いま、なぜクリエイティブな人がより重要なのか

OpenAIによれば、人々はいま、同社のツールで毎週30億枚を超える画像をつくっています。ほかのモデルがつくる文章、音楽、映像を加えれば、結論は明らかに思えます。機械がそつのないクリエイティブな仕事を数秒で生み出せるなら、それをつくっていた人々の重要性は下がる、と。

証拠は、逆の方向を指しています。AIはクリエイティブな仕事の底を引き上げ、それを中央へと引き寄せます。だからこそ、それを別のどこかへ導ける人の価値は、下がるのではなく上がるのです。

一人ひとりは良くなり、全体では似通う

最も明確な研究は、Anil Doshi氏とOliver Hauser氏によるもので、2024年7月にScience Advancesに掲載されました。言語モデルから物語のアイデアを与えられた書き手は、読者から、より創造的で、より上手に書かれ、より楽しめると評価される物語を書きました。伸びが最も大きかったのは、もともと創造性の低い書き手でした。しかし、AIとともに書かれた物語は、互いにより似通っていました。著者たちはこれを「集団としての新規性を失うリスクを伴う、個人の創造性の向上」と表現しています。

Niklas Holzner氏、Sebastian Maier氏、Stefan Feuerriegel氏による2025年のメタ分析は、8'214人が参加した28の研究を対象に、同じパターンを大きな規模で確認しました。生成AI単独では、創造的なタスクで人間とほぼ同等の成果を上げました。AIとともに働く人は、AIなしの人よりも、わずかな差で良い結果を出しました。そしてAIは「アイデアの多様性に対して有意な負の効果」を持ち、その効果は向上幅の約3倍の大きさでした。

ぎざぎざの境界

画一化だけがリスクではありません。現在Organization Scienceに掲載されているBoston Consulting Groupとのフィールド実験では、758人のコンサルタントが、GPT-4ありとなしで現実的なタスクに取り組みました。モデルの能力の範囲内にあるタスクでは、AIを使った人は12.2パーセント多くのタスクを、25.1パーセント速く、明らかに高い品質で完了しました。能力の範囲外になるよう選ばれたタスクでは、AIなしの同僚に比べて、正しい答えにたどり着く確率が19ポイント低くなりました。

著者の一人であるEthan Mollick氏は、AIとともに生み出された答えは「全体として見ると、少し均質で似たり寄ったり」だったと述べています。Microsoft Researchによる319人のナレッジワーカーへの調査では、AIへの信頼が高いほど批判的思考が少なくなる傾向があり、仕事そのものが、機械が生み出したものを確認し、組み合わせ、それに責任を持つ方向へと移ることがわかりました。ツールの境界がどこにあるかを知ることは、技術的なスキルではありません。それは判断力です。

人がもたらすもの

モデルは、すでに存在するものから学習し、放っておけば最もありそうな版を返します。Ted Chiang氏は、The New Yorkerに寄せたエッセイの副題で、その違いを言い表しました。「アーティストは、人工知能にとって根本的に異質な選択をする」。ブリーフも、プロンプトも、リファレンスボードも、それぞれが選択の集まりです。人が意図して行う選択が多いほど、結果のうち平均に委ねられる部分は少なくなります。

そうした選択は、モデルが持たないものに基づいています。視点、ある特定の受け手についての知識、試して失敗したことの記憶、ブランドが決して口にしないことへの感覚。雇用主もそれに気づいているようです。世界経済フォーラムのFuture of Jobs Report 2025では、創造的思考が、AIやビッグデータと並んで、2030年まで重要性が高まり続けると見込まれるスキルに挙げられています。

企業がこれを忘れると、実務家は気づきます。The Registerによれば、2月、動画プラットフォームHiggsfieldは、自社のモーションデザインツールが20を超えるクリエイティブ職を終わらせたと誇る投稿を、それを使うアーティストたちからの反発を受けて削除しました。Motion Managementを率いるAharon Rabinowitz氏は、アーティストのキャリアの終わりを祝うことは「とにかく愚かで近視眼的」だと書き、そもそもツールは誰かの仕事を奪えるほど優れてはいないと付け加えました。

優れたチームはAIとどう働くか

研究は、画一化を避けながら成果を保つ方法も示唆しています。プロンプトを書く前に考えましょう。Doshi氏とHauser氏は、書き手が機械のアイデアに引きずられるリスクを指摘しています。だから最初のアイデア、切り口、リファレンスは人から出すべきです。Mollick氏は、どちらも良い結果を出した2つの働き方を紹介しています。仕事の中に「人と機械の明確な線引き」があるケンタウロス型と、両者を織り合わせるサイボーグ型です。どちらも、決定を手放してはいません。

実際には、優れたチームは機械とともに広げ、人によって絞り込みます。形容詞ではなくリファレンスを与え、多くの選択肢を求め、その大半を捨てます。自分たちの仕事を競合が公開しているものと比べます。危険なのは悪い出力ではなく、ほかの誰のものとも同じに見える出力だからです。そして名前のある人が事実を確認し、承認します。ツールへの信頼が最も高まる瞬間こそ、批判的思考が落ちる瞬間だからです。

crueの立ち位置

私たちは制作、バリエーション、定型作業にAIを使い、そのすべてがもっと速くなることを望んでいます。Reelでは、何かをつくる前に、アイデア、リファレンス、固定するスタイルを人と合意し、仕事ごとに最良のモデルを選び、使われる画像とクリップはすべて人が選びます。機械は選択肢を生み出します。人は方向と「ノー」を与えます。

AIは、そつのない仕事をあふれさせました。だからこそ、それを具体的で、驚きがあり、正しいものにできる人の価値は、以前にも増して高まっているのです。