AIが書いた報告書を説明できない理由：コンテキスト負債とは何か

AIが作った報告書を作成者が説明できなければ、作成者は文書の責任者ではなく伝達役だけになる。

AIに資料を渡して報告書を書いてくれと頼む。数秒後、それらしい文書が出てくる。タイトルもあり、背景もあり、要点もあり、結論もある。文章だけ見ればなかなか悪くない。ところが会議に入って、誰かがこう聞く。「この結論がどうして一番大事なんですか？」「この数字はどのくらい信用できますか？」「ほかの選択肢はなぜ外したんですか？」「これをやると、どの部署が一番負担を負いますか？」

その瞬間、手が止まる。報告書は自分の名前で提出されたのに、当の自分はその中の論理を最後まで説明できない。このとき多くの人が勘違いをする。自分の頭が悪いのか。AIをうまく使えなかったのか。資料を読み足りなかったのか。違う。問題は文章ではない。背景知識が空いたまま、報告書だけが先にできてしまったのだ。

AIは文章を作るが、責任までは代わりに負えない

AIは文章を上手に作る。背景を整理し、目次を立て、段落を分け、結論らしく見える文章まで作る。資料が多いほど、もっともらしく整える。だが、報告書で大事なのは文章だけではない。報告書は、誰かを説得するための主張だ。その主張がなぜ必要なのか、誰を説得すべきなのか、どの根拠が固くて、どこが弱いのか、反対側は何に食い下がってくるのか、そこまで知っていなければならない。AIはもっともらしい文章をくれる。だが、作成者がその文章の背景を知らなければ、報告書は自分のものにならない。会議で質問を受ける瞬間、この差が表に出る。AIが書いてくれた文章は画面に残っているが、質問に答えなければならないのは自分だ。

報告書が書けないことより危ないのは、わかっていない報告書が書けてしまうことだ

昔は、報告書が書けないとすぐにバレた。手が止まり、文章が出てこず、どこから始めればいいのかわからなかった。その手詰まりはつらかったが、少なくとも正直だった。自分がわかっていないという事実が表に出ていたからだ。AI時代には、もっと危ないことが起こる。わかっていないのに、報告書が出てくる。資料を渡せば、AIが文章を作ってくれる。空白のページが埋まる。それらしい構成ができる。だから、自分が理解したように感じてしまう。

だが実際には、理解していないのかもしれない。AIが自分の手詰まりを解消してくれたのではなく、手詰まりが見えないように覆い隠されただけだ。報告書が出てきたという事実と、自分がその報告書を掌握したという事実は別物だ。この差を見落とすと、会議で崩れる。

足りない背景知識は、文書に書かれていない

この状態は、背景知識の空白と呼ぶことができる。報告書を自分のものにするために、まだ埋められていない背景知識があるということだ。この仕事がなぜ始まったのか。以前どんな試みが失敗したのか。どの数字は信じてよく、どの数字は気をつけるべきなのか。誰がこの結論を喜び、誰が不快に思うのか。決裁者はどこに真っ先に食い下がってくるのか。こうした情報は、資料にいつも書かれているわけではない。

表には数字がある。議事録には決定がある。前の報告書には文章がある。だが、なぜその数字が大事なのか、なぜその決定が出たのか、なぜある文章が外されたのかは、別に聞かなければわからない。AIは書かれたものを上手に整理する。だが、書かれていない背景は勝手には知りようがない。だから、AIに資料をたくさん渡しても、背景知識の空白はそのまま残ることがある。文章はできたのに、背景は空いているのだ。

断片を知ることと、主張を知ることは違う

多くの人が資料を読んでこう言う。「内容はだいたいわかるんですけど、説明しろと言われると詰まるんです。」その理由は、断片を知ることと、主張を知ることが違うからだ。断片とは、事実の一つひとつだ。このプロジェクトは3月に始まった。費用は20%増えた。顧客の離脱率は5%上がった。A案とB案が検討された。

こうした断片はAIも上手に整理する。だが、報告書に必要なのは断片の羅列ではない。断片がどの方向を指しているのかを知らなければならない。なぜ費用の20%増が問題なのか。顧客離脱率5%が一時的なノイズなのか、構造的なリスクなのか。A案とB案のどちらを捨てて、なぜ捨てたのか。この報告書が結局、誰にどんな決定を求めているのか。これを知ってこそ、報告書を説明できる。AIが断片を整理してくれたからといって、作成者が主張を理解したことにはならない。報告書は資料の束ではなく、方向を持った主張だ。

背景知識がある人は、多くの資料の中から重要な内容と補助的な内容を区別する。

背景知識が空いていると、質問ひとつで崩れる

背景知識が空いているとき、一番怖い瞬間は質問を受けるときだ。「なぜですか？」「根拠は何ですか？」「その数字、信じていいんですか？」「この案以外の案は？」「実行したら誰がつらくなりますか？」これらの質問は、文章力を問う質問ではない。背景を問う質問だ。報告書の文章をどれだけ滑らかに書いても、この質問に答えられなければ信頼は崩れる。

むしろ文章がもっともらしいほど、もっと危ない。読む人は、作成者が内容をわかって書いたと思っている。ところが質問に答えられなければ、「AIが書いたものをそのまま出したんだな」という印象を与える。その瞬間、報告書の問題を越えて、作成者の信頼が壊れる。

AIに書いてもらいつつ、一緒に背景を掘らなければならない

解決策は、AIに報告書を書くなと言うことではない。AIは下書きを書くのにとても役立つ。目次を立て、文章を整え、抜けている論点を見つけてくれるのもいい。問題は、AIに「報告書を書いて」と頼んだあと、そこで止まってしまうことだ。そうすると文章は速く出てくるが、背景知識の空白はそのまま残る。AIと一緒に背景を掘らなければならない。資料を渡して、こう聞くべきだ。この報告書の最終的な意思決定者は誰か。この資料の中で一番強い根拠と、一番弱い根拠は何か。抜けている前提は何か。反対する人は、どこを攻撃してくる可能性が高いか。この結論を出すと、どの部署が負担を負うか。ほかの選択肢は何で、なぜ捨てられたのか。自分が会議で受けそうな質問は何か。

AIが答えをくれても、それで終わりではない。その答えを持って、人に確認しなければならない。先輩に聞き、担当者に聞き、数字を作った人に聞き、実行する部署に聞かなければならない。AIは背景を推測できる。だが、背景を確定してはくれない。

足りない背景知識を埋める四つの方法

背景知識の空白を埋めるには、まず仕事全体の構造図とワークフローが頭の中に描けていなければならない。この仕事がどこで始まり、どの部署を通り、誰が入力を出し、誰が判断し、誰が実行し、どこで詰まりが生じるのかを知らなければならない。その絵がなければ、報告書は文章だけがもっともらしい紙になる。報告書の中の文章は正しく見えても、実際に仕事がどう回っているのかとはつながらない。

「これは何ですか？」で止まると、わからない部分ばかりが増える。そうではなく、四つのことを確認しなければならない。第一に、目的を確認しなければならない。この仕事はそもそもなぜ始まったのか。この報告書で誰を説得すべきなのか。読む人に結局どんな決定をさせるべきなのか。第二に、流れを確認しなければならない。この仕事はどんな順序で回っているのか。どの部署とどの人がつながっているのか。前の段階で何が入ってきて、後ろの段階で何が出ていくのか。どこで詰まりが生じるのか。

第三に、強弱を確認しなければならない。一番固い根拠は何か。一番弱い数字は何か。どこまでが確実で、どこからが推定なのか。第四に、攻撃される点を確認しなければならない。読む人はどこに食い下がってくるのか。反対する人は何を問題にするのか。この報告書が攻撃されるとしたら、最初の質問は何だろうか。この四つを確認すると、報告書が変わる。文章が良くなるのではなく、仕事の構造と考えの骨組みができる。

良い報告書は、自分で説明できなければならない

AIが書いてくれた報告書を使うこと自体は問題ではない。問題は、自分が説明できない報告書を、自分の名前で提出することだ。良い報告書の基準は、文章が滑らかかどうかではない。なぜこの結論を出したのかを説明できるか。どの根拠が強くて、どの根拠が弱いのかを言えるか。反対の質問が来たとき、守りきれるか。実行したら誰が何を負担するのかを知っているか。この質問に答えられてこそ、報告書が自分のものになる。

AIは下書きをくれる。構成を立ててくれる。抜けている論点を見つけてくれる。想定質問も出してくれる。だが、最後に責任を負うのは作成者だ。報告書はAIが書いても、質問は人のところに来る。

空白のページより危ないのは、空白の理解だ

空白のページは怖い。だが、空白のページは少なくとも正直だ。自分がまだわかっていないという事実を見せてくれる。AIが埋めたページは、それほど怖くない。だからこそ、もっと危ないことがある。文章はあるのに、理解が空っぽということがありうるからだ。報告書が出てきたという事実にだまされてはいけない。自分がその報告書を説明できるかどうかを見なければならない。説明できないなら、まだ終わっていない。文章ができただけで、背景知識の空白はそのまま残っている。AI時代の報告書作成能力とは、より速く書く能力ではない。AIが作った文章を、自分の考えに変える能力だ。

その作業を終えるまで、報告書は完成したものではない。