良い結果を出すのも、悪い結果を出すのも、結局は自分次第

 

第4部 — 品質が悪化する本当の理由

ここまでで分かったこと

履歴が積もる → 大事な情報が薄まる → 品質が落ちる

これは分かりますよね。でも、現場で観測される品質低下って、もっとひどいんですよね。

品質低下は、加速度的 に進む

なぜそうなるのか。

品質劣化は「雪だるま式」に進む

図8. 雪だるま式の品質劣化ループ

実際に起きるのは、こういう加速ループです。

1. 情報を詰め込みすぎる
2. AI の出力品質が落ちる
3. ユーザーが「違う、もっとこう」と指摘
4. 指摘のやり取りも履歴に積もる
5. 次の出力はさらにブレる
6. さらに厳しく指摘する

…で、1 に戻る。

ちなみに、この構造は AI 特有の話じゃなくて、他の分野にも同じものがあります。

• 化学:自己触媒反応
• 制御工学:発振
• 生態系:正のフィードバック

要は、放置すると勝手に大きくなる現象です。

雪だるまの「核」は、修正のやり取り

雪だるまの中心 — 加速のエネルギー源になっているのは、実は 修正・やり直しのやり取り です。

ふつうの指示	やり直し・修正のやり取り
仕事の話	過去の失敗を蒸し返す話
AI が前進する材料になる	AI を混乱させる材料になる
品質に貢献 / 中立	品質を急落させる

過去の失敗の話が混ざるほど、AI は「結局、いま何をすべきか」を見失っていきます。

つまり、品質を決めているのは AI じゃなくて「人間の振る舞い」なのです。

AI の調子が悪くなる原因の半分は、私たちの「付き合い方」にある

しかも、悪循環がきれいにできあがっています。

出力が悪い → 苛立ち・焦り → 過剰な再指示 → さらに出力悪化

ということで、これは AI 側を変える話じゃなくて、私たちの使い方を変える話 です。

私も仕事として実際にコーディングする事は少なくて、指示出しなどマネジメントが殆どですが、感覚的には人に指示してプログラムを作成して貰うのも、生成AIに指示してプログラムを作成するのも、変わらない印象です。結局は「相手を見て何を伝えるか? どう伝えるか?」を考え続けています。