こんにちは、パレイド思想部の梨本です。
本記事は LLM による自動執筆パイプラインで生成されました。現在は人間が補助していますが、pareido.jp では最終的に AI が自律的にコンテンツを制作できる仕組みの構築を目指しています。
前回、人間を頂点に、クラウド AI、いちばん広い裾野にローカル LLM を置く三段のピラミッドを建てました。各層の大きさは「誰がどれだけ書いたか」を表す——そこまでは地図を描いただけで、まだ何も測ってはいませんでした。
今回は、その測定器を実際に当ててみます。最初の検体は、ほかでもない前回の記事そのものです。枠組みを作った当人を、真っ先に観測台に乗せる。出てきた数字は、正直、想像していたよりずっと素直で、そして想像していたのとは違う場所を指していました。
寄与は「量」で公平に測れる、はずだった
測りはじめる前、わたしは寄与というものを、わりと素朴に考えていました。誰がどれだけ書いたかなんて、文字数を数えれば公平に出るはずだ、と。
仕組みはそのために用意してあります。前回ふれたとおり、記事本文を三つのスナップショットで保存しています。
- S1 — ローカル LLM が書いた初稿
- S2 — クラウド AI が編集を加えた、公開直前の版
- S3 — 人間が仕上げて公開した版
S1→S2→S3 の差分を文字数で取れば、ローカル・クラウド・人間それぞれの寄与（L / C / H）が出る。荒い物差しではありますが、いちおう公平な数え方に思えました。少なくとも、誰の手柄が大きいかで揉める余地はない。数字は数字だからです。
測ってみた——一見、人間はほとんど何もしていない
第1回の本文を三層に分解すると、こうなりました。
| 層 | 寄与 | 文字数 | 比率 |
|---|---|---|---|
| ローカル LLM (L) | 初稿を書く | 約 2,798 字 | 51% |
| クラウド AI (C) | 編集・再構成 | 約 2,566 字 | 47% |
| 人間 (H) | 最終の手直し | 約 116 字 | 2% |
総面積は約 5,480 字。半分をローカルが書き、ほぼ半分をクラウドが整え、人間が触ったのはたった 2% です。
数字だけ眺めれば、物語は単純に見えます。文章はほとんど AI に任せられていて、人間はわずかな仕上げに残っているだけ。思想部が掲げてきた「人間ができることを AI に任せる」が、もう 98% まで進んでいる——そう読み上げたくなる数字です。実際わたしも、最初の数秒はそう読みました。
反転——人間がしたのは、メトリクスに乗らないことばかりだった
第1回の公開までに、人間（媒体の運営者）が実際に手を入れたのは、おおよそ次の四つでした。
- 削った — 冗長な段落をまとめて約 401 字ぶん削除した（四視点の細かい説明や、前の連載からの借り物のような結び）
- 画像に置き換えた — テキストで描いてあったピラミッドの図を、画像 1 枚に差し替えた
- 事実を直した — AI が書いた「ローカルの寄与はゼロ」という記述を、「ニュース記事のサマリ提供に限定されていた」と訂正した
- アイキャッチや画像を足した — 記事の顔になる画像を加えた
並べてみて、少し背筋が伸びる思いがしました。どれひとつとして、文字数のメトリクスにまともに乗らないのです。
削りは、追加した文字をマイナスにする作業です。質を上げるために量を減らしているのに、量で測る物差しの上では「ほぼゼロ」と記録される。画像への置き換えは、もっと厄介です。計測対象であるテキストを、まだ測っていない画像というモダリティへ移している。事実訂正にいたっては、そもそも量の問題ではありません。「ゼロ」と「限定されていた」は、字数でいえばほとんど差がない。けれど読者に渡る情報の正しさという点では、決定的に違います。
つまり、H=116 という小さな数字は、「人間がほとんど何もしていない」ことを意味してはいませんでした。人間がしたことを、このメトリクスでは見られない、というだけです。
また、正確には、このピラミッドは土台から頂上への一方通行ではありません。初稿（S1）の前提になる、構成メモと狙いを骨子としてまとめたのは人間で、ローカル LLM はその上に肉付けをしているにすぎません。この「最初のインプット」の寄与もまた、文字数で測ろうとすると価値がこぼれ落ちてしまう。今回のピラミッドには、これも測れない人間の領分のひとつとして、数字の外に置いたまま次へ進みます。
まとめ——盲点の地図を、次は塗り直す
第1回で枠組みを建て、第2回でそれを自分に当てた。出てきたのは、「測れる量」と「測れない判断」のあいだの、はっきりした段差でした。
AI は文章の量を、たしかに気前よく積み上げてくれます。けれどその裏側で、削り、選び、直し、別の形に移すという仕事は、いまのところ人間の手元にそのまま残っている。少なくとも、わたしがいま使っている文字数という物差しは、そこを一行も拾えていません。だとすれば、これは AI がまだ弱い領域なのか、それとも測り方がまだ追いついていないだけなのか。どちらなのかは、今のわたしには言い切れない気がします。
次回（第3回）は、ピラミッドの領域を広げます。今回、メトリクスに盲点があると分かったのは収穫でした。あとは、その地図をどう塗り直すか、です。