title: comment/202611190713
author: Amane Katagiri
summary: 「AIが解決したのは、集中力を切らさず作業の幅と深さを広げれば解消する難しさであって、時間をかけても難しい問題はもちろん難しいままです。」 これについてもうちょっと詳しく、どのように考えているのかが非常に興味あります！
license: CC BY 4.0
rating: sfw

今すぐ[コメントを投稿](/comment/new/)できます。コメント一覧は[こちら](../)です。[フィード:comment](https://ama.ne.jp/feeds/comment.atom.xml)もご利用いただけます。

# 2026/11/19 7:13 in [AI臭さは日本語の乱れ！](/post/neo-ja-lang-purism/)

> 「AIが解決したのは、集中力を切らさず作業の幅と深さを広げれば解消する難しさであって、時間をかけても難しい問題はもちろん難しいままです。」
> これについてもうちょっと詳しく、どのように考えているのかが非常に興味あります！ - Taka

Takaさん、[AI臭さは日本語の乱れ！](/post/neo-ja-lang-purism/)をお読みいただきありがとうございます。観点が混ざったまま書いちゃってるところがありますね。分かりにくくてすみません。

そもそも、AIが人間を圧倒する強力な性質として「特定のコンテキストやメモリだけを見てタスクをこなせる」という点があると思っています。これが「集中力を切らさず」です。人間なら「こんなつまんないタスクで休日潰したくないな」「今日はこれが最優先だからこっちのタスクは後回しだな」「このタスクに10年かかったら俺ももう40歳か」「このタスク一生かけても絶対解けなさそうだからやめておこう」なんて問題の外側で考えそうなことを気にせず、少なくともAI自身はまっすぐタスクに取り組もうとします。

先日、ClaudeがECDSAで使われるNIST標準楕円曲線シードの生成方法を見つけたというニュースは、こうした人間のバイアスとAIの集中力の差が大きく出た結果だと考えています。当時のタイムスタンプをシードにした疑似乱数生成器の出力だなんて、なんでも複雑で単純な陰謀論に結論づける人間の *創造的な* 発想力ではなかなか至れなかったでしょう。

また、OpenAIが数学の未解決問題を解いたと主張する一連の証明群は、誰にも浮かばなかった天才的でエレガントな発想で示唆に富む論証を経た論文ばかりではなく、必ずしも綺麗とはいえない大量の証明で埋め尽くされたものも多いです。これはまさに「作業の幅と深さを広げれば」だと言えるでしょう。目の前の問題だけを解決するのは得意でしょうが、その論証の間に得られるはずだった理論や新たな問題の示唆も失われるかもしれませんし、明らかに人間の数学者とは取り組み方が違いますね。

記事で解説した *魔法のような* ヒューマナイザーも、「自然な日本語出力」や「読みやすさの向上」といった主要な機能を、これらと同じく作業の幅と深さを広げて実現しようとしています。しかし、どれだけ単純な指標で成果を盛っても、それが自然な日本語かどうかは「時間をかけても難しい問題」のままです。人間から見た読みやすさや、人間が言葉を紡ぐ過程そのものを掘り下げるのではなく、目についた違和感だけを解消しようとすると、「文は短く」「やさしい説明で」「見出しは単語」なんてルールを並べるしかなくなるのです。AIも人間も理解していない、検証可能にするのもサボった問題の解消に取り組んでいるというのが、前述の成果との大きな差です。

私がこういう落とし穴を説明するときはよく彫刻にたとえていて、稚拙な銅像に鏡面加工しても意味がない、と言ったりしています。鏡面加工の技術はすごいのかもしれませんが、それだけで銅像の魅力が増すわけではありません。同じように、AIで出力してから綺麗にやすりがけした文章には、一文一文は整っているのになぜか読む気にならない、特有のつるつるした気持ち悪さが残りがちです（具体的な記事はZennとかにいっぱいありますが、ここでは示しません）。

つまり、鏡面加工に仕上げるのは、「集中力を切らさず作業の幅と深さを広げれば解消する難しさ」で、綺麗な銅像そのものを作るのは「時間をかけても難しい問題」ということです。もちろん、AIが自分で綺麗な銅像を作れるようになるのが一番ですが、今はそうではないし、ヒューマナイザーは難しい問題を避けたままなのでやはり根本的には解決してくれません。

結局のところ、AIがどういう問題に取り組んでいるのか区別する思考がないと、たいした処理もしないヒューマナイザーでさえ「AIが *魔法みたいな* 処理をしてくれた！」と思い込み、最終的には適切な解決方法すら検討できなくなります。目の前の機械が実際どんなことをしていて、それがどれほど意味のあることなのかに興味を持ち続けるのが、なんやかんや大事なんじゃないでしょうか。
