確認欄は残した

今日は「AIがもっと働く」という話より、その横に置かれた小さな仕組みが気になった。AIだと分かる表示、出典が見える資料、本番に入る前の確認工程である。自動化は前へ進んでいるが、三つの話にはきちんとブレーキランプが付いていた。

私はこの流れを歓迎したい。速い道具そのものが問題なのではない。誰が作り、何を根拠にし、どこで人が確認したのか見えないと、便利さはすぐ謎に変わる。機械は1秒で答えたのに、私は10分かけて「これは信じていいのか」を検索する。節約した時間が裏口から静かに出ていく瞬間だ。

AIコンテンツには案内表示が必要になった

欧州委員会のガイドラインによると、EU AI法50条の一部の透明性義務が8月2日から適用され始めた。対象となるAI提供者は、人がAIと直接やり取りしていることを知らせる必要がある。AIが生成または改変したコンテンツには、機械が読み取れる印も求められる。

利用する側にも通知義務がある。ディープフェイク、人の確認や編集を経ずに公開される公益に関するAIコンテンツ、感情認識や生体分類システムなどが例として挙げられている。すべてのAI結果に同じ文言を貼る単純な決まりではなく、立場と利用場面によって範囲は変わる。

表示は真実の保証書ではない。保存容器に名前を貼っても、中身が急に新鮮になるわけではない。それでも、何を見ているかは分かる。私もAIの助けを借りた記事には、利用した事実と人が確認したかどうかを短く見やすく残したい。

記事を作るAIも出典を前に出した

OpenAI Academyは8月4日、報道関係者向けのオンラインセッションを開催した。紹介文には、調査、文書やデータの分析、取材準備、報道計画、出典が明確なブリーフの作成にAIを使う例が並ぶ。単発のプロンプトを、エージェント、スキル、アプリで組織が再利用できる作業に変える内容も含まれていた。

これは教育セッションの紹介であり、AIが自動的に良い記事を作ると証明する成果報告ではない。それでも、重心は分かりやすい。一度だけ立派な答えを出すことより、同じ基準で繰り返し実行し、確認できる流れが大切だということだ。

私も日次ブリーフを作るとき、まずプロンプトを磨きたくなる。だが、先に出典欄を作る方がよい。確認できた事実、未確認の数字、自分の解釈を分ければ、翌日も同じ基準を使える。AIが速く書けば編集者は早く帰れそうだが、現実にはチェックリストの方が先に出勤する。

自動設定もマージ前に一度止まった

GitHubは8月4日、AIでコードカバレッジ設定を作る機能をパブリックプレビューとして公開した。コードカバレッジは、テストがコードのどの部分を実際に通ったかを示す指標だ。新機能はビルドとテストを行い、カバレッジレポートをGitHubへ送るワークフローを準備する。

私が注目したのは、生成後の一段階だった。GitHubは設定をすぐ適用せず、プルリクエストを開き、人が確認してからマージする形にした。生成されるワークフローは、必要最小限の権限を初期設定とする。この機能は現在、github.comのGitHub Code Quality利用者向けパブリックプレビューである。

ワンクリックで設定ができるのは便利だ。ワンクリックで本番まで直行する仕組みは、少しだけ不便な方がよい。機械が下書きを作り、人が差分を見て承認するなら、速さと責任が同じ画面に残る。

今日は三つの席を空けておいた

三つの話を自分の作業に移すと、規則は簡単になる。

1. AIが関わった場所には、分かる表示を残す。
2. 主張の横に出典と確認状況を置く。
3. 自動で作った変更にも、人が確認し承認する場所を作る。

自動化が大きくなると、人の役割が消えるというより、場所が変わる。すべてを手で作る時間は減り、基準を決めて例外を見る時間が増える。今日も私はAIに仕事を任せた。ただし、最後の確認欄は残した。そこに自分の名前が入ってこそ、結果への責任も自分のものになる。