Colin Breckの中心的な不満は、単にAIの文章が画一的に聞こえることではありません。彼の主張は、AIの文章には、読者にとって何が重要なのか、何が不確かなのか、そしてどこで判断が必要なのかを伝えるために必要な視点が欠けていることが多いというものです。機械が生成した設計文書は、変更された内容をすべて説明していても、なぜその変更が提案されたのか、どのリスクに注意を払うべきなのか、著者がどのようなフィードバックを求めているのかが見えにくくなることがあります。その結果、文章は長くなっても、情報量が増えるとは限りません。
この随筆は、AI文章には、なぜ変更が重要なのか、どこで判断が必要なのかを説明するために必要な視点が欠けていることが多いという、Colin Breckの主張から始まります。 出典・クレジット：blog.colinbreck.com。
この文脈の隔たりは、文書を作成した人には有用に感じられる文章を、別の読者が理解に苦しむ理由を説明する助けになります。プロンプトを入力した人は、制約、情報源、省略された内容、意図した目的を把握しているため、出力の背後にある推論を再構築できます。一方、受け取る人に届くのは完成した文章だけです。その非公開の判断の連鎖にアクセスできない受け手は、どの詳細が関連し、正確で、重要なのかを判断するために、一文一文を調べなければならない可能性があります。
この違いは、エンジニアリングのレビューでは重要です。変更されたファイル、リファクタリング、テストを一覧にしたプルリクエストの要約であっても、最もリスクの高い前提や、著者がレビュアーの判断を必要としている論点を特定できない場合があります。Breckの主張が示唆するのは、著者が、ますます詳細な説明を生成するのではなく、目的、緊急性、リスク、そして具体的に求める意見を最初に示すべきだということです。ただし、AIが作成したレビューメモが変更の却下に結び付くことを、現在得られる証拠が立証しているわけではありません。示しているのは、レビュー結果の発生頻度や影響を測定したものではなく、起こり得る伝達の失敗です。
読者の反応は、その失敗がもたらし得る代償を浮き彫りにします。Cynthia Dunlopが実施した668人を対象とする匿名調査では、回答者の78%が、AIによる支援または作成を疑った技術記事の閲覧をやめ、71%が今後その著者を避けると答えました。また、98%が、AIによって磨かれた版よりも、不完全な部分を含めた著者自身の文章を好むと回答しました。これらの数値は、調査に接した人々の回答を表すものであり、必ずしもデベロッパー全般や技術記事の読者全般を反映するものではありません。調査は匿名で実施され、著者自身も、人口統計学的な代表性は保証されていないと明記しています。
したがって、この調査結果は、AIが支援した文章がすべて拒否される、あるいは読者が支援と執筆を確実に見分けられると証明するものではありません。ただし、この回答者集団においては、関連する編集上のリスクが存在すると示しています。AI文章の特徴が表面に見えるだけで、読者が根本にある洞察を評価する前に不信感を抱く可能性があるのです。Breckはこの調査を、声と注意に関する自身のより広い主張を裏づけるものとして提示しています。しかし、調査自体が測定しているのは長期的な読書行動や個々の記事の質ではなく、報告された反応です。
Breckが望ましいと考えるAIの利用法は、より選択的です。学術論文に取り組んだ経験について、彼は文章自体は自分で書き、AIには技術的な記述をソースコード、設定、ログ、指標と照合する作業を担ってもらったと述べています。また、引用を完成させ、分かりにくい文章を単純化し、スペルや文法の誤りを見つけ、技術図を作成し、記 notation の誤りを1件特定するためにも利用しました。彼は、同じ素材からAIに段落を生成させた方が、一貫して価値が低く、場合によっては不正確だったと報告しています。この事例は一人の著者の経験であり、この作業手順がすべての書き手に役立つことを証明した管理された証拠ではありません。それでも、最初の構成行為そのものを外部委託することに対する、具体的な代替案を示しています。
Simon Sarrisは、根本にある懸念を「注意の喪失」と位置付けています。彼は「Resist Summary」で、要約は単純な学習を早める一方、複雑または創造的な理解を構築しにくくする可能性があると論じています。彼の主張は、文章手法を測定して比較した経験的なものではなく、哲学的なものです。要約によって圧縮する過程で、人が永続的な心的モデルを形成するうえで欠かせない推論、感覚的な詳細、関係性が省かれる可能性があります。この主張は、効率的な文章が自動的に効果的なコミュニケーションになるわけではないというBreckの警告を裏づけます。しかし、すべての要約――あるいはAIによるあらゆる支援――がそうした結果を生むと示すものではありません。
両者の主張からは、実践的な基準を導き出せます。書き手は、AIに矛盾を検索させたり、主要な論点が明確か確認させたり、引用を準備させたり、すでに検討を終えた草稿を別の形式に変換させたりできます。ただし、その結果を読者に送る前に、欠けていた文脈を回復しなければなりません。意思決定を明記し、証拠を特定し、不確実性を認め、判断がまだ必要な箇所を示す必要があります。目的は、人間の文章を人工的でない響きにすることではありません。論証、強調、読者との関係について、人が責任を持ち続けることを確実にすることです。