- Authors
- Name
- Youngju Kim
- @fjvbn20031
予測を事実のように語る文章
このテーマで検索すると、二種類の文章が出てきます。一方は心配するなと言います。道具は常に変わってきたし、エンジニアは常に生き残ってきた、と。もう一方は、いま何かをしなければ取り残されると言います。表情は正反対ですが、二つの文章は同じ構造を持っています。誰にも確認できない未来を、確認済みのように語るという構造です。
読む側はそれに気づいています。だから慰めは長く続かず、警告は行動につながりません。残るのは疲労だけです。
このシリーズが立っている場所は違います。この局面がどう展開するかは誰にもわかりません。不確実性はレトリックではなく実際の状態です。そしてその状態でも、やる価値のあることは残っています。第1回の仕事は、その行動を選ぶ前に、知っていることと知らないことの境界をできるだけ正確に引くことです。
47%という数字が実際に語ったこと
この分野で最も引用された数字から見ます。2013年にオックスフォード・マーティン・スクールから出たカール・フレイとマイケル・オズボーンの研究「The Future of Employment」は、米国の702の詳細職業を分析し、米国全体の雇用のおよそ47%が危険群に属すると報告しました（Oxford Martin School 出版ページ、2026年8月15日確認）。
この数字はその後十数年、「仕事の半分が消える」という文章に姿を変えて流通しました。しかし研究が計算したのは、それぞれの職業が電算化にどれだけ脆弱な性質を持つかでした。何人がいつ解雇されるかではなく、その職業を構成するタスクが技術的に自動化可能な形にどれだけ近いかを点数にしたのです。
脆弱度と予報は違います。脆弱度は性質についての言明で、予報は事象についての言明です。自動化が可能だということと、それが採用され、規制を通り、費用が合い、組織が再編され、結果として人数が減るということの間には、いくつもの段階があります。広まった文章はその段階をすべて省略しました。研究が間違っていたという意味ではなく、私たちが引用してきたものが研究の言ったものではないという意味です。
1964年にも同じ文章があった
この警告は初めてではありません。1964年3月22日、「三重革命（The Triple Revolution）」という覚書がリンドン・ジョンソン大統領に届けられました。自動化がほぼ無限の生産能力を生み出す一方で、必要な労働者の数を減らし要求される技能水準を上げ、失業が増え続けるという警告でした（Triple Revolution 文書の概要、2026年8月15日確認）。
興味深いのは、その後の評価がいまも割れていることです。同じ資料によれば、社会学者のダニエル・ベルはその見通しを幻想だったと評し、マーティン・フォードは方向が誤っていたのではなく時期が早かっただけだと見ています。60年が経ったいまも、一つの予測に合意された採点表がありません。
この事例から持ち帰るのは「あのときも外れたから今回も外れる」ではありません。それもまた根拠のない予測です。持ち帰るのは二つです。第一に、この種の予測は採点が極めて難しいということ。第二に、それでも自信を持って語る人はいつも大勢いたということです。
この分野の予測が外れる構造
過去の自動化予測がおおむね外れてきたことには、繰り返し現れる理由があります。これは未来についての主張ではなく、過去の予測の事後分析です。
- タスクと職務を同じものとして扱います。職務はタスクの束です。束からいくつか抜けても、職務は消えるのではなく再構成されます。自動化されたタスクの場所に検証、調整、例外処理が流れ込んだ事例は産業史に何度もあります。どちらが大きいかは事例ごとに異なり、事前にはわかりません。
- 需要の反応を抜かします。何かを作る費用が下がると、それを多く作ろうとする試みが増えます。増えた量が減った手を相殺するかは分野ごとに異なり、これも事前には計算されません。
- 職務の境界を固定されたものと見ます。十年前のバックエンドエンジニアといまのバックエンドエンジニアは、同じ名前の違う仕事をしています。消えたのは職業ではなく、その職業の古い定義でした。
- 最も目立つ能力を基準に外挿します。デモで印象的なものと、組織が実際にお金を払って任せるものの距離は、常に予想より遠いものでした。
この一覧は「だから何も起こらない」という結論には行きません。今回は本当に違うかもしれません。ただ、自信に満ちた数字に出会ったとき、その数字がこの四つの罠のどこに足を入れているかを問う根拠にはなります。
知っていることと知らないことを切り分ける
では現時点で何を知っているものとして扱ってよいのか、正直に分けてみます。
観測に近い側です。よく定義された作業の初稿を作る費用は大きく下がりました。慣れたパターンのコード、定型的な文書、探索的な検索は、数年前よりはるかに速く処理されます。その結果、検討と検証にかかる時間の比重が上がりました。これらは予報ではなく、いま各自の作業ログで確認できる変化です。
知らない側です。エンジニアリングの仕事の総量が増えるか減るか、どの時間軸でそうなるか、どの層とどのドメインで先にそうなるか、そして新人がシニアになる経路がどう作り直されるか。この四つについていま出ているすべての文章は予測です。語調の強さは根拠の強さとまったく関係ありません。
境界をこう引いておくと、情報の読み方が変わります。観測を語る文章からは事実を得て、予測を語る文章からはその人が何を仮定しているかだけを得ればよくなります。
わからないまま行動する方法
ここまで来ると実用的な問いが残ります。予測できないなら何を根拠に動くのか。
方法は一つあります。未来を当てようとせず、複数の未来で同時に値が残る行動を選ぶことです。判断基準は一行にまとまります。この行動は自分の予測が外れたときにも値が残るか。
特定の道具が次の十年を支配するという仮定の上に立てた学習計画は、その仮定が外れればほとんど捨てられます。一方、他人が書いたコードを読んで誤りを見つける能力、システムがどう壊れるかについての感覚、数か月を持ちこたえられる財務的な滑走路、会社の外にいる自分を知る人たち、職務にすべてを賭けていないアイデンティティは、どのシナリオでも値が残ります。産業が激変しても、何も起こらなくても同じです。
不安が耐えがたいのは危険が大きいからではなく、答えがないからである場合が多いものです。だから人は答えのように聞こえる文章を探し回ります。このシリーズはその文章を渡しません。代わりに、答えのない状態でも次の一歩を決める方法を、あと九回にわたって扱います。確信を取り戻すことが目標ではなく、確信なしに動けるようになることが目標です。
続けて読む
- コードは難しい部分ではなかったという言葉が、なぜあれほど腹立たしいのか — 同じ単語の意味を途中ですり替える主張の分解の仕方
- 上手に決める方法 — よい決定とよい結果は別物です — 情報が足りない状態で決定を下す基準
キャリア不安シリーズ
- 次の記事: 午前三時にキャリアの不安で目が覚めたら