効率のパラドックス

この半年、仕事のやり方が根本的に変わった。コードを書く、記事を書く、調査する、プロトタイプを作る——以前はそれぞれ数日かかっていたことが、今は半日で終わる。ツールが強くなり、アウトプットが速くなった。理屈の上では、もっと楽になるはずだった。

だが実際にはそうならなかった。以前より疲れている。

体の疲れではない。認知の疲れだ。以前は一日に一つのことに集中できた。今は一日に四つこなし、それぞれについて AI の出力をレビューし、エラーをデバッグし、認識を合わせる必要がある。生産にかかる時間は短くなったが、レビューにかかる時間は長くなった。総量は減っていない。密度が大幅に増した。

最初は自分の時間管理の問題だと思った。違った。効率そのものが生み出す罠だった。

あるパターンに気づいた。効率が上がるたびに、浮いた時間は自分の手元に戻らない。すぐに新しいタスクで埋まる。AI が以前二日かかっていた仕事を半日で終わらせても、組織は同じ日に四倍のアウトプットを期待する。システムは即座に効率向上を吸収し、個人には一切の余剰時間が残らない。

この現象は新しいものではない。経済学者ウィリアム・ジェヴォンズが1865年に発見している。蒸気機関の効率が上がった後、石炭の消費量は減らずに増えた。効率がコストを下げ、低コストが需要を刺激し、需要の増大が効率の節約を相殺する。エネルギー領域でジェヴォンズのパラドックスと呼ばれる論理だ。時間と注意力にも同じことが当てはまる。AI は「成果を生み出す」ための時間コストを下げるが、そのコスト低下はより高いアウトプット期待に変換される。ツールが速くなったからといって、システムは仕事を減らしたりはしない。同じ時間でより多くやらせる。

ドイツの社会学者ハルトムート・ローザは『加速——近代社会における時間構造の変容』でこのメカニズムをより鮮明に描いている。技術加速が時間の使い方を変えるという。人は同じ時間内でより多くのタスクを処理し、より多くの意思決定をし、より多くの情報に対応しなければならない。生活のリズムは持続的に加速している。AI はこの論理の最新形態であり、現時点で最も極端な形態だ。

具体的に言えば、AI が変えたのは作業の密度だ。以前、記事を一つ書くには、自分で資料を集め、構成を組み、初稿を書き、推敲する必要があった。各段階に自然な間合いがあり、脳はその間合いの中で休憩していた。今は AI が初稿と資料整理をこなし、自分の仕事は連続的な高強度レビューに変わった。この情報は正確か？ この論点は成り立つか？ この表現は適切か？

認知負荷は消えたのではない。「生産」から「評価」に移動しただけだ。評価の強度は生産より高い。持続的な判断力と集中力が求められるからだ。気が抜けることはない。ぼんやりすることもできない。一つの見落としがエラーを見逃す可能性があるからだ。

より深い問題はリズムだ。以前の作業リズムには自然な波があった。難しい段階はゆっくり、簡単な段階は速く。AI はすべてを同じ高速リズムに圧縮した。この高速リズムの中で判断力を保たなければならない。以前より気力を消耗する。

能動的に減速してみた。タスクを減らし、バッファを持たせた。効果はあったが、長くは続かなかった。システム全体のリズムが加速している中で、減速することは相対的に遅れを意味する。組織は効率が高いからといってゆっくりさせはしない。効率が高いからこそ、より多くを与える。ループは加速し続ける。効率が上がれば期待が上がり、タスクが増え、より高い効率が必要になる。

AI が役に立たないと言っているのではない。当然役に立つ。問題は、効率向上の便益の分配が不均等なことだ。システムが便益の大部分を取り、個人がコストの大部分を負担する。システムが得るのはより高いアウトプット、個人が支払うのはより高い認知負荷。

出口がどこにあるか、確信はない。だが第一歩は、効率そのものがこの問題を生み出していると見抜くことだ。それを見抜けば、少なくとも「なぜもっと効率的になれないのか」と自分を追い詰め続けることはやめられる。