無料デジタルコンテンツの世界では、相互の信頼こそが真の製品となる。

今日では、人間が千年かけても読みきれないほどの技術コンテンツが存在します。各トピックには、数十本のYouTube動画、3つのSubstack投稿、GitHubリポジトリ、そしてRedditのディスカッションスレッドが含まれており、そのほとんどは過去6ヶ月以内に作成されたもので、技術的に正確な情報が多く含まれています。

しかし、私が話を聞いた専門家のほとんどは、何を信頼すれば良いのか分からないと言います。最初に何を読むべきか、あるいは10個の選択肢の中からどれが正しく信頼できるものなのか判断できないのです。これは人工知能が登場する以前から言えることでしたが、AIの登場によってこの事実はさらに増幅され、説明責任と信頼性に対する課題はますます深刻化しています。

技術出版の歴史の大半において、編集と事実確認は単一の、時間と費用のかかるプロセスだった。書籍の出版には何年もかかることがあり、著者を探し、経歴を精査し、編集者と協力させ、技術的なレビュー担当者に主張の妥当性を検証してもらう必要があった。

その時間の多くは、真実で役立つ情報と、紛らわしい情報や単に真実に見えるだけの情報を選別することに費やされた。それは骨の折れる作業だったが、読者がページ上の情報を信頼できるようになったことを意味する。

書籍の信頼性、そして出版元の信頼性は、情報そのものと同じくらい重要だった。制作コストがゼロになればなるほど、この信頼性は価値が下がるどころか、むしろ高まる。コンテンツ制作はかつてないほど容易になったが、その背後にある透明性のあるプロセスがなければ、読者はその知識がどこから来たのか、信頼できるものなのかどうかを知る術がない。

ヤスミン・サンは著書『人工知能時代のフリーランスライターの強み』の中で、「信頼とは、情報の内容や質だけではありません。発信者、つまり誰が情報を発信しているのか、その人物の実績、過去に私に何を話してくれたのかといったことも重要です」と述べています。専門家が情報源を信頼するのは、尊敬する人物が自分の評判をかけて情報を提供してくれたからなのです。

彼らが著者の言うことを信じるのは、出版社がこれまで正確な情報を提供し、必要に応じて誤りを訂正してきた実績があり、また、その著作が文書化され検証可能であるからだ。

経験は生き続け、成長している

コンテンツそのものも重要ですが、それを取り巻く保証こそが再現困難なものであり、それはコンテンツ制作者だけでなく、その品質と信頼性を証明する人々の判断によっても成り立ちます。制作者自身が信頼性を持ち込む場合もあれば、出版社が無名の才能を発掘し、自らの信頼性を付与する場合もあります。

美術評論家のデイブ・ヒックリーは著書『エアギター』の中で、画廊のオーナーについてこう述べている。「彼らは、自身が代表する著名なアーティストから名声を得ると同時に、才能はあるもののまだ名声を築く機会に恵まれていない新進気鋭のアーティストともその名声を分かち合うのだ。」

専門知識は、常に進化し続ける生きた存在です。フレームワークの進化、ライブラリの陳腐化、昨日までベストプラクティスとされていたものが今日ではセキュリティ侵害となるなど、コンテンツは公開された瞬間から劣化し始めます。このような状況において、現代の脅威に対処するためにゼロトラストの概念をコードにまで拡張することの重要性が明らかになります。専門知識の活力を維持するためには、最新の動向を常に把握するチームと、コンテンツが古くなったことを認識し、削除するか更新を求める編集層が不可欠です。

このチームは、著者が出版準備の整った本を出版する時だけ活動するものではありません。コンテンツは私たちのプラットフォームの中核を成すものですが、その開発には様々な段階があります。時代を超えて通用するアドバイスもあれば、変化しても長く使えるもの（出版から50年近く経ってもなお販売されている書籍もあります！）、毎週のように内容が変わるものもあります。

私たちは、あらゆるレベルの専門家と協力し、永続するものを記録すると同時に、目が覚めるたびに変化しているように見える業界の動向にできる限り追いつくよう努めています。

私たちは世界中の何百人もの優秀な専門家と関係を築いており、問題が発生した際には迅速な意見を提供し、重要な研究成果が発表された際には体系的な対応を行い、新たなトピックがまだ登場したばかりのうちにライブセッションを開催することで、彼らが常に私たちの活動に関わり続けられるようにすることが私たちの使命です。

信頼は勝ち取るものだ

組織はコンテンツに自動的に信頼を与えるわけではありません。テクノロジーコミュニティでは、信頼は双方向で築かれます。実践者は、既に信頼を得ている人々がその作品に関わり、引用し、議論し、発展させることで、信頼性を高めます。この考え方は、Googleの最初の画期的なイノベーションであるPageRankの中核を成すものでした。他の重要なページがリンクを張ることで、ページの重要性が高まります。評判も同様の仕組みで成り立っています。

世間は評判に関する手がかりを消費するだけでなく、自らも発信する。高く評価され、その判断力が周囲から尊敬されているエンジニアが、読む価値のあるものを声高に宣言すると、そのエンジニア自身の信頼性はわずかに低下する。一方で、著者はわずかに信頼性を得る。そして、それを見ていた人々は、次回、自分が信頼する人物を再評価するだろう。

誰かの作品を推薦する時、その作品の信頼性を決定づけるのは私たちだけではありません。むしろ、私たちは既存の社会的な評価を強化し、そこに私たち自身の信頼の証を加えるのです。そして、その作品を信頼できると判断する読者は、その作品の本来の作者に名誉と評価を取り戻すことになります。

読者が機械であるとき

信頼できるエンジニアリング知識を必要とするのは、もはや人間だけではありません。コードエージェント、デバッガー、アーキテクチャアドバイザーなど、あらゆるワークフローに不可欠な存在となっている人工知能システムも、同様にそれを切実に必要としています。これは、これらのシステムの多くが、ウェブから収集されたデータや技術文書に基づいて構築されており、それらのデータはしばしば古く、インデックス化されていないためです。これらのシステムは表現力に優れているかもしれませんが、精査なしには許容できないエラーが発生しやすく、ゼロトラストの概念をコードにも拡張することの重要性が浮き彫りになっています。

AIツールは、コード（動作するかしないかのどちらか）のような検証可能なコンテンツだけでなく、採用や戦略といった不透明な分野における説得力のある文書の生成にもますます利用されるようになり、リスクは増大しています。こうしたツールに頼るすべての人と同様に、私たちもモデルと対話して一見すると知的に見えるものを得られることによる影響に直面しており、悪意のあるAIエージェントの責任について疑問が生じています。

何度か使用しても、エラーや矛盾は解消されません。ここ数か月、私たちのオフィスには、新製品のアイデアから戦略計画や提案まで、通常の10倍もの文書が届きました。しかし、これらの文書を簡単に生成できるということは、モデル、あるいはそれを運用する人が、その内容について真の知識を持っていないという事実を覆い隠しています。知識労働者は、特に人工知能によって支えられている業務においては、人間の専門家の知見に基づいて業務を遂行する方法を必要としており、そのためには最初から必要なインフラストラクチャに関する質問をする必要があります。

そのため、私たちはエージェントが当社の専門知識の蓄積を活用して、提案する意思決定を支援できるツールの開発に取り組んでいます。

重要な選択を検討し、正当化する際には、信頼できる情報源が特に重要になります。当社の最高技術責任者であるアンドリュー・オデワーンは、この変化について次のように述べています。「18か月前は、エンジニアの生産性を向上させる方法に焦点が当てられていましたが、今は組織がより良い意思決定を行えるようにする方法に焦点が移っています。エンジニアリング業務は、プログラミングの成果物から計画へと移行しつつあります。」

実装方法の比較といった計画策定作業においては、状況に応じた意思決定を支援する「メンター」として、専門家の指導が必要です。大規模言語モデル（LLM）の推測だけに頼って問題を解決することはできません。その背後にある専門知識は、信頼性、実用性、そして人間味を備えているため、信頼関係が不可欠です。