AI時代に本当に価値があるのは、きれいな情報ではなく「途中の知能」だ
Hatched by Kei
Apr 26, 2026
2時間の映画より、20本の短い動画が勝つのはなぜか
いま多くの人が、情報を増やしたのに、むしろ判断できなくなっています。服を選ぶ、店を探す、休日の予定を立てる、何かを学ぶ。どれも昔より選択肢は増えたのに、自由になった感じは薄い。そこで起きているのは、単なる情報過多ではなく、「完成した正解」より「途中で役立つ知能」が求められるようになったという変化です。
たとえば、面白いか分からない映画に2時間を賭けるより、信頼できる人が選んだ短い動画を20本見るほうが、期待値が高いと感じる。これは怠けではありません。時間を一括で投資するより、小さく試しながら、その場で更新できる判断のほうが合理的になったのです。
この感覚は、私たちの消費行動だけでなく、知識の作られ方そのものにも広がっています。きれいに整理されたデータで動くAIは強い。けれど、現実の知的活動の大半は、整理されていない。実験の失敗、手触り、勘、微妙なコツ、やり直し。そこにこそ本当の知能があるのに、これまでは記録されにくかった。
いま価値が移っているのは、答えそのものではない。答えにたどり着くまでの「途中」を扱える能力だ。
「イマ思考」は、気まぐれではなく適応戦略である
スマホ時代の人は、未来を長く固定しない。予定を立てても、その日の気分、天気、移動コスト、人間関係、SNSで見た刺激によって、すぐ組み替える。これは一見、計画性の欠如に見える。しかし実際には、固定した計画より、変化に応じて即座に再編成する力のほうが重要になっている。
この「イマ思考」は、消費にも現れる。インスタのハッシュタグを何百件もさかのぼるより、Googleマップで近場の高評価店を見る。大量の候補を比較するより、価値観の近い「たった1人」のセンスを信じる。ここで人は、検索エンジンのように網羅性を求めているのではない。自分の状況に対して、今すぐ使える判断を求めている。
つまり、情報の価値基準が変わったのです。昔は「どれだけ正確か」「どれだけ完全か」が重要だった。いまはそれに加えて、「どれだけ早く、自分の文脈に接続できるか」が重要になっている。正解が一つある世界ではなく、文脈ごとに最適解が変わる世界では、情報は完成品ではなく、その場で再編集できる素材として使われる。
この変化は、映えの変化にも表れています。派手で加工されたものだけが評価されるのではなく、自然体、控えめ、過程が見えて楽しいものも支持される。TikTokで見られるのは完成図だけではなく、作る途中、踊る途中、失敗しかける途中です。そこにあるのは、見栄ではなく、プロセスそのものを共有する快感です。
完成品より「途中」が強い理由
ここで大きな問いが浮かびます。なぜ、完成したものより、途中のものが評価されるのか。
Hatch New Ideas with Glasp AI 🐣
Glasp AI allows you to hatch new ideas based on your curated content. Let's curate and create with Glasp AI :)
Start Hatching 🐣答えは単純で、完成品は多くの場面で「自分のために少し遅い」からです。完成された映画、完成された商品説明、完成されたレビュー、完成された研究論文。どれも美しい。しかし、ユーザーが本当に欲しいのは、いま置かれた状況で次に何をすればよいかを示す、動的な判断材料です。
たとえば、服選び。大量の投稿を眺めても、結局どれが自分に合うか分からない。そこで強くなるのが、信頼できる一人のセンスです。これは「権威への回帰」ではありません。むしろ、誰かの審美眼を、その人の選び方ごと借りるという行為です。単なる結論よりも、どういう基準で選んだのかが重要になる。
科学でも同じことが起きています。論文は成功した結果を記録するが、試行錯誤の全工程は残りにくい。けれど、本当に難しいのはそこです。実験台の上で何を見て、どう手を動かし、どこでやめ、どこで粘ったか。その tacit knowledge, 暗黙知こそが科学の筋肉です。
未来の知能は、完成した答えを覚えるAIではなく、まだ言語化されていない判断を扱えるAIになる。
この視点で見ると、スマホ時代の「耳の暇」も意味が変わります。音声コンテンツは、ただのながら消費ではない。手を塞がれた生活の中で、視覚情報を処理しきれない私たちが、耳を使って文脈を補うための装置です。つまり、耳の暇は余白ではなく、作業しながら世界を再解釈するための帯域なのです。
科学とSNSは、どちらも「暗黙知の可視化」を求めている
一見すると、TikTokの映え文化と最先端科学は無関係です。片方は娯楽、片方は研究。しかし、両者は同じ根を持っています。それは、人間の賢さは、結果より過程に宿るという事実です。
SNSでは、もはや単に「きれいな完成写真」を見せるだけでは弱い。ナチュラルで、過程が見えて、少し不完全で、でも気分に合うものが強い。理由は、見る側が完成品よりも「この人はどうやってそこに行ったのか」を知りたいからです。プロセスが見えると、ただの鑑賞が、自分も真似できる学習に変わる。
科学でも同じです。AIが本当に役立つためには、きれいなデータセットだけでは足りない。手元のノート、失敗した実験、研究者の迷い、装置の癖、共同作業の調整まで含んだ、多模態のプロセスデータが必要になる。なぜなら、科学はデータベース内だけで完結しないからです。
ここで重要なのは、データが増えれば解決するわけではない、ということです。必要なのは、単なる量ではなく、再現可能な判断の痕跡です。何を見て、どこで迷い、何を捨てたか。その記録があって初めて、AIは「答えを出す機械」から「やり方を学ぶ機械」へ近づく。
この問題は、個人の生活にも企業にも共通しています。表面上の成果物だけを集めても、真似できるのは見た目だけ。むしろ価値があるのは、選び方のログ、試し方のログ、失敗のログです。つまり、私たちが本当に必要としているのは、完成品のカタログではなく、途中経過のアーカイブなのです。
新しい競争力は「途中を設計する力」になる
ここまでをまとめると、いま起きているのは消費の短期化ではありません。もっと深いレベルで、社会全体が完成品中心の文化から、途中中心の文化へ移っているのです。
この変化の中で競争力を持つのは、完璧なものを一発で出す人ではなく、途中の情報をうまく扱える人です。たとえば、商品を選ぶときにレビュー点数だけを見ない。どういう人が、どんな条件で、何と比較して選んだのかを見る。旅先を決めるときに、ランキングだけでなく、移動距離、気分、混雑、当日の温度感まで含めて考える。研究でも、成功した論文だけでなく、失敗した仮説の記録を残す。
これを一つのモデルにすると、次の三層で考えられます。
- 結果層: 何が出たか
- 判断層: なぜそれを選んだか
- 過程層: どのように迷い、修正し、到達したか
これまでの多くのシステムは結果層しか見ていませんでした。だが、これから価値が生まれるのは判断層と過程層です。なぜなら、人間の意思決定も科学も、実はそこが本体だからです。
この観点からすると、新しいAIや新しい組織に必要なのは、単に高性能なモデルではなく、途中を記録し、途中から学び、途中を次の判断に変える仕組みです。研究機関でも企業でも、問いは「何を作るか」だけでは足りない。「作る過程をどうデータ化するか」「そのデータをどう次の意思決定に返すか」まで設計しなければならない。
Key Takeaways
- 完成品より、途中の記録を集める。成果だけでなく、選んだ理由、迷った点、捨てた案を残すと、後で何倍も価値が出る。
- 情報収集の基準を「網羅性」から「即応性」へ変える。今の自分の文脈に合うかどうかで、情報源を選び直す。
- 信頼できる一人のセンスを持つ。大量のレビューより、価値観の近い人の選び方を学ぶほうが速くて強い。
- プロセスを見せる。発信でも仕事でも、結論だけでなく、そこに至る途中を共有すると、学習可能性が上がる。
- AIに教えるべきなのは答えではなく判断の流れ。未来の競争力は、暗黙知を記録し、再利用できる形にする力にある。
結論: これからの知性は、正解を持つことではなく、正解が生まれる現場にいること
私たちは長いあいだ、知性とは「正しい答えを知っていること」だと思ってきました。だから、検索エンジンは網羅性を、SNSは完成された見栄えを、科学は整然とした論文を重視してきた。しかし、現実の世界はもっとぐちゃぐちゃです。選択肢は流動し、気分は変わり、失敗は隠れ、暗黙知は消えていく。
その中で本当に強いのは、答えを暗記する人ではありません。途中を観察し、途中を編集し、途中から学べる人です。スマホの「イマ思考」も、TikTokのプロセス志向も、音声コンテンツの耳の暇も、研究現場の暗黙知も、実は同じ方向を指しています。
知性の中心は、完成した成果物ではなく、その手前の揺れや迷いにある。そう考え直した瞬間、私たちは情報の洪水に溺れる側から、途中を設計する側へ移れるのです。