楽しむことはできません。
- 参考にした人や出典を書き残す。AIで答えが出るほど、人とのつながりは薄れやすい、と本書は書きます。場を作り、人を繋ぐ側は人間が持つ。
一度で完璧に回さなくていいです。60点でも出す。教える。直す。その往復の中で、分身AIも自分も育っていく。私はそう考えています。
よくある質問|生成AIと仕事・創作・著作権

2026年に読んでも意味はありますか?
本書の情報は2023年11月時点です。道具やサービスの名前は、今とは違うかもしれません。それでも、本書が絞った技術の基礎と社会への影響の考え方は、骨組みとして持ち帰れます。答え合わせのつもりで読むのがおすすめです。
本書第3章の47%は、仕事の47%がなくなるという意味ですか?
違います。2013年の論文「雇用の未来」が、全職業の47%が機械化の影響を受けるとした研究として、本書は紹介しています。著者は、AIによって仕事が奪われるという表現を一度もしていない、と書いています。労働補完型か労働置換型かで考える、というのが本書の整理です。
生成AIで作った物は「創作」と呼べますか?
著者の考えでは、出てきた物をそのまま採用するだけなら、創作とは呼びにくい。試行錯誤したり、自分の手で直したりして、感情や思想、ストーリーを表そうとするなら、創作に当たるとしています。
AIの学習に、他人の著作物を使ってもいいのですか?
本書は、日本では著作権法30条の4により、原則として情報解析の目的なら許可なく使えると説明しています。ただし書きの議論や、声とパブリシティ権の見解も紹介されています。これは本書の説明です。実際の判断は、専門家に確かめてください。
技術の話が苦手でも読めますか?
読めます。第2章は数学を使わずに説明していて、中身に興味がなければ飛ばしてもいい、と著者自身が書いています。各章は独立した話題なので、興味のある章から読めます。
まとめ|書評を終えて、私が持ち帰る骨組み

『生成AIで世界はこう変わる』は、2023年11月時点の生成AIを、技術から社会まで一冊で見渡す本でした。
ChatGPTは、穴埋め問題の学習、教師ありファインチューニング、人間からのフィードバックに基づく強化学習で作られた。仕事への影響は、労働補完型か労働置換型か、言葉にできる所とできない所で考える。創作は、ストーリーが反映されてこそ創作。AIは人間の代わりに楽しめない。対談では、行動とメタ認知。
私が持ち帰るのは、一本の読み筋です。委ねられる範囲は、自分のなぜと判断軸を言葉にした分だけ広がる。体の感覚で言語化できないことは、人間の側に残る。分身AIを育てることは、自分が育つことでもあります。
道具の名前は古くなります。骨組みを、自分の原液に当ててみてください。残った物が、あなたの持ち帰る分です。
コラム|AI時代の順番は、自分の夢中が先
AIは、聞けばすぐに答えを返してくれます。速いし、それらしい形にもなる。それでも私の中では、順番が決まっています。

まず、自分がワクワク夢中に遊び探求する。やってみて、消化する。腑に落ちる。その上にAIを重ねて、一緒に作る。この順番だから、価値も意味も生まれる。私はそう考えています。
逆から始めると、どうなるでしょう? 先にAIの答えがあって、自分はそれに乗るだけ。速さで比べたら、AIにはかないません。でも、そこには自分が消化した所がまだない。土台は、いつも自分の側にあるんです。
もう一つ、自分に向けている言葉があります。もっと思い切っていい。人の目を気にせずに、ワクワク夢中に遊び探求しまくろう。
委ねることも、その延長にあります。AIに委ねて、手放す。手放した先で、3方よしに循環していく構造を作る。その構造づくりまで、ワクワク夢中に創造しよう。委ねる仕組みを作ること自体が、私にとっては遊び探求の続きです。
AIが速くなるほど、先に動かすのは自分の夢中。その順番で、私はAIと組んでいきます。あなたは、どちらから始めますか?
分身AIと過ごした最初の100日の記録は、分身AIと歩んだ100日の全まとめにあります。分身AIについては、分身AI.comにまとめています。
参考リンク
🎁 無料プレゼント
Aiport(ClaudeCode AIエージェント実践会)
ClaudeCodeでAI秘書+分身AI+AIカンパニーが無料で作れるキット&解説動画をプレゼント!
▶ 無料で入会してキットを受け取る🤖 AI生成コンテンツについて
この記事はAIツール(Claude Code)を活用して制作しています。構成・文章生成・画像制作にAIを使用し、最終的な内容の確認・編集・公開判断はひろくん(田中啓之)本人が行っています。「分身AIひろくん」(bunshin-ai.com)とは別のコンテンツです。
