既稿「『AI を使ったから駄目』を分解する」では、生成 AI の利用が疑われた広告画像を題材に、成果物の品質、ブランド管理、制作努力、技術への信頼、真正性、透明性、著作権、創造労働を分けて考えた[1]。商品パッケージの文字が正規表示と違うことは、公開された成果物を比較すれば確認できる。一方、その原因が生成 AI だったのか、制作工程を省略したのか、AI を使った事実を表示すべきだったのか、人間の制作者へ発注すべきだったのかは、それぞれ別の事実と判断基準を必要とする。一つの誤表示から「AI を使ったから駄目」とまとめると、成果物の失敗、制作工程の問題、AI 利用そのものへの価値判断が同じものとして扱われてしまう。
今回は逆に、成果物に明白な失敗が見つかったわけではないところから始める。エイベックスの松浦勝人氏は 2026 年 8 月 20 日、自身の note について、AI がアカウントを作成して記事を自動投稿し、自身がしたことは「パスワードを入力したことくらい」で、記事制作についても「ほぼほぼ AI」だと X で説明した。本人によれば、自身の 60 年分のデータを与え、1 週間で 4 本の記事が公開され、フォロワーは約 2 万人、「スキ」は 5 万を超えたという[2]。
ここで観察できるのは、AI 利用が明かされる前から記事が読まれ、評価されていたことである。X では開示後、ハヤカワ五味氏が、元になる素材が濃ければ AI が書いたからといって微妙にはならないという趣旨を述べている[3]。一方、Teppei Sato 氏は、開示前には評判が高かった印象だが、AI 生成だと明かされた瞬間に「残念」という声が増えているように見える、と投稿している[4]。X の投稿から賛否の割合を推定することはできないが、同じ生成方法の開示に対して、何を評価していたかによって反応が分かれることは確認できる。
| 開示前後で見るもの | 変わったか | 本稿での意味 |
|---|---|---|
| 公開済みの文章 | 変わっていない。 | 文章品質の変化だけでは、開示後の評価変更を説明できない。 |
| 制作主体についての情報 | AI の関与範囲が新たに明かされた。 | 誰が題材、意味づけ、文章化、公開を担ったかが評価対象になる。 |
| 読者の理解 | 本人の発話だと思っていたものを AI による制作物として捉え直す場合がある。 | 同じ文字列でも、何を読んでいたと思うかが変わり得る。 |
| 人間と AI の位置関係 | AI が人間の創作領域へ入ったことが可視化される。 | 本人性などで説明できない評価差が残る場合に検討対象になる。 |
この事例では、AI 利用の開示前後で公開済みの記事の文字列は変わっていない。誤字が追加されたわけでも、論旨が書き換わったわけでもない。それでも「読む価値が下がった」と感じる人がいるなら、評価の変化を文章の品質変化だけでは説明できない。開示によって新たに加わったのは、「誰が、どの程度、この文章を作ったのか」という制作主体についての情報である。その情報が評価を変えたのであれば、読者は最初から文字列だけを評価していたわけではなく、作者、制作行為、意図、投入された努力、希少性などを文章の価値に含めていた可能性がある。
ただし、これをまとめて「AI への偏見」と呼ぶこともできない。本人が自分の人生を振り返って何を選んだのかを知りたかった人にとっては、AI の関与範囲は読んでいる対象そのものを変える。大量に自動生成できる文章へ有限の時間を使いたくないという判断なら、注意資源の配分が理由になる。制作方法を最初に知っていれば読まなかったという反応なら、読者が読む対象を選ぶための透明性が論点になる。さらに、それらでは説明できない場合には、人間にしかできないと思っていた行為を AI ができること自体への抵抗も検討対象になる。
前稿では、「AI を使った」という一つの事実から複数の批判を導かないために、批判されている対象を分解した。本稿では同じ方法を受け手の側へ適用する。「AI だと分かったら読む気が失せた」という一つの反応から、その理由を一つに決めない。同じ文章への評価が作者情報によって変わるとき、読者は文章の何に価値を認め、AI だと知ったことでその何を失ったと判断したのかを順に分けていく。
1. 同じ文章なのに、「AI だった」と知ると評価が変わる
| 見る対象 | 同じ文章でも評価が変わる理由 | 松浦氏の事例で確認すべきこと |
|---|---|---|
| 文章そのもの | 誤り、表現、構成など成果物の品質が変わった場合に評価が変わる。 | AI 開示の前後で、公開済み記事の文字列や論旨に変化があったかを見る。 |
| 本人性 | 誰の現在の判断や意味づけを読んでいるかが変わると、同じ文字列でも読書対象が変わる。 | 題材選択、経験の関連付け、結論を本人と AI のどちらが担ったかを見る。 |
| 制作工程 | 文章化だけでなく、選択、検証、修正、公開判断の主体が評価に入る。 | 「ほぼほぼ AI」の内訳と、本人がどこで判断したかを確認する。 |
1.1 変わったのは文章ではなく、文章についての情報である
最初に、開示の前後で変わったものを限定する必要がある。公開済みの記事について、AI 利用が明らかになったからといって、文中の語句、段落構成、論旨、読みやすさが自動的に変化するわけではない。開示前に読んだ文章と開示後に読み返す文章は、成果物としては同じである。変化したのは、読者がその文章について持つ情報であり、特に「この文章を誰がどのように作ったのか」という制作過程についての認識である。
この区別を置くと、「AI だと知った後に評価が下がった」という現象から直接言える範囲も決まる。そこから直ちに「AI の文章は品質が低い」とは言えない。品質低下が理由なら、開示後に新たな誤りや表現上の欠陥が発見されたことを示す必要がある。反対に、文章の内容を再検討せず、作者情報だけを知って評価が変わったのであれば、変化した評価軸は少なくとも文章の表面的な品質だけではない。
ただし、作者情報を評価へ入れること自体が不合理なのでもない。情報の用途によって、作者が誰であるかの意味は変わる。翌日の降水確率を知るための文章なら、予測精度が同じである限り、文章を人間が書いたか AI が書いたかは中心的な情報ではない。製品マニュアルでも、必要な操作が正確に説明されていれば、執筆主体の重要度は比較的小さい。
一方、日記、自伝、手紙、追悼文、人生論では、文章が伝える対象に作者自身が含まれる。「この出来事があった」という事実だけでなく、「本人が今、その出来事を取り上げた」「別の経験ではなくこれを選んだ」「そこからこの意味を引き出した」という選択も読者が受け取る情報になる。文章の文字列と作者情報が別々に存在するのではなく、作者の選択が何を意味するかまで含めて文章を読んでいる。
1.2 人生論では、「誰がこの意味を選んだか」まで読書対象になる
松浦氏の note を「松浦勝人という人物の過去の経験を材料にした読み物」として読む場合、素材となる経験が本人のものであり、そこから有益な文章が生成されているなら、AI の利用を知っても価値は大きく変わらない可能性がある。目的が、特殊な人生経験から得られるエピソードや教訓を効率よく読むことにあるなら、AI は資料を整理し、文章へ変換する手段として評価できる。
しかし、「松浦勝人本人が 60 年の人生をいま振り返り、自分にとって残ったものを選んで語っている」と受け取っていた場合には、事情が変わる。過去の記録の中には、成功、失敗、人間関係、金銭、仕事など多数の出来事がある。その中から何を現在の自分にとって重要な出来事として取り出すかは、それ自体が現在の本人についての情報になる。さらに、二つの出来事を結びつけて一つの教訓を導くことも、過去の事実を並べるだけでは決まらない。
たとえば、過去の発言や記録から AI が「金は持っていても一瞬で失う」という主題を抽出した場合、その文章は松浦氏の経験に基づく読み物として成立し得る。一方、その主題を 2026 年の松浦氏本人が自分の人生を振り返った末に選んだのか、それとも大量の資料から AI が記事として成立しやすい主題を選んだのかでは、「本人が今何を重要だと思っているのか」を知る資料としての意味が違う。
| 読み方 | 読者が受け取るもの | AI が担った場合に変わる点 |
|---|---|---|
| 経験を材料として読む | 松浦氏の過去の出来事や、そこから構成できる教訓を受け取る。 | 素材が本人の経験なら、文章化を AI が担っても目的を満たし得る。 |
| 本人の現在の自己理解を読む | 本人が今どの出来事を選び、どう意味づけたかを受け取る。 | 題材選択や意味づけまで AI が担うと、本人の現在の判断を示す資料としての意味が弱くなる。 |
この差は、AI に文章を書く能力があるかどうかとは別である。むしろ AI が十分に自然な人生論を書けるからこそ、文字列だけでは「本人が何を選択したのか」と「本人の資料から AI が何を選択したのか」を区別できなくなる。成果物の品質が高いほど、この区別は読者から見えにくくなる。
そのため、「AI だったと知ったら読む気が失せた」という反応の一部は、品質への否定ではなく、情報源の性質が変わったという判断として説明できる。本人についての一次的な発話を読んでいると思っていた人が、本人に関する記録から再構成された文章だと知れば、同じ文字列でも利用目的に対する価値は変わり得る。これは、AI が書いた文章は価値が低いという一般命題とは異なる。
1.3 「AI を使ったか」ではなく、どの判断を AI が担ったかを見る
ここで制作工程を「AI を使った」「AI を使っていない」の二つに分けると、再び論点が粗くなる。文章制作には、少なくとも題材を集める、何を書くかを選ぶ、出来事を解釈する、章立てを決める、文章化する、表現を直す、事実を確認する、最終的に公開するという異なる判断がある。どこか一つで AI を使ったからといって、残りの判断主体まで自動的に AI になるわけではない。
Formosa らは、短編小説を書く人が人間または AI から低・中・高の三段階の支援を受ける状況を 602 人に評価させ、著者性、創作者性、責任、開示について調べた。結果では、支援者が人間か AI かという違いより、支援の程度が大きくなることの方が、人間をどの程度著者・創作者とみなすかという評価に影響した[5]。この研究は松浦氏の note を直接調べたものではないが、「AI を使った」という一語より、制作工程のどこまで支援または代替されたかを見る必要があるという点では、本件の分解に対応する。
校正だけを AI に任せた場合、何を語るか、どの経験を選ぶか、どの結論を残すかは本人が決めている。箇条書きにした本人の考えを AI が整文する場合には、言葉の表面は AI の寄与が大きくても、主題と結論は本人に由来し得る。さらに、過去 60 年分の記録を渡し、題材の選択、関連付け、教訓の抽出、構成、文章化まで AI が担うなら、本人が提供したのは経験のデータであり、記事として何を語るかという判断の相当部分は AI 側へ移る。
| 制作工程 | AI の関与が小さい場合 | AI の関与が大きい場合 |
|---|---|---|
| 題材選択 | 本人が語る経験を選ぶ。 | AI が大量の記録から主題を選ぶ。 |
| 意味づけ | 本人が経験同士を結び、教訓を決める。 | AI が関連付けと結論まで生成する。 |
| 文章化 | AI は整文や表現調整だけを担う。 | AI が構成から一人称の文章まで作る。 |
| 確認・公開 | 本人が全文を確認し、自分の判断として公開する。 | 生成結果がほぼ自動で公開される。 |
この三つを同じ「AI で書いた文章」と呼ぶと、読者が何を失ったと感じたのかを説明できない。本人の文章を読みたいという要求に対して必要なのは、キーボードを誰が打ったかではない。本人がどの判断を行い、その判断が最終的な文章へどこまで残っているかである。逆に、経験そのものの希少性を読みたいのであれば、文章化を AI が担っていても目的を満たす場合がある。
松浦氏自身の説明から確認できるのは、「60 年分のデータ」を与え、記事制作について「ほぼほぼ AI」と述べたことまでである[2]。個々の記事について、題材を誰が指定したのか、AI がどの資料を選んだのか、生成された解釈を本人がどこまで確認したのか、公開前にどの程度修正したのかまでは、この説明だけでは確定しない。その状態で「AI が書いたから松浦氏の人生論ではない」と断定すれば、実際の関与範囲を越える。一方、「元データが松浦氏だから本人の文章と同じだ」とするなら、題材選択や意味づけを誰が行ったかという別の判断を消してしまう。
同じ文章への評価が AI 利用の開示によって変わったという現象から最初に導けるのは、AI 文章の優劣ではない。読者が文章を評価するとき、文字列の品質とは別に「誰の経験なのか」「誰が何を語ると決めたのか」「誰がその意味づけを選んだのか」という制作主体の情報を使っている場合があるということである。次に分けるべきなのは、その作者情報の中でも、本人性、制作努力、読者が払う注意、透明性、人間と AI の序列がそれぞれどのように評価へ入っているかである。
2. 「AI なら読む気がしない」は一つの判断ではない
「AI なら読む気がしない」という反応は、表面上は一つに見えても、価値を下げた理由は同じとは限らない。本人の現在の考えを知りたかったのか、本人が時間をかけて考えた行為に価値を置いていたのか、大量生成できる文章へ自分の時間を使いたくないのか、制作方法を事前に知らされなかったことを問題にしているのかで、評価している対象は変わる。これらを区別せずに「AI 嫌い」とまとめると、読者が実際に何を失ったと感じたのかが見えなくなる。
| 反応の中身 | 実際に失ったと感じているもの | 確認すべき点 |
|---|---|---|
| 本人の考えを読みたかった | 本人の現在の判断、題材選択、意味づけ。 | 主題、経験、結論を本人と AI のどちらが決めたかを見る。 |
| 本人が考えて書いたと思っていた | 制作努力と認知的な投入。 | 入力時間ではなく、選択、比較、修正を誰が担ったかを見る。 |
| AI が一瞬で作ったものに時間を使いたくない | 有限な注意資源と選別コスト。 | 供給側がどこまで候補を絞り、検証し、公開量を制御したかを見る。 |
| 最初から AI だと知らせてほしかった | 読む対象を自分で選ぶための透明性。 | 制作方法の開示が読者の対象理解や読む判断を変えるかを見る。 |
2.1 本人が何を考えたのかを読みたかった
人生論では、書かれている内容と、その内容を誰が今の判断として選んだのかを完全には切り離せない。「60 歳になって、こう考えるようになった」という一文には、表面上の命題だけでなく、「この人物が現在、この経験を振り返り、この結論を語ろうとした」という情報が含まれる。過去に起きた出来事そのものと、その出来事を現在の自分にとって重要だと選び直す行為は別だからである。
たとえば、過去 60 年分の記録に、成功、失敗、金銭、人間関係、会社経営について何千もの出来事が含まれていたとする。そのすべてを人生論へ載せることはできない。何を取り上げ、何を捨て、離れた二つの経験をどう結び、そこからどの教訓を引き出すかという選択が必要になる。この選択を本人が行えば、「本人が今、自分の人生をどう理解しているか」という新しい情報が生まれる。
同じ資料を AI に渡せば、文章としてよくできた人生論を生成できる可能性はある。しかし、その文章から直接確認できるのは「この資料群から、このような人生論を構成できる」ということまでである。「松浦氏本人が 2026 年現在、この経験を他の経験より重要だと判断した」「本人がこの因果関係を自分の人生の意味として受け入れている」というところまでは、AI の生成結果だけでは確定しない。
| 区別 | 過去データから分かること | 本人の現在の判断が必要なこと |
|---|---|---|
| 出来事 | 過去に何が起きたかは記録から再構成できる。 | その出来事を今も重要だと考えているかは別に確認する必要がある。 |
| 関連付け | 複数の経験を一つの物語として結ぶことはできる。 | 本人自身がその因果関係や教訓を採用しているかは別である。 |
| 結論 | 資料群からもっともらしい人生訓を生成できる。 | その結論を本人が現在の自己理解として引き受けているかは生成結果だけでは決まらない。 |
この差を考えると、「AI だと分かったら読む気が失せた」という反応の一部は、AI の文章能力への否定では説明しなくてよい。求めていたものが「松浦氏の人生を材料にした面白い文章」なら価値は残るが、「松浦氏本人が今、自分の人生をどう解釈しているか」という情報を求めていたなら、制作主体についての開示によって読んでいる対象の性質が変わるからである。
ここでは、AI が文章を書いたかどうかより、題材選択と意味づけを誰が行ったかが効いてくる。本人が主題、経験、結論を決め、AI が整文だけを担当した場合には、本人の現在の判断はかなり残る。反対に、AI が大量の過去資料から主題を選び、経験同士を関連付け、結論まで生成した場合には、文章の素材は本人でも、「何を今語るか」という判断は AI 側へ移る。人生論を本人の発話として読む場合、この違いは文章品質とは独立した評価条件になる。
2.2 「これだけ考えて書いた」という努力を価値に含めていた
本人性とは別に、制作へ投入された努力そのものを価値判断へ入れる場合がある。Kruger らは、詩、絵画、甲冑を評価させる三つの実験で、制作に多くの時間と努力が必要だったと思われた作品ほど、品質、価値、好意を高く評価される傾向を報告した。特に、作品そのものから品質を判断しにくい条件ほど、推定された努力が評価の手掛かりとして使われた[6]。
この研究から、制作時間と作品価値が比例するとは言えない。熟練した書き手が 30 分で優れた文章を書くこともあれば、何日かけても内容の薄い文章はできる。制作時間は品質そのものではない。それでも受け手が制作工程を知らないとき、「これだけのものを作るために相応の時間を使ったはずだ」という推定を、作品の価値を判断する補助情報として使うことはある。
人生論では、この努力が単なる入力作業以上の意味を持ち得る。60 年間の出来事を思い出し、過去の自分と現在の自分の評価が違うところを見つけ、書きたくない経験を含めるか判断し、相反する記憶のどちらを残すか考える。その過程そのものが、本人による自己理解の作業でもある。読者がそこまで含めて「本人が自分の人生を振り返った文章」と受け取っていたなら、本人が実際にはその認知的作業をほとんど担っていなかったという情報は、文章の文字列を変えなくても評価を変え得る。
| 努力として見えているもの | 単なる作業時間との違い | AI 利用後も残り得るか |
|---|---|---|
| 入力・執筆時間 | 長く打鍵したこと自体は品質を保証しない。 | AI により大幅に短縮できる。 |
| 題材の選択 | 何を語り、何を捨てるかという判断である。 | 本人が担えば残る。 |
| 比較・修正 | 複数案を比べ、結論を書き換える認知的作業である。 | AI を使っていても本人が担い得る。 |
| 自己理解 | 過去を振り返り、自分の判断として意味を付け直す作業である。 | 文章化を AI に任せても、本人が行えば残る。 |
この場合に失われるのは、「苦労したから偉い」という道徳的な加点だけではない。本人が時間を投入したという事実を通じて、「少なくとも本人自身がこの問題について考え、この結論を残す価値があると判断した」というシグナルも弱くなる。制作努力は、品質の代理指標であると同時に、制作者がその内容へどれだけ関与したかを推測する材料にもなっていた可能性がある。
ただし、この理由も AI 利用一般への拒否にはつながらない。AI を使って短時間で文章化していても、本人が何日も資料を選び、生成結果を比較し、結論を書き換え、自分の判断として残したのであれば、認知的な努力は別の工程へ移動している。問うべきなのはキーボードを打った時間ではなく、記事を成立させるための選択と判断を誰が負担したかである。
2.3 AI が一瞬で作ったものへ、自分の時間を払いたくない
制作努力への評価とは別に、生成側と読者側のコストが非対称になること自体も、「AI なら読みたくない」という判断を生み得る。生成 AI は数千字の文章を短時間で作れる一方、読者がその文章を理解し、真偽を疑い、何を残すか判断する時間は、生成時間の短縮によって同じようには減らない。
既稿「この物量の文章を、一体誰が検証できるのか」では、AI が多数の主張を一括して生成できても、人間による検証は根拠へ戻って個別に行う必要があり、生成量と同じ速度では増やせないと論じた[7]。同じ非対称は読書にもある。供給側が候補をほぼ無制限に増やせても、読者はすべてを試し読みして良質なものだけを選べないため、「AI がほぼ自動で生成した文章は最初から読まない」という判断は、膨大な候補を処理しないための事前フィルタとして成立する。
この理由なら、AI が書いた文章を一律に拒否する必要はない。人間が題材を選び、生成結果を比較し、事実を確認し、不要な部分を捨て、公開量を制御しているなら、読者が負担する選別コストは変わる。この選別工程が生成量と読者の注意の関係をどう変えるかは、第 4 章で扱う。
2.4 最初から知っていれば、読むかどうかを自分で選べた
さらに別の反応として、AI の利用そのものより、読む前に制作方法を知らされなかったことへの不満がある。最初から「自分の 60 年分のデータを AI に読み込ませ、人生論を生成・投稿させる試み」と紹介されていたなら、それ自体を AI 活用の実験として面白く読む人もいる。反対に、本人が自分で振り返って書いた文章を読みたい人は、その時点で読まないという選択ができる。
後から「ほぼほぼ AI」だったと知る場合には、この選択の順序が逆になる。読者はまず「本人の人生論」という前提で時間を使い、その後になって、読むかどうかの判断材料になり得た制作情報を受け取る。そのため、不快感の原因が AI 生成物の品質ではなく、「最初から知っていれば別の選択をした」という期待違反にある場合がある。
既稿では、透明性を「あらゆる AI 利用を表示すること」とは置かなかった。判断基準にしたのは、その制作情報を知らないことによって、受け手が対象について異なる判断をするかどうかである[1]。商品画像の背景ノイズを除去するために機械学習を使ったかどうかは、通常、商品の実在性や仕様についての判断を大きく変えない。商品そのものが生成されているなら、画像を実物の記録として見る人の判断は変わり得る。
文章でも同じである。誤字修正、表記統一、言い回しの提案に AI を使ったという情報は、人生論を誰の判断として読むかをほとんど変えない場合がある。反対に、過去資料から題材を選び、出来事同士を結び、そこから人生の意味を抽出し、一人称の文章へ仕上げるところまで AI が担ったなら、その情報は「本人が何を考えているか」を知りたい読者の判断に直接関係する。
| AI の使い方 | 事前開示の重要度 | 理由 |
|---|---|---|
| 誤字修正・表記統一 | 比較的低い。 | 誰の判断を読んでいるかという理解を大きく変えにくい。 |
| 本人の箇条書きの整文 | 中程度である。 | 表現は AI でも、主題や結論が本人由来である可能性が残る。 |
| 題材選択・意味づけ・結論まで生成 | 高い。 | 本人の現在の発話として読むかどうかを直接変え得る。 |
| 自動生成・自動投稿 | 高い。 | 公開前に誰が内容を確認し判断したかという理解まで変わる。 |
透明性が必要かどうかも、「AI を使ったか」という一点では決まらない。開示しなかった情報が、読者の対象理解、読む目的、時間を投入する判断をどの程度変えるかで重みが変わる。何らかの AI 支援が一文字でもあれば表示すべきだという基準では、誤字修正と自律生成の違いが消える。逆に、完成品の文章が良ければ制作方法は一切知らせなくてよいとすると、本人性を読む人から選択条件を奪うことになる。
ここまでの四つの理由には、「AI は人間より下であるべきだ」という序列観を仮定する必要がない。本人の現在の判断を読みたいという目的、制作に本人が参加したことへの評価、大量生成物から自分の注意を守る必要、読む前に制作条件を知って選びたいという要求だけで、それぞれ独立して「AI なら読みたくない」を説明できる。
だから、AI だと知って評価を変えた人を見て、直ちに「機械への偏見だ」と結論することもできない。一方、本人性も、制作努力も、注意資源も、事前開示も問題にならず、それでも「人間が作ったなら価値があるが、AI が作ったなら価値がない」と評価が変わる場合には、別の要因が残る。次に検討するのは、成果物や制作工程ではなく、「創造する主体は人間であるべきだ」という作者カテゴリーそのものへの評価である。
3. 同じ作品でも、「AI」と書くだけで評価が変わる
前章では、「AI なら読みたくない」という反応を、本人性、制作努力、注意資源、透明性に分けた。これらはいずれも、読者が文章の外側にある情報を評価へ含める理由として説明できる。しかし、それだけでは残る現象がある。作品そのものは変わっていないのに、「人間が作った」「AI が作った」という作者情報だけを変えると、作品の美しさ、深さ、創造性といった、作品そのものについて尋ねた評価まで変わることがある。
この現象を確認するには、実際に人間作品と AI 作品を比較するだけでは足りない。二つの作品に品質差があれば、評価差が作者情報によるものなのか、作品そのものによるものなのかを区別できない。そこで研究では、同じ作品へ異なる作者ラベルを付ける、あるいは作者情報を後から開示することで、成果物をできるだけ固定したまま評価の変化を調べている。
| 研究で見えたこと | AI ラベルの効果 | 本稿での意味 |
|---|---|---|
| 美術作品 | 同じ作品でも、人間制作と示された方が好ましさ、美しさ、深さ、価値を高く評価される場合がある。 | 作者情報だけで成果物評価が動く可能性がある。 |
| 人間の創造性 | AI 作品との比較によって、人間側の創造性評価まで高まる場合がある。 | 作品だけでなく、人間という作者カテゴリー自体の価値が動く可能性がある。 |
| 科学記事・ニュース | AI と開示しても信用性が下がらない、またはその場の読書意向が上がる場合もある。 | AI ラベルの効果は一律ではなく、課題の性質によって変わる。 |
| 主観的な課題 | 客観的な課題よりアルゴリズムを避けやすい。 | 人生論では、正解だけでなく本人の判断そのものが読書対象になる。 |
3.1 同じ AI 作品でも、「人間が作った」と言われると評価が上がる
Bellaiche らの実験は、この区別をかなり直接的に調べている。研究では、実際には AI が生成した絵画に、「Human-created」と「AI-created」という作者ラベルを無作為に割り当てた。つまり、比較しているのは人間が描いた良い絵と AI が描いた悪い絵ではない。元になっている作品はいずれも AI 生成であり、参加者へ与える作者情報だけを変えている[8]。
その状態で作品への評価を求めると、「人間が作った」とされた作品の方が、好ましさ、美しさ、深さ、価値のすべてで高く評価された。第 2 実験でもこの傾向は再現され、さらに、作品の背後に物語を感じる程度や、制作に努力が投入されたと感じる程度が、一部の評価差と関係していた[8]。
| 実験で固定したもの | 変えたもの | そこから分けられること |
|---|---|---|
| 作品そのもの | 作者ラベルだけを変えた。 | 作品品質の差と作者情報の効果を切り分けられる。 |
| AI 生成という実際の制作主体 | 「Human-created」「AI-created」という表示を変えた。 | 人間制作という認識だけで評価が上がるかを見られる。 |
| 提示された画面 | 作者についての説明だけを変えた。 | 画素の違いではなく、作者カテゴリーが評価へ入るかを検討できる。 |
この実験で変化しているのは絵の画素ではない。参加者の画面に表示された作品が、作者ラベルを書き換えた瞬間に物理的に美しくなったわけでもない。それでも「人間が作った」と認識すると評価が上がった。作者情報は作品の外部にある付帯情報として無視されるのではなく、作品をどう解釈するかという内部の評価へ入り込んでいる。
前章で扱った制作努力も、その経路の一つとして理解できる。人間が作ったと聞けば、意図を持って題材を選び、時間を使い、何かを表現しようとした存在を想定しやすい。AI が作ったと聞けば、その推定が弱くなる可能性がある。同じ図像を見ていても、「誰かがこの形を選んだ結果」と見る場合と、「生成処理によってこの形が出力された結果」と見る場合では、作品から読み取ろうとするものが変わる。
ただし、この結果だけから「AI 作品は不当に差別されている」と結論することもできない。芸術を、視覚刺激の快不快だけでなく、人間の意図、経験、制作行為を含むものとして評価するなら、作者情報を評価に使うこと自体には理由がある。実験が示しているのは、その理由が妥当かどうかではなく、作品の知覚的な特徴を固定しても作者カテゴリーによって評価が動くという事実である。
3.2 AI 作品を見ると、人間の創造性まで高く評価される
Horton らは、この現象を作品一つへの評価だけでなく、人間の創造性そのものへの評価まで広げて調べた。6 つの実験、計 2,965 人を対象に、人間制作または AI 制作と示された美術作品への反応を調べた結果、AI 制作と表示された作品は複数の評価軸で低く評価された。この傾向は、参加者が AI 作品と人間作品を見分けられないと答えた場合や、人間と AI の共同制作だと認識した場合にも確認された[9]。
さらに興味深いのは、AI 制作と人間制作を比較することによって、人間の創造性に対する評価が高まったことである[9]。目の前の AI 作品を低く評価するだけなら、「AI の絵が好みではない」という作品評価として説明できる。しかし AI との比較によって人間側の創造性まで高く評価されるなら、比較している対象は作品だけではなくなる。「人間が作るとはどういうことか」「人間の創造にはどのような価値があるか」という、人間自身についての評価が動いている。
ここには二段階の変化がある。最初に、作者が AI だという情報によって個々の作品評価が変わる。次に、その比較を通じて、人間による制作行為そのものの価値が相対的に持ち上がる。AI の登場が単に新しい制作手段を一つ追加しただけなら、後者は必ずしも必要ではない。比較対象として AI が現れたことで、「人間が作った」という事実自体が以前より目立つ属性になる。
松浦氏の note でも、似た分離が必要になる。文章を読んで「面白い」と思うことと、「人間が自分の人生を振り返って書くことには特別な価値がある」と考えることは同じではない。AI だと判明した後に後者が強く意識されれば、文章そのものへの評価まで遡って修正される可能性がある。
3.3 ただし、「AI」と書けば必ず評価が落ちるわけではない
ここで止めると、「人間には AI を嫌う一般的な偏見がある」という単純な話になる。しかし、文章を使った研究では異なる結果も出ている。
Lermann Henestrosa らは、科学ジャーナリズムの記事を用いた 3 つの事前登録済み実験で、人間が書いたとされる場合と AI が書いたとされる場合を比較した。その結果、AI 著者だと知らされても、記事の信用性や信頼性は低下しなかった[10]。参加者は人間の著者を AI より人間らしく、知的だと評価していたが、その作者認識の違いが、そのまま記事内容の信用性低下には結びついていない。
さらに Gilardi らは 2026 年、ドイツ語圏スイスの 599 人を対象に、人間執筆、AI 支援、AI 生成のニュース抜粋を読ませる事前登録済み実験を行った。参加者は制作方法を知らない状態で 2 本の短い記事を評価したが、信用性、読みやすさ、専門性を組み合わせた品質評価には大きな差がなかった。制作方法を開示した後には、AI 支援または AI 生成と知らされた参加者の方が、その場で割り当てられた記事を読み続けたいという意向を高く示した。一方、今後一般に AI 生成ニュースを読みたいかという意向には条件間の差がなかった[11]。
| 対象 | AI 開示後の結果 | 一般化への意味 |
|---|---|---|
| 科学ジャーナリズム | 信用性や信頼性は低下しなかった。 | AI 著者という情報だけで記事評価が必ず下がるわけではない。 |
| 短いニュース記事 | その場で読み続けたいという意向が高まる条件もあった。 | AI 開示が好奇心を生む場合もある。 |
| 将来の AI ニュース一般 | 読みたいという意向には条件間の差がなかった。 | 一時的な反応を長期的な選好へ一般化してはいけない。 |
後者は特に、「AI だと分かれば読む気が失せる」という一般化への反例になる。少なくとも短いニュース記事という条件では、AI の開示が即座に忌避を生んだわけではなく、一時的な好奇心を高めた可能性まである。AI という作者情報の効果は、常にマイナス方向へ働く固定的なものではない。
美術では AI ラベルによる低評価が観察され、科学記事では信用性が下がらず、ニュースでは開示後にその記事を読み続ける意向が一時的に上がった。この違いを無視して「人は AI 作品を嫌う」とまとめると、何を評価しているときに作者情報が効くのかを見失う。
3.4 「正解を出してほしい」のか、「人間の判断を受け取りたい」のか
作者情報の効果が課題によって変わることは、アルゴリズム利用についての研究とも対応する。Castelo らは、アルゴリズムへの信頼と利用が課題の性質によって変化することを、複数のオンライン実験とフィールド実験で調べた。その結果、参加者が客観的だと認識する課題ではアルゴリズムを比較的受け入れる一方、主観的だと認識する課題では利用を避ける傾向が強かった。また、同じ課題でも客観的なものだと認識させると、アルゴリズムへの信頼と利用が増えた[12]。
ここでいう客観的な課題とは、計測可能な情報から正解や精度を求める性質が強い課題である。たとえば数値予測であれば、誰が予測したかより、どれだけ当たるかを評価しやすい。主観的な課題では、好み、感情、個人差、文脈を読み取ること自体が仕事に含まれる。その場合には、「人間にしか扱えない要素がある」という認識がアルゴリズム利用を下げる方向へ働く[12]。
| 課題の性質 | 主な評価対象 | 作者情報が効きやすい理由 |
|---|---|---|
| 客観性が高い課題 | 正確性、予測精度、再現可能性を評価する。 | 誰が出力したかより、結果が当たるかが中心になりやすい。 |
| 主観性が高い課題 | 好み、感情、経験、文脈判断を評価する。 | 誰の判断や経験が表れているかが内容の一部になりやすい。 |
| 人生論 | 本人が自分の人生をどう理解しているかを読む。 | 題材選択や意味づけを AI が担うと、求めていた情報の種類が変わり得る。 |
この区別は、科学記事と人生論で作者情報の意味が異なり得る理由を説明する。科学記事を読む主目的が、研究内容を正確かつ信用できる形で知ることなら、文章の出力主体より、提示されている情報の妥当性が中心になる。その条件では、AI 著者であることを知っても信用性が変わらなかったという結果と整合する。
人生論では、正確な情報を受け取ることだけが目的ではない。「この人は自分の人生をどう見ているのか」「この経験から本人は何を学んだのか」という、本人の主観的な判断そのものが情報になる。ここで AI が題材選択や意味づけを担えば、AI の性能が十分高くても、「求めていた種類の情報を得られない」という理由で価値が下がり得る。
同じ理由から、「天気予報を AI が書いても気にならないのに、人生論を AI が書くと気になる」という反応を矛盾とは言えない。前者では出力の正確性が主な評価対象になりやすく、後者では誰の経験と判断が文章へ現れているかが評価対象に入りやすい。AI への態度が変わったのではなく、AI に任せた仕事の性質が違う。
3.5 松浦氏の事例で残るのは、「それでも AI だから下げた部分」である
ここまでの研究を松浦氏の note へ戻すと、少なくとも二つの評価変化を分けられる。一つは、人生論という主観的な文章で本人性や本人の意味づけを期待していたため、AI の関与を知って対象の価値を再評価する場合である。これは読む目的が変わったのではなく、実際に読んでいた対象についての認識が変わったと説明できる。
もう一つは、本人性や制作工程とは別に、「AI が作った」という作者カテゴリーそのものが作品評価へ入る場合である。Bellaiche らの実験のように、同じ作品でも人間制作という情報だけで美しさや深さまで高く評価されるのであれば、作者カテゴリーは制作工程についての補助情報にとどまらず、成果物の評価そのものへ入り得る[8]。
ただし、科学記事やニュースの研究が示すように、その効果はすべての文章やすべての評価軸で同じではない[10][11]。人生論で AI ラベルが強く効くとしても、「人間は機械を無条件に嫌うから」と説明するには範囲が広すぎる。人生論が、本人の経験、意図、感情、価値判断を読む文章であることが先に効いている可能性を残す必要がある。
| 評価が下がった経路 | 説明に必要な条件 | 次に残る問い |
|---|---|---|
| 本人性が失われた | 人生論として本人の現在の意味づけを期待していたことが必要である。 | 本人がどの判断を担ったかを確認する。 |
| AI 作者ラベル自体が効いた | 本人性や制作工程では説明できない評価差が残る必要がある。 | 作者カテゴリーそのものへ上下評価を置いているかを検討する。 |
それでも、本人性、制作努力、注意資源、透明性、課題の主観性を一つずつ分けた後に、「人間が作ったなら評価するが、AI がまったく同じものを作ったなら評価しない」という差が残るなら、次の論点へ進める。そのとき評価しているのは作品の機能だけではなく、「創造する主体として人間と AI をどの位置に置くか」かもしれない。
この違いは次章以降の議論に直接つながる。AI 作品を低く評価する理由が、AI の成果物に何かが欠けているからなのか、それとも人間にだけ属すると考えていた能力を AI も持つように見えるからなのか。同じ作品へ異なる作者ラベルを付ける実験は、その二つを分けて考える出発点になる。
4. 生成が安くなるほど、「誰が選別したか」の価値が上がる
生成 AI が文章にもたらした変化は、執筆速度の向上だけではない。文章を供給できる量の上限そのものを大きく押し上げた。人間だけで長文を書く場合、題材を決め、考えを整理し、文章へ落とし込み、読み返して修正するまでに時間がかかる。生成 AI を使えば、そのうち文章候補を作る工程は大幅に短縮できる。一本生成して気に入らなければ別案を出し、さらに別の題材でも同じことを繰り返せる。従来は執筆時間が公開量を制約していたが、その制約が弱くなった。
この変化は、単に書き手が楽になったという話では終わらない。文章を供給する側の能力だけが増え、読む側の能力は同じ割合では増えないからである。10 分で読める記事を 1 本作るのに 1 時間かかっていたなら、供給側には自然な上限があった。AI によって同程度の長さの文章を 1 分で生成できるようになっても、読者がその記事を 6 秒で理解できるようになるわけではない。さらに、内容の真偽を確かめ、他の資料と比較し、どこまで信用するかを判断する時間は、生成速度の向上とは別に必要になる。
| 生成と選別の状態 | 読者側で起きること | 価値の置き場所 |
|---|---|---|
| AI が大量生成し、そのまま大量公開する | 読む価値があるものを選ぶ仕事が読者側へ移る。 | 文章量そのものは価値のシグナルになりにくい。 |
| AI が大量生成し、人間が候補を絞る | 公開前に供給側が選別コストを負担する。 | 何を捨て、何を残したかという編集判断の価値が上がる。 |
| 人間が事実確認と最終判断を担う | 読者は無選別な生成物ではなく、責任主体を持つ成果物を受け取る。 | 生成時間ではなく、検証、選択、責任の所在が評価対象になる。 |
既稿「この物量の文章を、一体誰が検証できるのか」では、生成 AI が多数の主張を一括して作れる一方、検証では主張を個別に分解し、それぞれの根拠へ戻らなければならないため、生成量と検証量の間に非対称が生じると論じた[7]。同じ構造は読書にもある。AI は一度の処理で数千字を増やせるが、人間は段落ごとに意味を取り、前後をつなぎ、必要なら疑い、何を残すか判断する。文章を作る処理と、文章を受け取って判断する処理では、短縮できる部分が同じではない。
この非対称が大きくなると、文章が存在すること自体の意味も変わる。AI 以前にも粗製濫造はあったが、数千字の文章を公開するには、少なくとも誰かがその数千字を作る時間を負担する必要があった。文章量と熟考の量が一致するわけではないにせよ、「この長さの文章を公開するだけの時間を誰かが使った」という弱い制約は存在した。
生成 AI は、その制約をかなり弱くする。5,000 字の記事があることから、5,000 字分の判断が行われたとは推定できない。数十秒で生成され、そのまま公開された可能性もあれば、何十個もの候補を作った後で一本だけ選ばれた可能性もある。文章の外見だけを見ても、題材の選択、事実確認、不要部分の削除、結論の吟味にどれだけ人間の判断が入ったかは分からない。
その結果、従来は一つに見えやすかった「生成」と「選別」の価値が分かれる。文章を作ることが安くなれば、候補を増やす能力そのものは希少ではなくなる。代わりに、何百個でも作れる候補の中から、なぜこれだけを公開したのかという判断の方が希少になる。題材を選ぶ、重複を捨てる、事実を確かめる、誤解を招く表現を直す、主張を残すか落とすか決める。これらは、文章を生成する処理とは別の仕事である。
| 従来の制約 | 生成 AI で変わること | 読者が見るべきもの |
|---|---|---|
| 長文を作る時間 | 文章候補を作る時間が大きく下がる。 | 長さだけから熟考量を推定しない。 |
| 公開できる本数 | 候補数を短時間で増やせる。 | 何本作ったかより、何本を捨てたかを見る。 |
| 文章量と判断量の対応 | 両者の対応が弱くなる。 | 題材選択、検証、削除、結論の吟味を別に確認する。 |
| 編集の希少性 | 生成より選別の方が相対的に重くなる。 | 誰が公開前の判断を担ったかを見る。 |
ここで公開量の意味も変わる。人間だけで書いていた時代には、執筆能力そのものが公開量の上限になった。生成 AI を使うと、その上限を決める役割は編集へ移る。100 本作れるから 100 本出すのか、100 本作った上で 1 本だけ出すのか。同じ AI 利用でも、読者が受け取る環境はまったく違う。前者では生成側が省いた選別を読者が引き受けることになり、後者では生成能力の増加を供給側の編集工程が吸収している。
「AI が一瞬で書いた文章に、自分は 10 分を使いたくない」という感覚は、この構造から説明できる。読者が不満に感じているのは、必ずしも「苦労していない作品には価値がない」ということではない。供給側ではほぼ無制限に増やせるものに対して、受け手だけが有限の時間と認知能力を一件ずつ支払う構造に反発している可能性がある。
たとえば、生成 AI で 100 本の記事候補を作り、そのまま 100 本公開すれば、どれが読むに値するかを判断する仕事は読者側へ移る。生成者は数回の操作で供給量を増やせるが、読者は 100 本を確認しなければ質を判定できない。供給者が節約した時間が、そのまま読者の負担になるわけではないとしても、公開前に行われていたはずの選別が弱くなれば、その分だけ読む側の選別コストは増える。
反対に、AI で 100 本の候補を作った後、人間がすべてを比較し、事実関係を確認し、99 本を捨て、残った一本について自分の主張として責任を負うなら、生成そのものが短時間でも事情は違う。読者が受け取っているのは無制限に増やせる生の出力ではなく、人間の判断を通過して有限個に絞られた成果物だからである。
| 公開までの流れ | 供給側が負担する仕事 | 読者へ残る負担 |
|---|---|---|
| 100 本生成して 100 本公開 | 生成以外の選別をほとんど行わない。 | 読む価値があるものを読者自身が探す必要がある。 |
| 100 本生成して 1 本を選ぶ | 比較、削除、優先順位付けを供給側が行う。 | 読者は選別済みの候補だけを読む。 |
| 1 本を選び、事実確認して公開 | 検証と最終判断まで供給側が負担する。 | 読者は責任主体が明確な成果物を受け取る。 |
この違いから、AI 時代に文章の信頼性や希少性を示す手掛かりも変わる。文字数が多いこと、毎日更新されること、大量の記事が並んでいることは、制作側が多く考えた証拠にはなりにくくなる。一方で、何を公開しなかったのか、どの事実を確認したのか、どの出力を本人の判断として採用したのか、誤りがあったとき誰が訂正するのかといった編集上の判断は、以前より重い意味を持つ。
松浦氏の note に当てはめると、「ほぼほぼ AI」という情報だけでは、この選別工程がどこにあったのかまでは分からない。AI が 60 年分のデータから記事を生成し、そのまま自動投稿したのか。多数の候補から何らかの基準で選んだのか。本人または別の人間が公開前に内容を確認したのか。ここが違えば、「AI が一瞬で作った文章へ時間を払わされた」という評価も変わる。生成時間の短さだけでは、読者へどれだけ選別負担を移したかは決まらない。
そのため、AI によって生成コストが下がるほど価値がなくなる、と考える必要はない。むしろ、生成が安くなったことで、どこに人間の判断が残っているかが以前よりはっきり問われるようになる。以前は「文章を書くこと」の中に隠れていた題材選択、検証、削除、優先順位付け、責任の引き受けが、生成と分離された独立の工程として見えるようになる。
| 生成が安くなった後に重くなるもの | 理由 | 松浦氏の事例で未確定な点 |
|---|---|---|
| 題材の選択 | 候補を増やすことより、何を語るかを決める方が希少になる。 | 誰が記事の主題を決めたかは公表内容だけでは分からない。 |
| 検証 | 生成速度が上がっても、事実確認は同じ速度では短縮できない。 | 本人または人間が公開前に内容を確認したかは確定しない。 |
| 削除 | 何を出さないかという判断が、無制限な供給を有限個へ戻す。 | 候補がどれだけ生成され、何が捨てられたかは分からない。 |
| 責任 | 誤りがあったとき誰が訂正するかは生成処理とは別の役割である。 | 最終的な公開判断と訂正責任の所在は別途確認が必要である。 |
ここまでなら、「AI だから読みたくない」という反応を、人間が AI に負けたくないという感情まで持ち出さずに説明できる。大量生成できる文章に対して、有限の注意を守るために入口を狭くすることには実用上の理由がある。
ただし、この説明には限界もある。一度すでに文章を読み、内容を理解し、面白いと評価した後で「実は AI が作った」と知らされた場合、読むための時間はすでに支払われている。文章の品質も、その時点では自分で確認している。それでも過去の評価まで下げ、「あれは価値のない文章だった」と感じるなら、注意資源の配分だけでは説明が残る。
そこでは、生成物を読むかどうかではなく、誰がそれを作ったかによって同じ成果物の価値そのものを変えている可能性が出てくる。次に見るべきなのは、AI によって文章が増えすぎることへの防衛ではなく、AI が人間と同じ創作領域へ入ったとき、人間側の価値認識がどう変わるかである。
5. AI が人間の領域へ入ると、「人間だけの価値」を守ろうとする
ここまでの章では、「AI だと分かったら読む気が失せた」という反応を、本人性、制作努力、注意資源、透明性、課題の性質から説明してきた。これらは、AI と人間のどちらが上かという序列を仮定しなくても成立する。本人の現在の判断を読みたいのであれば本人性は必要であり、無制限に生成される文章から注意を守りたいのであれば生成方法は選別条件になる。
それでも説明が残る場合がある。同じ作品をすでに見て、面白い、美しい、よくできていると評価した後で、作者が AI だと知らされただけで、作品の創造性や価値まで低く評価し直す場合である。第 3 章で見た実験では、作品そのものを固定しても作者ラベルだけで評価が動いた[8][9]。ここでは、作品に何が欠けているかだけでなく、「創造する能力を誰に属するものと考えているか」という人間側の認識を調べる必要がある。
| 拒否の理由 | AI が改善したときの予測 | 確認すべきもの |
|---|---|---|
| 成果物の品質不足 | 誤りや不自然さが減れば、拒否は弱まりやすい。 | 事実誤認、浅さ、表現、構成など具体的な欠陥を見る。 |
| 本人性や現在の意図が必要 | AI の性能が上がっても、本人が判断していなければ解消しない。 | 題材選択、意味づけ、結論を誰が担ったかを見る。 |
| 人間固有性への脅威 | AI が人間へ近づくほど、むしろ拒否が強まる可能性がある。 | 成果物の欠陥ではなく、人間と AI の相対的位置が評価へ入っているかを見る。 |
5.1 「創造性は人間固有だ」と考えるほど AI 作品を低く評価する
Millet らは、この点を「人間中心的な偏り」という観点から調べた。4 つの実験、計 1,708 人を対象に、作品の作者を人間または AI と提示し、創造性や畏敬などの評価を比較した。その結果、AI が制作したと認識された作品は低く評価され、その差は「創造性は人間に固有の特徴である」という信念が強い参加者ほど大きかった[13]。
この結果で注目すべきなのは、AI の技術的性能を尋ねただけではない点にある。参加者が持っていた「創造性とは何か」「それは誰に属する能力なのか」という事前の信念が、作品への評価差と結びついている。創造性を人間だけに属する性質だと強く考えている人にとって、AI が創造的な作品を作ったと認めることは、個々の作品を評価するだけでは済まない。創造性について持っていた分類そのものを修正する必要が生じる。
ここでは二つの評価を分けられる。一つは「この作品は創造的に見えるか」という成果物への評価である。もう一つは「AI のような存在に創造性という言葉を使ってよいか」という作者カテゴリーへの評価である。後者を先に「創造性は人間のもの」と定義していれば、同じ成果物を見ても、AI 制作だと知った時点で創造性を低く採点することが可能になる。
| 評価対象 | 問い | 混同すると起きること |
|---|---|---|
| 成果物の創造性 | 目の前の作品に新規性や工夫が見えるか。 | 作者が AI だというだけで作品側の特徴まで低く採点する可能性がある。 |
| 作者の創造性 | その制作主体に創造性という能力を認めるか。 | 「創造性は人間固有」という前提が先に評価を決める可能性がある。 |
| 人間と同じ主観的創造か | AI に人間と同じ経験や意図があるか。 | 作品評価の実験から、この存在論的な問いまで結論してしまうと射程を越える。 |
この構造は、AI の作品が実際に人間と同じ意味で創造していることを証明するものではない。現在の生成 AI に主観的経験や人間と同じ意図があるかという問いとも別である。Millet らの研究から確認できるのは、少なくとも作品評価の一部が、作品の知覚的特徴だけではなく、「創造性を人間固有とみなす信念」と関連して変化したというところまでである[13]。
松浦氏の note にこの研究をそのまま当てはめることもできない。対象は美術作品であり、一人称の人生論では本人性という別の要因が大きい。それでも、「本人の考えを読みたかった」「事前に AI 利用を知りたかった」といった理由を除いた後にも AI という作者カテゴリーだけで評価差が残るなら、人間にしかできないと思っていた営みを AI に認めることへの抵抗は、検討すべき仮説の一つになる。
このとき問いは、「AI の文章に人間と同じ価値を認めるべきか」ではない。文章を低く評価した理由が、文章の中に見つかった欠陥なのか、「これは AI が作った」という情報から導かれた作者カテゴリーへの判断なのかを区別することである。
5.2 機械に追いつかれた後で、別の「人間らしさ」を重く評価する
人間にしかできないと考えていた能力を機械が獲得したとき、人間側の評価基準そのものが動く可能性も研究されている。Cha らは、人間と機械を比較することで人間の固有性が脅かされた場合に、人々が別の特徴を「より人間に固有である」「機械より人間が優れている」と評価するかを 4 つの研究で調べた[14]。
この研究の考え方を理解するには、絶対的な能力と相対的な固有性を分けるとよい。機械がある能力で人間へ追いついても、人間自身が昨日よりその能力を失うわけではない。囲碁 AI が強くなっても、人間の棋士が突然弱くなるわけではない。それでも、「高度な囲碁は人間にしかできない」という区別は失われる。能力そのものではなく、人間だけが持っていたと考えられていた固有性が減る。
Cha らが調べたのは、そのような比較の後で別の人間的特徴を強調する反応である[14]。この結果は、「人間らしさ」の境界が常に同じ場所へ固定されているとは限らないことを示している。ある特徴で人間と機械の差が小さくなると、まだ差が残っている別の特徴が、人間を区別する基準として以前より重要になる可能性がある。
生成 AI の歴史に沿って考えると、この構造は具体的になる。機械が計算で人間を上回っても、「計算は機械の仕事だ」と整理できた。囲碁やチェスで人間の最高水準を超えると、「それでも創造性は人間に固有だ」と線を引ける。画像や文章を生成するようになると、「本当の価値は感情や経験にある」と線を移せる。さらに本人の過去の経験を大量に与えて本人らしい文章まで生成できるようになると、「本人が実際に考え、苦労して、その言葉を選んだこと」に境界を置くこともできる。
| AI が到達した領域 | 人間側で残しやすい境界 | その境界が妥当かを見る条件 |
|---|---|---|
| 計算 | 創造性や直観 | 計算能力とは別の評価目的に本当に必要かを見る。 |
| 囲碁・チェス | 創造性、感情、経験 | 競技能力の評価と人間性の評価を混同していないかを見る。 |
| 画像・文章生成 | 経験、意図、努力、身体性 | 人生論や自伝のように、その属性が内容の一部になるかを見る。 |
| 本人らしい文章生成 | 本人が実際に選び、考え、責任を負ったこと | 読者が本人の現在の発話を求めているなら実質的な差になる。 |
この移動を見て、すべてを後付けの自己防衛と判断するのも早い。身体を持って経験したこと、現在の主観として何かを意図すること、自分の発言に責任を負うことは、生成結果の外見が同じでも実際に異なる性質である。松浦氏本人が現在その結論を選んだのか、過去データから AI がもっともらしい結論を構成したのかという違いも、人生論を本人の発話として読むなら現実の差になる。
区別すべきなのは、その差が文章を読む目的に必要だから評価している場合と、人間を常に機械より上位に置くために、機械が到達していない特徴をその都度「本質」として選び直している場合である。前者なら、なぜその特徴が必要なのかを対象に即して説明できる。本人の現在の意思が必要なら、人生論を本人の発話として読むという目的へ戻せる。後者では、評価基準が先にあるのではなく、「人間が上である」という結論を維持するように基準の方が動く。
この違いは外見上の発言だけでは判定できない。「AI には本当の経験がない」という同じ言葉でも、本人の経験そのものを知りたいという用途上の理由から出ている場合と、人間固有性を守るための境界設定として出ている場合がある。動機を推測するのではなく、その区別が評価対象にとってなぜ必要なのかを見る必要がある。
5.3 仕事を失う脅威と、「人間であること」への脅威は違う
AI への反発を経済的な利害だけで説明しても、この現象は十分に捉えられない。仕事の自動化によって収入や雇用機会が減るのであれば、AI への抵抗には直接的な利益上の理由がある。しかし、AI が書いた人生論を読んだだけでは、多くの読者の所得や職業は直ちには変わらない。それでも不快感が生じるなら、別の経路を考える必要がある。
Złotowski らは自律ロボットに対する脅威認知を調べる際、雇用、資源、安全などへの「現実的な脅威」と、人間としてのアイデンティティや固有性への脅威を区別した[15]。前者では、機械が人間の仕事や資源を奪うために不利益が生じる。後者では、機械が人間に似た能力を持つことによって、「人間とは他の存在と何が違うのか」という区別が弱くなること自体が脅威になる。
生成 AI について Zhou らは、創造、分析、コミュニケーションといった人間に近い高次能力の知覚と、生成 AI によるアイデンティティへの脅威との関係を、インタビューと調査研究から検討した。その研究では、生成 AI の能力を人間の自己定義と重なるものとして認識することが、アイデンティティへの脅威を通じて抵抗行動と関連する経路が示されている[16]。
| 脅威の種類 | 失われるもの | AI が高性能化した場合 |
|---|---|---|
| 現実的な脅威 | 雇用、所得、資源、安全など具体的な利益が失われる。 | 代替が進むほど直接的な不利益が増え得る。 |
| アイデンティティへの脅威 | 人間だけが持つと考えていた固有性や区別が弱くなる。 | 人間自身の能力が下がらなくても、AI が近づくだけで生じ得る。 |
| 相対的位置の低下 | 「人間だけができる」という優位性が失われる。 | AI の性能向上そのものが不快感を強める可能性がある。 |
この二つを分けると、「AI に負けるのが嫌だ」という言葉にも異なる意味がある。AI に職を奪われ、所得が減ることが嫌なのであれば、問題は経済的競争である。自分の仕事が残ったままでも、文章、絵、作曲、会話のように人間固有だと思っていた能力を AI がこなすことが嫌なのであれば、失われたと感じているものは経済資源ではなく、人間の固有性や相対的位置である。
この後者では、人間自身の絶対的な能力が低下する必要はない。人間が従来どおり 100 の能力を持ったまま、AI が 30 から 100 へ上がるだけでも、「人間だけができる」という差は消える。人間が失ったのは能力そのものではなく、比較対象に対する優位性である。
松浦氏の note は、この違いを考えるうえで都合のよい事例になっている。AI だと知らずに文章を読み、すでに面白いと感じた読者については、少なくともその時点で「AI だから文章として読めない」という判断は働いていなかった。後から生成主体を知ったことで評価が変わるなら、新しく生じた情報は文章の文字列ではなく、「人間が担っていると思っていた制作行為を AI が担える」という事実である。
もちろん、そこから個々の読者について「人間の優位性を守ろうとした」と断定することはできない。本人性や透明性を理由に評価を変える場合もある。しかし、それらの理由を分けた後にも作者カテゴリーだけによる評価差が残るなら、人間固有性への脅威という研究上の概念が説明候補になる。
5.4 「AI の文章が悪い」のか、「悪くないことが困る」のか
ここまでの区別から、AI 作品への否定には逆方向の二つの経路があり得る。一つは、AI がまだ十分な品質へ達していないために拒否する場合である。事実を間違える、文章が不自然である、ありきたりな結論しか出さないのであれば、成果物の欠陥を理由に評価を下げればよい。AI が改善すれば、その批判理由は弱くなる。
もう一つは、AI が十分な品質へ達したことによって不快感が生じる場合である。人間が書いたと思って高く評価できた文章を、AI も生成できると分かった。そのとき、「文章を書く」「人生を物語にする」「読者を感動させる」という能力を、人間固有のものとして扱いにくくなる。こちらでは AI の性能向上が批判を解消するとは限らない。むしろ性能が上がり、人間との差が小さくなるほど、脅かされる区別は大きくなる。
この二つは、同じ「AI の文章は嫌だ」という発言からは判別できない。しかし改善に対する予測は正反対になる。品質不足への批判なら、誤りを減らし、文章を良くすれば受け入れられやすくなる。人間固有性への脅威が中心なら、AI がうまくなるほど抵抗が強まる場合さえあり得る。
| 同じ「AI の文章は嫌だ」でも | 性能向上で予測される変化 | 批判の対象 |
|---|---|---|
| 品質が足りない | 性能が上がれば拒否は弱まりやすい。 | 誤り、不自然さ、浅さなど成果物の欠陥である。 |
| AI が人間並みにできることが困る | 性能が上がるほど拒否が強まる場合がある。 | 人間固有性や相対的位置の低下である。 |
松浦氏の事例で興味深いのは、後者を考えられる条件が部分的にそろっていることである。AI 利用を知らない段階で記事はすでに多数の読者を集めていた[2]。少なくとも「AI 利用が未公表の状態でも、多数の読者に文章として読まれていた」という状況の後で、生成主体の開示によって評価が割れた。そこで問えるのは、「AI だったから品質が低かったのか」だけではない。「品質上の大きな違いを見抜けなかったこと自体が、人間と AI の境界について別の不快感を生んだのか」という方向である。
この問いを置くことで、人間優位の問題を感情論だけで扱わずに済む。本人性、努力、注意資源、透明性という具体的な理由を先に除き、その後にも残る作者カテゴリーへの評価差について、人間固有性と相対的位置の研究を接続できる。次章では、この「自分たちが上位にいる」という位置そのものが価値になる構造が、人間社会の集団間関係でどのように研究されてきたかを限定的に比較する。
6. 「下にいるはずの存在」が上がることへの反発という構造
前章では、AI の性能向上によって人間自身の能力が低下していなくても、「人間だけができる」という固有性が失われ、それが脅威として知覚される可能性を見た。ここから先は、作品評価や人間と機械の比較を直接扱った研究ではなく、人間社会の集団間関係について蓄積されてきた研究を比較材料として使う。焦点は、人種や政治と AI を同一視することではなく、相手の能力や地位が上がったとき、自分の絶対的な状態が悪化していなくても、相対的位置の低下を損失として感じる構造があるかという一点にある。
この比較には明確な限界がある。人種差別には、奴隷制、隔離、参政権や権利の制限、暴力、制度的不平等と結びついてきた具体的な歴史がある。AI は人種集団ではなく、現在の AI を人間と同じ権利主体として前提にすることもできない。そのため、人種研究から AI への態度を直接説明したり、AI を低く評価する人を特定の政治思想へ分類したりすることはできない。比較できるのは、カテゴリー間の序列が価値として認識され、その序列の変化自体が脅威になり得るという抽象化された関係までである。
| 比較してよいこと | 比較してはいけないこと | 本稿での問い |
|---|---|---|
| 相対的位置や序列そのものが態度の対象になる構造 | AI 忌避と人種差別を同一の現象として扱うこと | 人間が上位にいること自体を価値として守ろうとしているか。 |
| 相手の上昇を自分の損失として知覚する可能性 | 個々の AI 批判者へ政治思想や差別意識を推定すること | 人間の絶対能力が変わらなくても、AI の上昇で評価が変わるか。 |
| 用途に必要な区別と、序列維持のための区別を分けること | 本人性、責任、経験など実質的な差まで偏見として退けること | その区別は読む目的から必要なのか、それとも人間優位を維持するためなのか。 |
6.1 偏見は「相手が嫌い」だけでなく、「どこに位置するべきか」でも成立する
Herbert Blumer は 1958 年、人種偏見を個人が他者へ抱く好き嫌いや固定観念だけで説明するのではなく、自集団と他集団の相対的位置についての認識から捉える枠組みを提示した[17]。Blumer が挙げた要素には、自集団を優越したものとみなす感覚、自集団と他集団を本質的に異なるものとみなす感覚、自集団には特定の権利や利益への優先的な資格があるという感覚、そして従属的な位置にあると認識してきた集団がその領域へ入り込むことへの脅威が含まれる。
この枠組みでは、偏見が強く表れるために、他集団の成員一人ひとりを強く嫌っている必要はない。自集団が上位にあり、他集団がそれより下位にあるという関係を当然のものとして認識していれば、その配置が変わる出来事そのものが問題になる。従来は自集団に属すると考えられていた職業、権利、威信、発言力へ他集団が進出すると、相手から具体的な損害を受けていなくても、「本来の位置関係が崩れる」という脅威として知覚できる。
ここに、単なる競争とは違う点がある。限られた一つの職を二人で争うなら、一方の獲得は他方の直接的な損失になる。しかし、集団的位置についての脅威は、直接の資源移転がなくても成立する。以前は「自分たちだけができる」「自分たちに属する」と考えられていた領域へ別の集団が入るだけで、相対的な優位性は小さくなるからである。
| 競争の種類 | 損失の条件 | 本稿との対応 |
|---|---|---|
| 直接的な競争 | 限られた資源を相手が得ることで、自分が得られなくなる。 | 雇用や収入を AI と争う場合に近い。 |
| 位置関係への脅威 | 自分の資源が減らなくても、従来の優位な位置が崩れる。 | 人間の能力が変わらないまま AI が同水準へ近づく場合に対応する。 |
| 領域への進出 | 自分たちに属すると考えていた領域へ別の主体が入る。 | 文章、画像、囲碁、プログラミングを人間固有とみなしていた場合に問題になり得る。 |
Blumer の枠組みで本稿に必要なのは、自集団を優越したものとみなす感覚、自集団に特定の権利や利益への優先的な資格があるという感覚、従属的とみなされてきた集団がその領域へ入ることへの脅威という関係である[17]。ここで AI との比較に使えるのも、その政治的・歴史的内容ではなく、「上位にあること自体が望ましい」という前提があれば、他者の上昇は自分の絶対的な能力や資源が減らなくても脅威になり得る、という限定された構造である。
人間と AI の関係へ戻せば、「AI は便利な道具だが、人間より下位にあるべきだ」という前提が存在する場合、AI が文章、画像、囲碁、プログラミングで人間に近づくことは、単なる性能向上では済まなくなる。人間が昨日より文章を書けなくなったわけではなくても、「文章を書く高度な能力は人間に属する」という位置関係は崩れる。このとき失われるのは能力そのものではなく、その能力を独占していたという相対的位置である。
6.2 相手の改善を、自分の損失として受け取ることがある
集団間の上下関係そのものへの態度を測る研究として、Pratto、Sidanius らは 1994 年、社会的支配志向という尺度を提示した[18]。これは、個人が他者を支配したがる性格を測る尺度ではなく、社会集団の関係について、より平等な配置を好むか、階層的な配置を好むかという個人差を扱う。研究上、集団間の序列そのものが独立した態度の対象になり得ることを示す枠組みである。
この考え方では、自集団が豊かか貧しいかという絶対水準だけでは態度を説明できない。自集団が同じ水準を維持していても、他集団が上昇すれば両者の差は縮まる。階層の維持そのものに価値を置いていれば、この差の縮小は、自集団から何かが直接奪われていなくても好ましくない変化として受け取られ得る。
Norton と Sommers は、このような相対的位置の認識に近い現象を、人種差別についての認識から調べた。米国の白人回答者と黒人回答者に、1950 年代から 2000 年代までの黒人と白人への差別の程度を評価させたところ、白人回答者では、黒人への差別が減少したという認識と、白人への差別が増加したという認識が対応していた[19]。著者らはこれを、人種差別をゼロサム的に捉える傾向として分析した。
| 絶対的な変化 | 相対的な変化 | ゼロサム的に捉えた場合 |
|---|---|---|
| 自集団の能力や資源が減る | 他集団との位置関係も悪化する。 | 直接的な損失として理解できる。 |
| 自集団は同じまま、他集団だけ上昇する | 両者の差だけが縮まる。 | 相対的位置の低下を損失として受け取ることがある。 |
| 他集団への不利益が減る | 自集団の絶対状態は変わらない場合がある。 | 自集団への不利益が増えたと対応付けて認識する可能性がある。 |
この結果が示しているのは、黒人の状況改善によって白人に同量の実害が発生したという事実ではない。調査が測ったのは回答者の認識である。その範囲で、他集団への不利益が減ったことを、自集団が相対的に不利益を受けるようになったことと対応させて理解する傾向が観察された。相手が以前より悪く扱われなくなることと、自分が以前より悪く扱われることは論理的には別だが、ゼロサムの枠組みで捉えると一方の改善を他方の損失として読むことができる。
Craig と Richeson は別の角度から、米国の人口構成変化についての情報が白人参加者の態度へ与える影響を 4 つの実験で調べた[20]。米国で人種的少数派の人口比率が増え、白人が将来的に人口の過半数ではなくなるという情報を提示すると、複数の人種的態度指標が変化した。研究では、その一部について、白人集団の社会的地位が脅かされるという認識が媒介要因として検討された。
この実験から、人口構成の変化が米国政治全体をどのように動かすかという広い因果関係までは導けない。特定の参加者へ特定の情報を提示し、設定された指標で反応を測った研究だからである。それでも、人数の比率が変わるという情報から、集団としての社会的地位への脅威が知覚され、それが態度変化と関連する経路が実験対象になっている点は、本稿の比較に使える。
| 研究 | 測ったもの | 本稿で使える範囲 |
|---|---|---|
| Pratto・Sidanius ら | 集団間の平等と階層のどちらを好むかという社会的支配志向を扱った。 | 序列そのものが独立した態度対象になり得ることの比較材料にする。 |
| Norton・Sommers | 黒人への差別減少と白人への差別増加をどう認識するかを調べた。 | 他集団の改善を自集団の損失として知覚するゼロサム的な認識の比較に使う。 |
| Craig・Richeson | 人口構成変化の情報が白人参加者の地位脅威や態度へ与える影響を調べた。 | 相対的位置の変化が脅威として知覚され得ることの比較に使う。 |
Norton と Sommers の調査と Craig と Richeson の実験に共通しているのは、自集団が何か具体的な能力を失ったことだけを扱っているわけではない点である。他集団との関係が変化し、以前の相対的位置を維持できなくなるという認識が評価へ入っている。その構造を人間と AI の関係へ限定的に写すと、「人間の能力が落ちたわけではないのに、AI が上がったことで損をしたように感じる」という仮説が理解しやすくなる。
たとえば認識上の能力を単純化して、人間が 100、AI が 30 だった状態から、人間は 100 のまま、AI だけが 100 まで上がったとする。人間は何もできなくなっていない。文章も書けるし、絵も描けるし、プログラムも作れる。それでも以前存在した「人間だけがこの水準へ到達できる」という差は消える。失われたものを絶対能力ではなく相対的な優位として定義すれば、AI の能力向上だけで損失感が生じる余地がある。
6.3 AI 忌避と白人至上主義を同一視せず、「序列が評価基準に入っているか」を問う
この比較から、「AI を嫌う人は白人至上主義者と同じだ」という結論は出ない。人種的支配を正当化する思想と、機械による文章生成への違和感では、対象、歴史、制度的帰結、道徳的含意が異なる。さらに、AI については本人性、責任、経験、注意資源、雇用など、人間と AI を区別する実質的な理由が存在する。これらを無視して人種差別との類似だけを強調すれば、比較の方が粗くなる。
比較によって取り出せるのは、評価の中に序列そのものが入っているかという問いである。人間と AI の関係を「人間が上、AI はその道具として下」とあらかじめ置いているなら、AI が人間に近づくことは、成果物の品質とは独立して好ましくない変化になる。文章の誤りを減らしても、画像の品質を上げても、囲碁でより合理的な手を指しても、その反発は解消しない。むしろ性能が上がるほど、序列を維持することは難しくなる。
ここで前章の「人間らしさの境界を引き直す」という話につながる。AI が計算に強くなれば、「計算は人間性の本質ではない」と整理できる。囲碁で人間を超えれば、創造性や直観へ境界を移せる。画像や文章を生成すれば、経験、意図、努力、身体性を人間固有の領域として強調できる。この移動の一つひとつには妥当な区別が含まれ得るが、AI が到達するたびに評価基準が必ず別の人間固有属性へ移り、結論だけが「人間は依然として上位である」と保存されるなら、基準の選び方自体を調べる必要がある。
見分ける基準は、その区別が評価目的へ具体的に接続しているかである。松浦氏本人が現在どう考えているかを知るためなら、本人の意図を区別する理由は明確である。大量生成物に有限の時間を奪われないためなら、人間による選別の有無を確認する理由も明確である。誤りがあった場合の訂正主体を知りたいなら、責任の所在を問う必要がある。
| 区別の根拠 | 用途へ戻せる場合 | 序列維持の疑いが残る場合 |
|---|---|---|
| 本人性 | 本人の現在の考えを読むために必要だと説明できる。 | 本人性が不要な用途でも AI 作者だけを低く評価する。 |
| 選別 | 有限の注意を守るため、公開前の絞り込みを求めると説明できる。 | 十分に選別されても AI 制作という理由だけで価値を下げる。 |
| 責任 | 誤りの訂正主体を明確にするため必要だと説明できる。 | 責任主体が明確でも、人間より下であるべきだという評価が残る。 |
| 人間固有性 | 人生論などで経験や意図が内容そのものになる場合は意味がある。 | AI が到達するたびに別の属性へ基準を移し、人間優位だけを保存する。 |
一方、「AI が作ったものは、同じ品質でも人間が作ったものより下でなければならない」という評価では、成果物の利用目的とは別に、人間と AI の作者カテゴリーそのものへ上下関係を置いている。第 5 章で見た、人間固有性への脅威と AI 作品への評価差の研究は、この可能性を AI と人間の比較そのものから検討している[13][14]。本章の集団間関係の研究は、その主要な論証を置き換えるものではなく、「相対的位置がそれ自体で価値になる」という構造が、人間社会についても研究されてきたことを示す比較材料になる。
そのため、「AI だと知ったら読む気が失せた」という個別の発言だけから、その人が人間の優位を守ろうとしていると診断することはできない。本人の言葉を期待していたのかもしれない。制作努力を評価していたのかもしれない。無制限に生成される文章から注意を守りたいのかもしれない。制作条件を事前に知りたかっただけかもしれない。これらは前章までの論点で説明できる。
逆に、それらを一つずつ除いても、「人間が書いたなら価値があるが、AI が同じものを書いたなら価値がない」という評価だけが残るなら、作品の品質以外の序列が評価へ入っている可能性を考えられる。問うべきなのは、AI への好悪そのものではない。人間が機械より上にいることを、成果物とは別の価値として守ろうとしているかどうかである。
この区別を置けば、人種や政治の研究を AI 批判へのレッテルとして利用せずに済む。人間社会で確認されてきたのは、集団間の相対的位置や階層が、それ自体で態度の対象になり得るということである[17][18]。AI について確認すべきなのは、その構造が個々の評価に実際に入っているかどうかであり、それは本人性、努力、注意、透明性と同じように、証拠を分けて判断しなければならない。
7. 「AI だから読みたくない」の中身を分解する
前稿では、「AI を使ったから駄目」という一つの批判の中に、成果物の品質、ブランド管理、制作努力、真正性、透明性、著作権、創造労働といった別々の問題が混ざっていることを分けた[1]。生成 AI を使ったという事実だけでは、文字が間違っていることも、消費者を誤認させたことも、人間の仕事を不当に奪ったことも自動的には導けない。どの問題を批判しているのかによって、確認すべき事実も判断基準も変わる。
松浦氏の note をめぐる反応では、同じ分解を受け手の側へ向ける必要がある。「AI だと分かったら読む気が失せた」という感想だけを取り出すと、AI という属性への一つの拒否反応に見える。しかし、ここまで見てきたように、その一文には少なくとも、本人の現在の判断を読みたかった、本人が時間を使って考えたことに価値を置いていた、大量生成物へ有限の注意を使いたくない、制作方法を事前に知って選びたかった、主観的な文章には人間の経験や意図が必要だと考えている、人間固有だと思っていた能力を AI が持つことに抵抗を感じる、といった異なる理由が入り得る。
これらは、表面上の反応が同じでも、評価対象も対処方法も異なる。「AI だから読みたくない」という言葉だけでは、何を変えればその人の判断が変わるのか分からない。AI の使用範囲を減らせば解決するのか、本人の関与を明示すればよいのか、公開量を絞ればよいのか、最初から生成方法を表示すればよいのか、それとも成果物をどれだけ改善しても評価は変わらないのか。理由を分けることで初めて、この違いを判定できる。
| 表面的な反応 | 実際に評価しているもの | 確認すべきこと | 条件を変えたときの予測 |
|---|---|---|---|
| 本人の文章を読みたかった | 本人性、著者性、現在の意図を価値としている。 | 題材選択、意味づけ、構成、結論、確認のどこを本人が担ったかを確認する。 | 本人が主題と結論を決め、AI が整文だけを担うなら拒否感は弱まる可能性がある。 |
| 本人が考えて書いたと思っていた | 制作努力や認知的な投入を価値に含めている。 | 入力時間ではなく、本人がどの選択、比較、検討、修正を実際に行ったかを見る。 | AI を使っていても、本人が相応の判断を担っていると分かれば評価は回復し得る。 |
| AI が一瞬で作ったものに時間を使いたくない | 有限な注意資源と、大量生成物の選別コストを評価している。 | 誰が候補を絞り、事実を確認し、不要な出力を捨て、公開量を制御したかを見る。 | 生成量が多くても、人間が厳しく選別して少数だけ公開するなら判断は変わり得る。 |
| 最初から AI だと知らせてほしかった | 透明性と、読む対象を自分で選ぶ条件を重視している。 | 生成方法を知ることが、本人性、信頼性、読む目的、時間投入の判断を実質的に変えるかを見る。 | 同じ制作方法でも、事前に開示されていれば不快感が生じない可能性がある。 |
| 人生論は人間に書いてほしい | 主観的な文章では、人間の経験、現在の意図、意味づけが内容の一部だと考えている。 | 読者が求めているのが一般的な人生訓なのか、特定人物の現在の自己理解なのかを分ける。 | 一般的な解説では AI を受け入れても、日記、自伝、人生論では受け入れないという差が生じ得る。 |
| AI が人間並みに書けること自体が嫌だ | 人間固有性や、人間と機械の相対的位置が脅かされたと感じている可能性がある。 | 成果物の欠陥を理由にしているのか、人間だけに属すると考えていた能力を守ろうとしているのかを分ける。 | AI の品質が上がるほど拒否感が弱まるとは限らず、逆に強まる可能性がある。 |
| AI は人間より下であるべきだ | 人間と AI の序列そのものを規範として置いている。 | その序列が文章の利用目的から必要になる基準なのか、成果物とは独立した価値判断なのかを区別する。 | 同一品質、同一用途でも作者カテゴリーだけで評価差が残るなら、品質改善では解消しにくい。 |
この表で区別したいのは、理由の強弱ではなく、因果関係である。たとえば「本人の文章を読みたかった」という理由なら、AI を使ったこと自体が直接の原因ではない。AI が題材選択や意味づけまで担った結果、本人の現在の判断を読み取れる度合いが下がり、そのことが読書目的との不一致を生む。原因をこの段階まで分ければ、本人が主題と結論を決めていることを示すだけで評価が変わる可能性がある。
「AI が一瞬で作ったものに時間を使いたくない」も同じである。拒否の直接原因を制作時間の短さだけに置くと、短時間で優れた文章を書く熟練者まで低く評価することになる。実際に問題になっているのが、大量生成によって供給量が増え、公開前の選別負担が読者側へ移ることなら、評価すべきなのは生成時間ではなく、誰が候補を絞り、検証し、有限個にしたかである。生成が数秒でも、人間が 100 個の候補から 1 個だけを残したなら、読者が受け取るものの性質は違う。
透明性についても、単純な「AI 使用表示」の有無だけでは判断できない。誤字修正に AI を使ったという情報を知らなくても、本人が何を考えたかという理解はほとんど変わらない場合がある。反対に、題材選択、意味づけ、結論、一人称の語りまで AI が自律的に作ったのであれば、その事実を知ることで、読者は「本人の現在の発話」として読むかどうかを変える可能性がある。開示の必要性は、AI の使用量ではなく、その情報が読者の判断をどこまで変えるかと対応している。
ここまでの理由は、成果物の利用目的へ戻って説明できる。本人性が必要なのは本人の考えを知りたいからであり、選別が必要なのは読者の注意が有限だからであり、透明性が必要なのは読む対象を自分で選ぶためである。そのため、理由を明示すれば、どの条件を変えれば評価が変わるかという予測まで立てられる。
| 用途へ戻せる理由 | 変更できる条件 | 判定方法 |
|---|---|---|
| 本人性 | 本人が主題、経験、結論を決める範囲を増やせる。 | 本人の関与が明示されたとき評価が変わるかを見る。 |
| 選別コスト | 生成量を抑え、人間が候補を絞り、検証できる。 | 公開前の選別が明示されたとき読む判断が変わるかを見る。 |
| 透明性 | 制作方法を読む前に開示できる。 | 事前開示なら不快感が生じないかを見る。 |
| 人間固有性・序列 | 制作工程を変えても直接には解消しない。 | 品質、本人性、開示、選別を揃えても AI 作者だけで価値が下がるかを見る。 |
人間固有性や序列の問題は、この点で性質が違う。「AI が人間並みに書けること自体が嫌だ」「AI は人間より下であるべきだ」という評価では、文章を何のために読むかという用途から直接には基準を導けない。文章が正確で、面白く、本人性も不要で、生成方法も開示され、読者側へ過大な選別負担も移していない。それでも AI 制作という理由だけで価値を下げるなら、作品の機能とは別に作者カテゴリーの上下関係が評価へ入っている可能性が残る。
この違いは、AI への批判が妥当か不当かを一括して決めるためのものではない。むしろ、批判を具体的な条件へ戻すために必要になる。本人性を求めるのであれば、本人が題材と結論を決めたことを確認する。制作側の選別を求めるのであれば、生成数ではなく公開前の編集工程を見る。透明性を求めるのであれば、読者の判断を変える制作情報を開示する。これらは設計や運用を変えることで対応できる。
一方、人間固有性への脅威や、人間と AI の序列が中心なら、対応すべき対象は制作工程ではなく価値判断になる。AI がもっと正確になれば解決するとは限らない。文章が良くなり、人間との差が小さくなるほど、むしろ「人間だけができる」という区別は弱くなるからである。品質不足への批判と人間優位の維持では、AI の性能向上に対する予測が逆になる。
| 条件を変えるテスト | 評価が変わるなら | 変わらないなら |
|---|---|---|
| AI の誤りを減らす | 品質不足が中心だった可能性が高まる。 | 品質以外の理由を検討する。 |
| 本人が主題と結論を決める | 本人性や著者性が中心だった可能性が高まる。 | 作者カテゴリー自体の評価が残る。 |
| AI 利用を事前に開示する | 透明性が中心だった可能性が高まる。 | 開示以外の理由が残る。 |
| 人間が全出力を確認し一本だけ公開する | 選別コストへの懸念が中心だった可能性が高まる。 | 人間固有性や序列の問題を検討できる。 |
この予測の違いは、「AI だから読みたくない」という反応を分解するうえで有用である。AI の誤りが減れば読むようになるのか。本人が題材と結論を決めていればよいのか。AI 利用が最初から表示されていればよいのか。人間が全出力を確認して一本だけ公開していればよいのか。これらの条件を変えてもなお「AI が作った時点で価値がない」と判断するのか。どこで評価が変わるかを見ることで、表面的には同じ拒否反応の背後にある基準を切り分けられる。
松浦氏の note をめぐる賛否も、この区別を置くと一つの対立に見えなくなる。「元の人生が本人のものなら価値はある」という評価は、経験の出所を重視している。「本人が書いたと思っていたので残念だ」という反応は、本人性や制作行為を重視している可能性がある。「AI がここまで書けるなら面白い」という反応は、同じ事実を技術能力の実証として評価している。そして「AI なら読む価値がない」という判断には、そのどれとも違う作者カテゴリーへの評価が含まれる場合がある。
前稿で「AI を使った」という事実を問題名にしなかったのと同じように、「AI だと知ったら嫌になった」という感情も理由の名前にしない方がよい。何を失ったと感じたのかまで戻れば、本人性の問題なのか、制作工程の問題なのか、情報供給量の問題なのか、透明性の問題なのか、人間と機械の序列についての価値判断なのかを分けられる。
ここまでの分解を踏まえ、最後に、AI の欠陥を理由にした拒否と、AI が十分な品質へ達したことへの拒否を分けて整理する。
8. 文章に問題があったから嫌なのか、問題なく書けたから嫌なのか
松浦氏の note について最初に確認できるのは、AI による制作だと公表される前から記事が読まれ、本人の説明では 1 週間で 4 本の記事に 5 万を超える「スキ」が集まっていたことである[2]。この数字だけで文章の品質を客観的に証明することはできない。読者数や反応数は、知名度、話題性、拡散のされ方にも左右される。それでも、少なくとも「AI だから文章として成立しておらず、読者は最初から価値を認めなかった」という説明とは合わない。生成主体を知らない状態では、読むに値すると判断した人が実際にいた。
その後で「ほぼほぼ AI」だと知らされ、読む気が失せたという反応が生じる。この評価変更には、ここまで見てきたように、AI への優越意識を持ち出さなくても説明できる理由がある。松浦氏本人の現在の考えを読みたかったのであれば、AI が題材選択や意味づけまで担ったことは読書対象の変更になる。本人が自分の人生を振り返る行為に価値を置いていたのであれば、制作工程についての情報が評価を変える。大量生成された文章へ有限の時間を払いたくないのであれば、供給量と注意資源の非対称が理由になる。最初から制作方法を知って選びたかったのであれば、透明性の問題として説明できる。
これらの理由には共通点がある。AI だから価値を下げるのではなく、文章を読む目的に必要だった条件が、AI 利用の開示によって満たされていないと分かったために評価が変わる。本人の現在の意図が必要なら本人の関与範囲を見る。選別を求めるなら公開前の編集工程を見る。透明性が必要なら、生成方法を知ることが読者の判断をどれだけ変えるかを見る。理由を特定すれば、評価変更の因果関係を具体的な制作条件へ戻せる。
| 評価が変わった理由 | AI 開示で変わったもの | 序列観を仮定する必要 |
|---|---|---|
| 本人の現在の考えを読みたかった | 読書対象が本人の発話から AI による再構成へ変わったと認識する。 | ない。 |
| 本人の認知的な投入を評価していた | 制作工程についての理解が変わる。 | ない。 |
| 大量生成物へ時間を払いたくない | 供給量と選別負担についての理解が変わる。 | ない。 |
| 事前に制作方法を知りたかった | 読む前に持っていた選択条件が後から覆る。 | ない。 |
| AI が人間並みに作れたこと自体が嫌だ | 人間と AI の相対的位置についての認識が変わる。 | あり得る。 |
それでも別のケースが残る。文章を読んだ時点では面白いと思い、本人性を必要としていたわけでもなく、制作方法が事前に開示されていても構わず、公開前の選別にも問題がない。それなのに、「AI が作った」という一点だけで、過去に感じた面白さや創造性まで取り消したくなる場合である。このとき、新しく判明した事実は文章の欠陥ではない。人間にしかできないと思っていた文章制作を、AI も一定の水準で実行できるという事実である。
人間自身の文章能力は、その開示によって下がっていない。昨日まで 100 の能力を持っていた人間が、AI の進歩によって 80 になるわけではない。変わるのは比較対象である。AI を 30 程度の能力しか持たない存在だと認識していたところから、同じ文章を読んでも生成主体を見抜けない程度まで AI が近づけば、「人間だけがこの水準へ到達できる」という差が小さくなる。人間が失うのは絶対的な能力ではなく、能力を独占していたという相対的位置である。
第 5 章で見た研究は、この可能性を作品評価の側から支える。創造性を人間固有の性質だと強く考える人ほど、AI 制作と示された作品の創造性を低く評価する傾向があり[13]、人間と機械を比較して人間固有性が脅かされると、別の特徴を「人間らしい」「機械より人間が優れている」と高く評価し直す反応も報告されている[14]。これらの研究から、松浦氏の note への個々の反応を説明したとは言えない。しかし、「成果物に欠陥があったから嫌った」という経路とは別に、「人間固有だと思っていた能力を AI も持つように見えるため、評価基準の側を動かす」という経路を検討する根拠にはなる。
| 人間側で変わっていないもの | AI 側で変わったもの | 失われたと感じ得るもの |
|---|---|---|
| 人間の文章能力 | AI の文章能力が人間へ近づいた。 | 人間だけが到達できるという独占性である。 |
| 過去に読んだ文章の文字列 | 作者についての情報が追加された。 | その文章を人間の制作物として評価していた前提である。 |
| 読者が一度感じた面白さ | AI でも同程度の成果物を作れることが示された。 | 人間固有だと考えていた創造能力の相対的位置である。 |
この二つの経路は、AI の性能が上がったときに逆の予測を生む。品質不足が拒否の理由なら、事実誤認を減らし、文章を自然にし、構成を改善すれば拒否は弱まるはずである。人間固有性への脅威が拒否の理由なら、AI が人間に近づくほど区別は難しくなり、抵抗が弱まるとは限らない。むしろ、「AI にはまだできない」と人間の優位を支えていた根拠が減るため、反発が強まる可能性さえある。
ここで、「AI の文章が悪いから嫌なのか」と「AI の文章が悪くないことが困るのか」という区別が効いてくる。前者なら批判対象は成果物であり、誤り、浅さ、表現、構成を具体的に指摘できる。後者では、成果物が改善されるほど、人間と AI の境界が狭くなること自体が問題になる。外から見ればどちらも「AI だから嫌だ」という一文になるが、AI の改善に対する反応は正反対である。
| 拒否の経路 | AI が改善するとどうなるか | 批判で示すべきもの |
|---|---|---|
| 品質不足への拒否 | 誤りや不自然さが減るほど拒否理由は弱くなる。 | 誤り、浅さ、表現、構成など成果物の欠陥を具体的に示す。 |
| 本人性への拒否 | 性能向上だけでは解決しない。 | 誰が題材、意味、結論を選んだかを示す。 |
| 人間固有性への脅威 | AI が人間へ近づくほど拒否が強まる可能性がある。 | 成果物ではなく作者カテゴリーや相対的位置が評価へ入っているかを示す。 |
この区別は、AI 作品を無条件に人間作品と同じ価値で扱うべきだという結論にはつながらない。人生論では本人の現在の意図が実際に重要な場合があり、自伝では誰が何を選んだかが内容の一部になり、手紙では特定の相手へ言葉を選んだ行為そのものが価値を持つ。AI が同じ文字列を作れることと、その発話行為まで同じになることは別である。人間と AI の差を論じるなら、その差が対象の用途にどう必要なのかまで示せばよい。
逆に、用途上の必要性へ戻せず、「同じ品質でも AI が作ったなら価値は低い」「AI は人間より下にいなければならない」という評価だけが残るなら、それは成果物の品質判断ではなく、人間と AI の序列についての価値判断になる。第 6 章で人種や集団間関係の研究を比較材料にしたのは、この地点を区別するためだった。相手が改善しても自分の絶対的能力が下がらないのに、相対的位置の低下を損失と受け取る構造は、人間社会でも研究されてきた[17][18]。ただし、その構造が個々の AI 批判に実際に当てはまるかは、本人性、努力、注意、透明性と同様に個別に確認する必要がある。
前稿では、「AI であることは、問題の名前ではない」と結論した[1]。文字が崩れた、実物と違う、ブランド管理に失敗した、制作工程を開示しなかった、創造労働を置き換えた。これらを「AI を使ったから駄目」の一言へ押し込めると、批判理由が見えなくなる。
| 前稿で分解したもの | 本稿で分解したもの | 共通する原則 |
|---|---|---|
| AI を使ったから駄目 | 成果物、制作工程、透明性、創造労働などを分けた。 | AI という属性を問題名にしない。 |
| AI だと知ったら嫌になった | 本人性、努力、注意、透明性、人間固有性、序列を分けた。 | 感情の表面形を理由の名前にしない。 |
| 最終的な判断 | 何を失ったと感じたかを具体的な条件へ戻す。 | 品質の問題と、人間と AI の位置関係の問題を混同しない。 |
続編で分解したのは、その反対側である。「AI だと分かったら嫌になった」という感情も、それだけでは理由にならない。本人の発話だと思っていたものが別物だったのか。本人の認知的な投入に価値を置いていたのか。大量生成物に注意を奪われたくないのか。読む前に制作条件を知りたかったのか。それとも、人間だけにできると思っていたことを AI もできるようになり、人間の相対的位置が下がったように感じたのか。同じ反応でも、失われたと感じているものは違う。
松浦氏の note がこの問いを鮮明にしたのは、AI の失敗例だったからではない。AI だと知らない状態でも文章として受け入れられ、その後に生成主体が明かされたからである。作品の中身を見て拒否したのではなく、先に中身を評価した後から作者情報だけが追加された。その順序によって、「AI の成果物に問題があった」という説明と、「AI がその成果物を作れてしまったことが問題だった」という説明を分けて考えられる。
「AI を使ったから駄目」を分解した先で問うべきなのは、AI を好きになるべきか嫌うべきかではない。何を根拠に価値を上げ下げしているのかを、成果物、制作工程、読者の目的、人間と AI の相対的位置へ分けることである。文章に欠陥があるなら、その欠陥を批判すればよい。本人の発話を求めているなら、その条件を明示すればよい。有限の注意を守りたいなら、生成量と選別工程を見ればよい。そして、それらをすべて満たしてもなお AI だから価値を下げるのであれば、そこで初めて問える。
| 問う対象 | 具体的に確認すること | それでも残る場合 |
|---|---|---|
| 成果物 | 誤り、浅さ、表現、構成に欠陥があるかを見る。 | 作者情報だけで評価が変わる理由を探る。 |
| 本人性 | 本人が題材、意味づけ、結論を担ったかを見る。 | 本人性を必要としない用途でも評価差が残るかを見る。 |
| 選別と透明性 | 公開前の検証と事前開示があったかを見る。 | 制作条件を揃えても AI だけを低く評価するかを見る。 |
| 相対的位置 | 人間の能力が下がらず AI だけが上がった場合を考える。 | 人間が上位であること自体が評価基準に入っている可能性を検討する。 |
AI が書いたから駄目だったのか。それとも、AI が問題なく書けてしまったことが嫌だったのか。
参考文献
- id774, 「AI を使ったから駄目」を分解する（2026-08-19）. https://blog.id774.net/entry/2026/08/19/5526/
- 松浦勝人, 1週間前、AIが僕の指令で、noteのアカウントをAIが自分で作って、最初の記事を自動投稿しました。（2026-08-20）. https://x.com/maxmatsuuratwit/status/2090215320921460852
- ハヤカワ五味, 松浦さんのバズり散らしてたnoteはAI主導で書かれたものだったそう。 ちなみに私もほぼAIに書かせているけど、ネタの原液が濃ければ「AIが書いてるから微妙！」ということにはならない。AIが書いた文章なら分かる、というのは単に原液が薄い場合と思う。（2026-08-20）. https://x.com/hayakawagomi/status/2090257243434569787
- Teppei Sato, 松浦さんのnote、昨日までみんなすごい評判高かった印象だけど、AI生成だと明かされた瞬間に、残念みたいな声が増えてる？の、おもしろい（2026-08-20）. https://x.com/teppeis/status/2090242697038876838
- Paul Formosa, Sarah Bankins, Rita Matulionyte, Omid Ghasemi, “Can ChatGPT be an author? Generative AI creative writing assistance and perceptions of authorship, creatorship, responsibility, and disclosure,” AI SOCIETY, 40, 3405–3417, 2025. https://doi.org/10.1007/s00146-024-02081-0
- Justin Kruger, Derrick Wirtz, Leaf Van Boven, T. William Altermatt, “The effort heuristic,” Journal of Experimental Social Psychology, 40(1), 91–98, 2004. https://doi.org/10.1016/S0022-1031(03)00065-9
- id774, この物量の文章を、一体誰が検証できるのか（2026-07-30）. https://blog.id774.net/entry/2026/07/30/5160/
- Lucas Bellaiche, Rohin Shahi, Martin Harry Turpin, et al., “Humans versus AI: whether and why we prefer human-created compared to AI-created artwork,” Cognitive Research: Principles and Implications, 8, 42, 2023. https://doi.org/10.1186/s41235-023-00499-6
- C. Blaine Horton Jr., Michael W. White, Sheena S. Iyengar, “Bias against AI art can enhance perceptions of human creativity,” Scientific Reports, 13, 19001, 2023. https://doi.org/10.1038/s41598-023-45202-3
- Angelica Lermann Henestrosa, Hannah Greving, Joachim Kimmerle, “Automated journalism: The effects of AI authorship and evaluative information on the perception of a science journalism article,” Computers in Human Behavior, 138, 107445, 2023. https://doi.org/10.1016/j.chb.2022.107445
- Fabrizio Gilardi, Sabrina Di Lorenzo, Juri Ezzaini, et al., “Quality perceptions and intended engagement in response to AI-generated and AI-assisted news,” Scientific Reports, 2026. https://doi.org/10.1038/s41598-026-58743-0
- Noah Castelo, Maarten W. Bos, Donald R. Lehmann, “Task-Dependent Algorithm Aversion,” Journal of Marketing Research, 56(5), 809–825, 2019. https://doi.org/10.1177/0022243719851788
- Kobe Millet, Florian Buehler, Guanzhong Du, Michail D. Kokkoris, “Defending humankind: Anthropocentric bias in the appreciation of AI art,” Computers in Human Behavior, 143, 107707, 2023. https://doi.org/10.1016/j.chb.2023.107707
- Young-Jae Cha, Sojung Baek, Grace Ahn, et al., “Compensating for the loss of human distinctiveness: The use of social creativity under Human–Machine comparisons,” Computers in Human Behavior, 103, 80–90, 2020. https://doi.org/10.1016/j.chb.2019.08.027
- Jakub Złotowski, Kumar Yogeeswaran, Christoph Bartneck, “Can we control it? Autonomous robots threaten human identity, uniqueness, safety, and resources,” International Journal of Human-Computer Studies, 100, 48–54, 2017. https://doi.org/10.1016/j.ijhcs.2016.12.008
- Jing Zhou, Yaobin Lu, Qian Chen, “GAI identity threat: When and why do individuals feel threatened?”, Information Management, 62(2), 104093, 2025. https://doi.org/10.1016/j.im.2024.104093
- Herbert Blumer, “Race Prejudice as a Sense of Group Position,” The Pacific Sociological Review, 1(1), 3–7, 1958. https://doi.org/10.2307/1388607
- Felicia Pratto, James Sidanius, Lisa M. Stallworth, Bertram F. Malle, “Social Dominance Orientation: A Personality Variable Predicting Social and Political Attitudes,” Journal of Personality and Social Psychology, 67(4), 741–763, 1994. https://doi.org/10.1037/0022-3514.67.4.741
- Michael I. Norton, Samuel R. Sommers, “Whites See Racism as a Zero-Sum Game That They Are Now Losing,” Perspectives on Psychological Science, 6(3), 215–218, 2011. https://doi.org/10.1177/1745691611406922
- Maureen A. Craig, Jennifer A. Richeson, “More Diverse Yet Less Tolerant? How the Increasingly Diverse Racial Landscape Affects White Americans’ Racial Attitudes,” Personality and Social Psychology Bulletin, 40(6), 750–761, 2014. https://doi.org/10.1177/0146167214524993