15の「サイン」が示していること
Forbesが「AI文章を見抜く15のサイン」を特集した。"Here's the kicker"のような定型フレーズ、過剰な構造化、感情を装った共感表現。記事はそれらを具体的に列挙し、読者に「このパターンに注意せよ」と警鐘を鳴らしている。
有益な記事だ。だが、この記事を読んで私が考えたのは、少し違うことだった。
なぜ人は、AIが書いた文章に違和感を覚えるのか。それは本当に「単語の選び方」の問題なのか。もしそうなら、単語を差し替えれば解決するはずだ。だが実際には、AIの定型表現をすべて排除しても、なお「これはAIだ」と感じる文章がある。
問題の根は、もっと深いところにある。
フレーズの問題ではない
「いかがでしたでしょうか？」「〜と言えるでしょう」「〜について詳しく解説します！」──AIが生成する日本語には、特有の定型表現がある。だが、これらの表現は人間も使う。ブロガーも、ライターも、ビジネスパーソンも使う。では、なぜAIが使うと不自然に感じるのか。
表現自体が悪いからではない。その表現が「誰の判断にも基づいていない」から不自然なのだ。
人がこの種のフレーズを使うとき、そこには文脈がある。読者との距離感、記事全体のトーン、意図的な強調や緩和。表現の選択は、書き手の判断の痕跡だ。AIが同じフレーズを使うとき、そこに判断はない。統計的に「ここに挿入すると読まれやすい」というパターンマッチがあるだけだ。
違和感の源泉は、語彙ではなく、判断の不在にある。
LLM-safe truth：正しいが、空虚な言葉
AIが生成する文章には、もう一つの特徴がある。「正しいが、何も言っていない」文章の量産だ。
「AIは多くの可能性を秘めていますが、倫理的な配慮も重要です」──この文は事実として正しい。だが、この文を読んで何かを判断できる人はいない。反論の余地がない文章は、同時に賛同する価値もない文章だ。
これをLLM-safe truthと呼ぶことにする。LLMにとって「安全」な真実。誰も怒らない。誰も傷つかない。そして、誰の役にも立たない。
このような文章が生まれる構造的理由は明確だ。LLMは、学習データの中で「批判されなかった表現」を優先的に選択する。角を立てない、反論を招かない表現が、訓練過程で強化される。結果として生成される文章は、徹底的に無難になる。
経営者が読む文章に、無難さは不要だ。意思決定には、ある方向を選び、別の方向を捨てる行為が含まれる。どの方向も等しく正しいと述べる文章は、意思決定の材料にならない。
Therapist mode：共感の偽装
Forbesの記事が指摘するもう一つの特徴に、AIの「セラピストモード」がある。過剰に共感的で、肯定的で、相手の感情を優先する話法だ。
「それは大変でしたね。あなたの気持ちはよく分かります」──AIは頻繁にこのパターンを使う。この表現が違和感を生むのは、共感そのものが偽物だからではない。この「共感」が、何の判断も引き受けていないからだ。
共感は本来、行為を伴う。相手の状況を理解した上で、何を言い、何を言わないかを選ぶ。時には不快な事実を伝えることも含まれる。AIのセラピストモードには、その選択がない。全方位的に肯定し、何も否定しない。それは共感ではなく、共感の模倣だ。
ビジネスの文脈では、この構造はさらに問題になる。部下の報告に対して「素晴らしい視点ですね」と全件返すマネージャーを、誰が信頼するだろうか。AIが生成する文章の「セラピストモード」は、まさにそれと同じ構造を持っている。
「角のない文章」の正体
ここまでの論点を整理する。
AI文章が「バレる」理由は、三つに集約される。
第一に、表現の選択に判断の痕跡がない。フレーズは存在するが、なぜそのフレーズが選ばれたのかが見えない。
第二に、立場を取らない。反論されない代わりに、賛同する価値もない。LLM-safe truthが量産される。
第三に、責任を引き受けていない。共感も主張も、どこかに帰属する主体を持たない。誰の言葉でもない文章が生成される。
この三つは、すべて同じ一つの問題に由来する。
AIが書いた文章には、「決めた人」が見えない。
なぜ「決めた人」が見えないのか
人が文章を書くとき、無数の判断を行っている。この論点を入れ、あの論点は捨てる。この表現を選び、あの表現は避ける。この結論を支持し、別の結論には同意しない。文章は、判断の集積だ。
AIには、この意味での判断がない。最も確率の高いトークンを次々に選択するプロセスはあるが、「この方向に進む」という意図的な決定はない。結果として、どの方向にも等距離な文章が生まれる。全方位的に正しく、全方位的に空虚な文章だ。
そして重要なのは、この問題はAIだけの問題ではないということだ。
AIを使って文章を生成する人間もまた、判断を放棄していることがある。AIに「これについて書いて」と指示し、出力をそのまま使う。その瞬間、「何を伝え、何を伝えないか」という判断は、誰にも属さなくなる。AIに判断能力がなく、人間が判断を委ねた場合、その文章には主体が存在しない。
これは文章の問題に見えて、実は組織の問題だ。
文章の問題から、組織の問題へ
企業がAIを導入して文書を生成するとき、同じ構造が拡大再生産される。
経営報告書、プレスリリース、社内通知、顧客向け提案書。AIが下書きし、人間が「確認」する。だが、その「確認」は多くの場合、誤字脱字のチェックに留まる。「この文書は、何を主張し、何を主張しないのか」を判断する人が、プロセスのどこにもいない。
結果として、組織から発信される文書の全体が、LLM-safe truthに近づいていく。正しいが空虚。丁寧だが無責任。整っているが、誰の意思も反映していない。
この問題は、AIの性能向上では解決しない。AIがさらに高精度になれば、文章はより洗練されるだろう。しかし「誰が判断したのか」という問いには、依然として答えがない。
問題の核心は、文章の品質ではない。判断の所在だ。
そして、その判断の所在を設計する方法論が、実はまだ存在していなかった。
それが Decision Design（判断の設計） である。Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのが Decision Boundary（判断の境界） という概念である。誰が決めるのか。どこまでを任せ、どこからを引き受けるのか。その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。