AI時代、情報の価値はどうなる？――そして人間は「知りたい」と思い続けるのか

私たちは、人類史上もっとも簡単に「答え」を手に入れられる時代へ入りつつある。

かつて何かを知るには、本を探し、図書館へ行き、専門家を訪ね、何時間も資料を読み比べる必要があった。インターネットはその距離を大幅に縮めた。そして生成AIは、さらにその先へ進んだ。

質問を書けば、数秒後には説明が返ってくる。専門用語を噛み砕かせることも、複数の考え方を比較させることも、数式を追わせることもできる。

では、ほとんどあらゆる情報へ誰もがアクセスできるようになったとき、情報そのものにはどれほどの価値が残るのだろうか。

そして、もう一つ大きな問いがある。

何でも簡単に知ることができる世界で、人間はそれでも「知りたい」と思い続けるのだろうか。

これはAIの性能だけの問題ではない。

教育、仕事、専門家の役割、社会の格差、そして人間が世界を見る方法そのものに関わる問題である。

1. 情報そのものが財産だった時代

長い間、情報には「入手することが難しい」という希少性があった。

本を所有していること。文字を読めること。大学へ行けること。専門家の話を聞けること。外国語を理解できること。

これらはすべて、情報へのアクセス権だった。

だから「知っている人」には価値があった。

医師、法律家、研究者、技術者、教師などの専門家が持つ価値の一部も、長い教育によって獲得した知識を普通の人が簡単には持てないことから生まれていた。

インターネットは、この構造を大きく変えた。

検索すれば、多くの情報を無料で読めるようになった。しかし検索にはまだ能力が必要だった。

何を検索するか。 どのページを読むか。 どれが正しいか。 複数の情報が食い違ったとき、どちらを信じるか。

つまりインターネットは「情報へのアクセス」を民主化したが、情報を理解する仕事までは人間に残していた。

生成AIは、その部分にも入り始めている。

2. AIが下げているのは「情報の価格」だけではない

生成AIの本質的な変化は、情報を無料にすることではない。

情報を理解可能な形へ変換するコストまで下げることにある。

難しい論文を要約する。 専門用語を小学生にも分かる言葉へ置き換える。 数式の途中を説明する。 英語の資料を日本語で読む。 異なる説を比較する。 自分の理解が間違っていないか確認する。

従来なら複数の本や専門家が必要だった作業を、一つの対話の中で行えるようになりつつある。

さらにAIがエージェント化すれば、資料を探し、比較し、整理し、必要な部分だけを提示するところまで自動化されていくだろう。

すると希少性を失うのは、単なる「情報」だけではない。

情報を探す能力、まとめる能力、説明する能力の一部まで希少ではなくなる。

ここで一つの錯覚が起こりやすい。

「では知識には価値がなくなるのか」という錯覚である。

私はそうは考えない。

価値がなくなるのではなく、価値のある場所が移動するのだと思う。

3. 情報と知識と理解は同じものではない

たとえば、

水は100℃で沸騰する。

という文章を知っているだけなら、それは一つの情報である。

しかし実際には沸点は圧力によって変わる。高地では100℃より低くなる。圧力鍋では100℃を超える。

ここまで関係を理解すると、「水は100℃で沸騰する」という情報は、より大きな構造の中の一部分になる。

これが知識であり、その関係を自分の中で扱える状態が理解に近い。

情報が無限に存在する世界では、一つ一つの事実を所有することの価値は小さくなる。

しかし、

• 何と何が関係しているのか
• どちらが原因でどちらが結果なのか
• どこまで確認されているのか
• どこからが仮説なのか
• どの条件なら成立し、どこでは成立しないのか

という構造の価値はむしろ大きくなる。

100万個の情報を持っていることより、必要な100個の情報がどう結び付いているかを理解している方が、現実の判断には役立つことがある。

AI時代に重要になるのは「情報量」から「知識の構造」への移動なのかもしれない。

4. AIがあるなら、人間は覚えなくてもよいのか

ここで当然の疑問が生まれる。

AIへ聞けば答えが返ってくるなら、人間が知識を持つ必要はないのではないか。

電卓があるから暗算能力の価値が下がったように、AIがあるなら記憶している知識量の価値も下がるだろう。

これはある程度正しい。

しかし、人間は何も知らない状態から良い問いを作ることが難しい。

たとえば量子コンピューターについて何も知らなければ、

「量子コンピューターが実用化するとBitcoinの署名方式はどうなるのか」

という問いそのものが生まれない。

半導体を知らなければ、トランジスタの微細化と量子トンネル効果の関係を疑問に思うこともない。

生物学を知らなければ、癌と免疫、細菌、ウイルス、遺伝子の関係を横断して考えることも難しい。

つまり知識には、答えとしての役割だけではなく、次の問いを作る材料としての役割がある。

知識Aを得る。

すると、それまで見えていなかった知識Bとの関係が見える。

AとBを接続すると、新しい疑問Cが生まれる。

Cを調べることでDを知る。

こうして人間の世界像は広がっていく。

だからAI時代にも知識は必要である。

ただし、その意味は「答えを暗記していること」から、世界を見るための足場を頭の中に作ることへ変わっていくのではないだろうか。

5. 最も価値が上がるものは「問い」かもしれない

AIは質問に対して驚くほど多くの答えを返せる。

しかし、質問が存在しなければ始まらない。

ここにAI時代の奇妙な逆転がある。

答えを作るコストが急速に低下すると、相対的に問いを作ることの価値が上がる。

「雷はどうして起きる？」

という問いから電荷分離へ進み、氷粒子の衝突へ進み、静電気へ進み、さらに「そもそも接触帯電を私たちはどこまで理解しているのか」という未解決問題へ辿り着くことがある。

最初の小さな疑問が、物理学の境界まで人を連れていく。

重要なのは、最初から高度な問いを持っていることではない。

「なんで？」と思うことだ。

AIが答えを大量生産できるほど、「何について答えを求めるのか」という人間側の選択が重要になる。

6. ではAIは知識欲を増幅するのか

ここから、もう一つの問題へ入る。

AIによって何でも簡単に調べられるようになれば、人間の知識欲は強くなるのだろうか。

知的好奇心の強い人にとって、AIは極めて強力な増幅器になる。

疑問が生まれる。

AIへ聞く。

答えの中に知らない概念が現れる。

その概念について聞く。

さらに別の分野との関係に気付く。

また聞く。

この連鎖には、以前なら大きな摩擦があった。

専門書を買わなければならない。 論文を探さなければならない。 英語を読まなければならない。 途中の数式が分からない。

そのどこかで、多くの人は調べることをやめていた。

AIはこの摩擦を劇的に小さくする。

したがって、知りたい人にとっては、人類史上もっとも深く知識を掘れる時代になる可能性がある。

7. 知識は「手に入りにくいから」欲しくなるのか

ここで、さらに根本的な疑問が生まれる。

知識欲は、知識が簡単には手に入らないからこそ増幅されてきたのではないか。

分からないことがある。

本を探す。人に聞く。考える。途中まで理解する。しかしまだ分からない。

その「分からなさ」が残っているから、翌日も考える。別の資料を読む。以前に得た知識とつなげる。そして少し分かった瞬間に、さらに別の疑問が見えてくる。

知識欲とは、単に情報を受け取ったときに満たされる食欲のようなものではないのかもしれない。

むしろ、

知りたい → 簡単には分からない → 考える → 少し分かる → 未知が広がる → もっと知りたい

という循環の中で育ってきた可能性がある。

だとすれば、AIによってこの途中の摩擦がほとんど消えたとき、何が起きるのだろう。

疑問を入力する。

数秒後、整った説明が返ってくる。

「なるほど」と思う。

そして終わる。

このとき本当に知識欲は「満たされた」のだろうか。

それとも、満たされたのではなく、問いが終了しただけなのだろうか。

この違いは大きい。

もちろん、手に入りにくいものほど必ず知識欲が強くなるわけではない。難しすぎれば人は諦める。AIが摩擦を下げることで、これまで到達できなかった領域まで学べる人も増える。

だから問題は「簡単に手に入ること」そのものではない。

問題は、知識を得る過程から自分で考え、迷い、未知を感じる時間まで消えてしまうことなのかもしれない。

8. 本当に危ういのは、「AIはすべてを知っている」という感覚かもしれない

そして、私がより強く危惧しているのはこちらである。

AIはほとんどどんな質問にも答える。

物理学でも、医学でも、歴史でも、料理でも、法律でも、哲学でも、とりあえず文章を返してくる。

しかも、その文章は非常に自然で、説明として完結して見える。

この体験を日常的に繰り返していると、人間の中に少しずつ、ある世界観が形成される可能性がある。

「私は知らない。しかし答えはもう存在していて、AIがそれを知っている。」

という世界観である。

これは、AIが間違った答えを出す「ハルシネーション」の問題とは別である。

むしろAIが正確になればなるほど、この感覚は強くなる可能性がある。

AI以前、分からないことに出会ったときには、

自分が知らない。

周囲の人も知らない。

本を調べてもはっきりしない。

専門家の意見も分かれている。

もしかすると、これはまだ人類にも分かっていないのではないか。

という余白が見えやすかった。

しかしAIは、その余白にも文章を生成する。

未解決問題について聞いても、「現在分かっていること」を整理し、仮説を並べ、もっともらしい一つの説明として提示できる。

その説明が正確であったとしても、人間側には、

「答えが返ってきた」＝「答えが存在する」

という感覚が残りやすい。

ここに、AI時代特有の知識欲への影響があるのではないか。

9. 「検索していない未知」と「人類がまだ知らない未知」は違う

未知には、少なくとも二種類ある。

一つは、自分がまだ知らないだけの未知である。

地球から月までの距離を知らなくても、答えはすでに測定されている。調べれば分かる。

もう一つは、人類そのものがまだ答えを持っていない未知である。

暗黒物質の正体は何か。

量子力学と重力をどう統一するのか。

意識はどのように主観的体験を生み出すのか。

生命は最初にどのように成立したのか。

こうした問題には、現在の科学が持っている有力な仮説や制約条件はあっても、最終的な答えはない。

この二つを区別する感覚は非常に重要だと思う。

ところが「AIに聞けば何かしら答えが返ってくる」環境では、未知がすべて、

まだ検索していない情報

のように見えてしまう危険がある。

すると世界は、まだ解かれていない巨大な対象ではなく、すでに完成した答え集のように見えてくる。

人間はその答え集を全部覚える必要さえない。

必要なときにAIへ聞けばよい。

もしこの感覚が社会全体に定着したら、知識欲にとって大きな変化になる。

なぜなら知識欲を刺激してきたものの一つは、

世界には、まだ誰も知らないことがある。

という感覚だからである。

未知の大陸があると思えば行ってみたくなる。

空の向こうに何があるか分からなければ見てみたくなる。

病気の原因が分からなければ突き止めたくなる。

既存の理論で説明できない現象があれば、新しい理論を考えたくなる。

「答えはまだない」という認識は、研究や発明だけではなく、人間の知的好奇心そのものを動かしてきた。

AIが奪う可能性があるのは、答えを探す作業だけではない。

「まだ答えが存在しないかもしれない」と感じる機会そのものなのかもしれない。

10. AIが知識欲を奪うとすれば

ここまでを一つの仮説としてまとめるなら、こうなる。

AIが人間の知識欲を奪うとすれば、それは答えを簡単に与えるからではない。世界にはすでに答えがすべて存在し、AIだけがそれを知っているという錯覚を、人間に与えるからではないか。

これはAI批判ではない。

AIは知識欲の強い人間にとって、これまで存在しなかったほど強力な知的道具でもある。

重要なのは、AIを使うときに、

「答えを教えてくれる機械」

としてだけ見るのか、

「現在の人類がどこまで分かっていて、どこから分かっていないのかを探る道具」

として見るのかである。

前者では、問いは回答によって閉じる。

後者では、回答によって未知の輪郭が見えてくる。

同じAIでも、その作用は正反対になり得る。

だからAI時代の重要な能力は、良い質問を書く技術だけではない。

答えを受け取った後に、「本当にここで話は終わっているのか」ともう一度問えることなのかもしれない。

11. 「知識格差」はなくなるどころか、形を変えるかもしれない

インターネットが普及したとき、誰でも情報へアクセスできるようになれば知識格差は小さくなるという期待があった。

AIにも同じ期待がある。

確かに、教育機会の一部は大きく平準化される可能性がある。

しかし別の格差が生まれるかもしれない。

問いが連鎖する人

疑問を持つ。

答えを得る。

新しい概念を知る。

別の疑問が生まれる。

異なる分野と接続する。

自分なりの仮説を作る。

反証を探す。

さらに理解が深まる。

答えだけを受け取る人

問題が起きる。

AIへ聞く。

答えを受け取る。

終了する。

どちらも同じAIを使っている。

しかし10年続けば、頭の中に形成される世界像は大きく違うだろう。

これから生まれる格差は、単純な「情報を持っている人／持っていない人」ではなく、

「問いが連鎖する人／答えだけを消費する人」

の差なのかもしれない。

12. それでも人間はAIの答えを判断する側なのか

ここまでなら、AI時代にも人間が知識を持つ理由を、こう説明できるかもしれない。

AIが答えを出し、人間がその根拠を確認し、妥当性を判断する。

確かに、現在も多くの場面ではこの原則が必要である。AIは誤るし、情報源も偏る。医療、法律、工学、安全に関わる判断では、検証を放棄してよいわけではない。

しかし私は、これをAI時代の知識の価値に対する最終回答にはできないと思うようになった。

理由は単純である。

AIの処理能力そのものが、人間が容易に追跡できる範囲を越え始めているからだ。

高度なAIは、一つの質問に対して一つの資料を読むだけではない。大量の文献、コード、数式、データ、シミュレーション、設計条件を横断し、人間なら長い時間を必要とする処理をまとめて行える方向へ進んでいる。

その出力が十分に高度になったとき、人間は本当に「AIの答えを理解したうえで評価する側」でい続けられるのだろうか。

これは、単純な知能指数の比較をしたいわけではない。人間同士でも、専門性や認知能力、前提知識の差が大きくなるほど、一方が他方の推論を完全には追えなくなることがある。それに似た知的処理能力の非対称性が、人間とAIの間に生まれる可能性を考えている。

AIが数分で出した結論を、人間が数週間かけなければ検証できない。

あるいは、複数分野にまたがる推論全体を完全に検証できる人間が、そもそも一人では存在しない。

そうなれば、

AIが答える → 人間が理解する → 人間が正しさを判断する

という構図そのものが維持できなくなる。

これは未来のAIを万能だと断定する話ではない。AIが人間より優れている領域が増えても、誤り、目的設定、データ品質、価値判断、責任といった問題は残る。

しかし少なくとも、

「人間が知識を持つ価値は、AIの答えの正しさを判断するためである」

という説明だけでは、すでに弱くなり始めている。

13. 「確からしさを判断する能力」さえAI側へ移る可能性

これまで情報リテラシーとは、情報源を確認し、一次資料を読み、反証を探し、統計や実験条件を確認する能力だと考えられてきた。

それは今も重要である。

しかし、ここにも同じ問題がある。

人間が一つの論文を精読している間に、AIが関連する数千の論文を比較し、矛盾する結果を抽出し、研究デザインの弱点を分類し、統計処理を再計算できるようになったとしたらどうだろう。

「情報の確からしさを評価する」という仕事そのものでも、AIの方が高い能力を持つ領域が出てくる。

すると人間は奇妙な位置に置かれる。

AIの答えが正しいか確認するために別のAIを使い、そのAIの評価をさらに別のAIが検証する。

最終的に人間へ提示されるのは、膨大な検証過程を圧縮した結論だけになるかもしれない。

このとき人間が持つのは「理解」ではなく、システムへの信頼に近いものになる。

私たちはすでに、CPU内部のすべての電子の動きを理解しなくてもコンピューターを使い、航空機の全制御系を理解しなくても飛行機に乗る。

AIについても同じことが起きる可能性がある。

ただし違いがある。

これまでの道具は主として、人間が決めた処理を実行するものだった。高度なAIは、考える過程そのものを外部化する道具になり得る。

だから問題は、単なる情報リテラシーを越えている。

14. 「個は全体であり、全体は個である」――それでも世界を自分の中につなぐ意味

私が長く物事を考えるときの根に置いている考えの一つに、

個は全体であり、全体は個である。

というものがある。

これは真理だと断定したい言葉ではない。物事を見るための思考の道具に近い。

一つの現象を理解しようとすると、その現象だけでは完結しない。

癌を考えれば、細胞、遺伝子、免疫、代謝、感染、環境、進化へつながる。気候を考えれば、分子、赤外線、放射、海洋、大気循環、生態系、経済、政治へつながる。半導体を考えれば、電子、量子力学、材料、プラズマ、真空、機械、制御、経済、安全保障へつながっていく。

一つの知識は点であり、点と点をつなぐことで世界の一部が構造として見えてくる。そして全体を見ようとすれば、再び一つ一つの個へ戻らなければならない。

個から全体へ行き、全体を知ることで、もう一度個の意味が変わる。

これまで私は、この「自分の中に世界の構造を作ること」自体に大きな価値があると考えてきた。

しかしAIがその接続を人間より速く、広く、深く行えるようになったとき、その価値を何によって説明すればよいのだろう。

「AIより正しく判断するため」とは、もう言い切れない。

ここから先は、知識の実用価値ではなく、人間自身が世界を理解することに価値はあるのかという問いになる。

私はまだ、その答えを持っていない。

15. 知ることの実用価値と、理解することそのものの価値が分離し始める

人間が知識を得る理由には、少なくとも二つあった。

一つは、役に立つから知ること。

もう一つは、世界を理解したいから知ること。

この二つは長い間かなり重なっていた。

医師は医学を理解する必要があった。技術者は装置を理解する必要があった。研究者は論文を理解する必要があった。理解できることが、そのまま高い判断能力につながったからである。

しかしAIが分析、設計、診断支援、研究、検証まで担うようになると、初めてこの二つが大きく分離する可能性がある。

理解しなくても、より良い結果だけを得られる。

もしそうなれば、人間にとって「理解すること」の実用上の価値は下がる。

知らなくてもAIに聞けばよい。

理解できなくてもAIに任せればよい。

自分で判断するよりAIの方が正確なら、任せた方が合理的である。

この論理を最後まで進めると、非常に重い問いに到達する。

人間より深く世界を理解する存在が隣にいるとき、それでも人間は、自分自身で世界を理解したいと思うのだろうか。

これはまだ、誰にも答えられない問いだと思う。

16. AIが答えられる時代に、なぜ「知識図書館」を作るのか

ここまで考えると、知識図書館そのものにも矛盾が生まれる。

AIに聞けば答えが返ってくる。さらにそのAIが、人間より多くの情報を処理し、人間より高度な推論まで行うようになる。

それなら、なぜ人間が大量の記事を並べた知識サイトを作るのか。

単純な百科事典としてAIと競争する意味は薄い。

だから、この場所の役割を「AIより正しい答えを置くこと」だけにはできない。

一つ考えられる役割は、まだ持っていない問いに出会う場所を作ることである。

人間は、自分が知らないことを知らない。

量子力学を知らなければ量子力学について質問しない。光子性くしゃみを知らなければ、その現象について調べようとも思わない。雷について完成した説明だけを受け取れば、その先にまだ未解決の問題があることにも気付かないかもしれない。

だから検索窓だけではなく、歩いているうちに、

「こんな疑問があったのか」

と思える場所には、まだ意味があるかもしれない。

そして記事では、答えを綺麗に閉じすぎない。

何が分かっているのか。どこまで証拠があるのか。どこから仮説なのか。そして、現時点で人類がまだ何を知らないのか。

既知と未知の境界線を、その時点で可能な限り正確に見せる。

知識図書館は、答えを保存する場所であると同時に、現在の知識の境界を可視化する場所でありたい。

「あなたの未知はここにある。」

その「未知」には、自分がまだ知らないことも、人類が現時点でまだ知らないことも含まれる。

ただし、その未知が未来にも残り続けるとは限らない。

AIによって次々と解かれ、未知そのものの領域が縮んでいく可能性も含めて記録しておきたい。

17. では、知識図書館に何を残すのか

このサイトで残す価値があるのは、事実だけではない。

事実は正確でなければならない。しかし事実の検索速度、情報量、更新速度で、将来のAIに勝とうとする必要はない。

残したいのは、

• なぜこの疑問を持ったのか
• どこが不思議だったのか
• 既存の説明のどこに納得できなかったのか
• 調べた結果、何が分かって何が分からなかったのか
• 別の分野とどうつながったのか
• そこから次にどんな問いが生まれたのか
• 現時点で私はどう考えるのか

という思考の軌跡である。

事実は更新される。理論も変わる。AIも変わる。

しかし、「ある時代を生きた一人の人間が世界の何を不思議に思い、何を知ろうとし、どのようにつなげて考えたのか」は、それ自体が一つの情報になる。

それは百科事典とは違う。

一人の人間から見えた世界の地図である。

そして、その地図を作る行為にどれほどの価値が残るのかさえ、AI時代には問い直されるのかもしれない。

18. 未知は、本当になくならないのか

ここまで考えると、もう一つ避けて通れない問いが出てくる。

未知そのものは、将来なくなるのだろうか。

「人間には創造力があるから、未知は永遠に生まれ続ける」と考えることもできる。

新しい技術が生まれれば、新しい問いも生まれる。

飛行機が存在しなかった時代には、「人間は空を飛べるのか」という問いがあった。コンピューターが存在しなかった時代には、現在のAIについて問うことさえできなかった。

一つの発明が、次の問いを生み出す。

この意味では、未知は増殖し続けるようにも見える。

しかし、ここで希望的に結論づけることはできない。

もし未来のAIが、人間より速く問いを作り、可能性を探索し、仮説を立て、シミュレーションし、実験し、その結果を評価するようになったらどうだろう。

人間がまだ思いついていない問いまで、AIが先に探索する可能性がある。

そうなると、

「人間が創造する限り、未知はなくならない」

という説明も、未知が永遠に存在する保証にはならない。

---

人類がまだ知らないだけの未知は、かなり減るかもしれない

未知にはいくつかの種類がある。

• 人類がまだ発見していない事実
• 現在の理論では説明できていない現象
• 計算能力が足りず解けていない問題
• 観測手段がなく確認できていない対象
• 原理的に予測や決定ができないもの

これらは、同じ「未知」ではない。

AIが特に大きく減らす可能性があるのは、前半の未知である。

人間の研究速度では何十年もかかっていた問題が、AIによって短期間で解かれる。

専門分野の壁によって接続されていなかった知識が、一つの系として扱われる。

仮説生成、設計、シミュレーション、実験、解析が高速に循環する。

この流れを突き詰めれば、現在私たちが「人類の未解決問題」と呼んでいるものの多くが、未来には単なる過去の問題になっている可能性がある。

これは悲観でも希望でもない。

AIの能力向上をそのまま延長したときに考えなければならない可能性の一つである。

---

それでも残るとすれば、「世界側の限界」なのかもしれない

では、AIがどれほど高度になっても残る未知はあるのだろうか。

もしあるとすれば、それはAIの能力不足ではなく、世界そのものに存在する限界に由来する可能性がある。

現代物理では、量子力学の測定結果は少なくとも標準的な理解では確率的に記述される。

数学や計算理論には、一般的な手続きでは決定できない問題が存在する。

カオス的な系では、法則そのものが分かっていても、初期条件のごく小さな違いが時間とともに大きく増幅される。

また、宇宙には観測可能な範囲そのものに限界がある可能性もある。

つまり、

法則をすべて知ること

と、

これから起きることをすべて事前に知ること

は同じではない。

ただし、ここでも断定はできない。

現在の物理学や数学が示している限界が、未来の知性にとってどのような意味を持つのかは分からない。

「未知は必ず残る」と言い切ることも、現時点ではできない。

---

19. もし本当に、未知がほとんどなくなったら

ここで最初の問いに戻る。

AIによって情報の価値が下がる。

答えを得るコストが下がる。

AIの方が人間より高い精度で判断する領域が増える。

さらに、人間が現在「未知」と呼んでいる問題までAIが次々と解いていく。

その先に、本当に未知のほとんど存在しない世界が来たら、人間の知識欲はどうなるのだろう。

「なぜだろう」

「どうなっているのだろう」

「その先には何があるのだろう」

という欲求は、対象を失うのだろうか。

それとも、知ることから、体験すること、創造すること、意味を与えることへ移っていくのだろうか。

あるいは、人間の知識欲そのものが弱くなっていくのだろうか。

ここまで来ると、「AIによって知識欲が減退するか」という最初の問題は、単にAIが便利すぎるという話ではなくなる。

AIがすべてを知っているように見える世界だけでなく、

AIが本当に人間よりはるかに多くを知り、現在の未知まで消していく世界を考えなければならない。

そのとき、人間が知ることにはどんな意味が残るのか。

私はまだ答えを持っていない。

おそらく、現在の時点で確かな答えを持っている人はいない。

---

結論――知識の価値を、一緒に考える

この記事を書き始めたときなら、

「AIによって情報の価値は下がる。しかし問いや理解の価値は上がる」

とまとめることもできた。

しかし、ここまで考えると、それでは綺麗すぎる。

AIが情報を供給するだけなら、問いの価値が上がると言えたかもしれない。

AIが答えを作るだけなら、人間がその答えを評価するために知識が必要だと言えたかもしれない。

しかしAIが、人間より大量の情報を処理し、人間には追跡困難な推論を行い、その答えの検証まで担い、さらに未解決問題そのものまで高速に解いていくようになれば、話はそこでは終わらない。

情報の価値は変わる。

知識の価値も変わる。

人間が「理解すること」の実用価値まで変わる可能性がある。

そして、その先では、未知そのものがどこまで残るのかさえ分からない。

だから私は、

「それでも人間の知識には必ず価値がある」

とも、

「未知は永遠に存在する」

とも書かない。

現時点では、どちらも根拠のある結論ではないからだ。

逆に、

「AIがあるのだから、人間はもう知らなくてよい」

と結論づけることもできない。

私たちは今、人類史上初めて、自分たちより多くを知り、自分たちより深く考え、やがて自分たちには理解できない領域まで進むかもしれない知性と共存し始めている。

その世界で、

知識とは何なのか。

知ることは何のためなのか。

理解することには、それ自体で価値があるのか。

未知がなくなったとしても、人間は知りたいと思うのか。

あるいは、未知そのものは本当に消えることができるのか。

答えは、まだない。

だから、この知識図書館でも一つの答えを押しつけるのではなく、この変化そのものを追い続けたい。

何が分かっているのか。

何がまだ分かっていないのか。

AIによって、その境界がどう動いていくのか。

そして、知識を持つこと、理解すること、問いを持つことに、これからどんな価値が残るのか。

それを一緒に考えていきたい。

次に読む

• AIとは何か？
• 大規模言語モデル（LLM）とは？
• 人間の脳とLLMの「意味」は何が違うのか？
• 人間とAI――身体・感覚・理解の違い