2026年10月11日、Rich Hickeyが「’AI’ is Not a Tool」という記事を公開しました。LLMは人が振るう（wield）ことができないので、道具ではなく自動化だという主張です。これに対し、yyhh.orgのブログが「AI Is a Tool. Using It Well Takes Skill.」で反論しています。LLMは道具であり、うまく使うにはスキルが要るという立場です。AIを仕事に組み込んでいるエンジニアやクリエイターにとって、自分の使い方をどう捉えるかに関わる議論なので、論点を整理します。
発表内容
反論記事の筆者は、Hickeyの懸念の一部には同意しています。作業を外部に任せると学ぶ機会を失うことがある、という点です。そのうえで「結論は前提から導けない」と述べ、次の論点を挙げています。
- 道具の有用性は使い手で決まる：のこぎりを持てばまっすぐ切れるわけではなく、ノミを持てば彫刻家になれるわけでもない。指示を出す、フィードバックを読む、誤りに気づく、修正する。こうした能力が要るのはLLMも同じ。
- 予測しにくいことは「道具の条件」ではなく「評価の観点」：予測可能性・信頼性・単純さ・機能が限定されていることは、道具を評価する基準であって、道具の仲間に入るための条件ではない。
- 道具と自動化を分けるのは誤った二分法：自動化は道具の機能のひとつになり得る。
- 擬人化した語彙への批判：「go rogue」「escape containment」「conspire」といったAI業界の言葉を使い回すと、システムを独立した存在のように見せる枠組みを受け入れてしまう危険がある。
このうち中心になっているのは、コンパイラと表計算の例えです。
A compiler performs substantial work without the programmer continuously directing each operation. A spreadsheet recalculates results without someone manually carrying out every calculation. We still wield these systems by specifying inputs, examining results, and deciding what to do next.
筆者はここから「コードの変換や数値計算を自動でやっても道具でなくならないのに、テキストを自動生成すると道具でなくなるのはなぜか」と問いかけています。
なぜ重要か
この議論の意味は、「AIを使う＝考えるのをやめる」という単純な図式を否定し、何をどう使っているかに注目させるところにあります。筆者は、プログラマーがLLMを使う流れを具体的に書いています。知らないコードを説明させる、その説明を疑う、ソースを確認する、提案された変更をテストする、却下する、依頼を練り直す。これは人が目的を持って回すフィードバックループであり、うまく回すには「何を聞くか、どんな証拠が大事か、答えが間違っているのはいつか」を知っている必要があります。
読書についての懸念も、特定の使い方に限れば正しいと認めています。論文を読まずに要約で済ませれば、読むことで得られる学びの多くを失うからです。一方で、論文を読んだうえで自分の解釈をLLMに問い直したり、反論を検討したりする使い方もあります。筆者の結論は次の一文です。
The useful distinction is between wielding an instrument with skill and delegating work without adequate understanding or oversight.
つまり線を引くべきなのは「AIかどうか」ではなく、スキルを持って扱っているか、理解も監督も足りないまま丸投げしているかだ、ということです。
現時点での未確定事項
- Hickeyの元記事の全文は、今回の素材に含まれていません。反論記事に引用・要約されている範囲を超えて、Hickeyの論旨を正確に評価することはできません。
- 反論記事は意見記事で、実験データや定量的な比較は示されていません。
- Hacker Newsで注目された記事ですが、コメント欄でどんな議論があったかは素材に含まれていません。
- 筆者自身も、LLMが常に指示どおり動くとは主張していません。「明らかに失敗し得る」と認めたうえで、それでも道具でなくなるわけではない、という立場です。
まとめ
- Hickeyの「AIは道具ではなく自動化だ」という主張に、yyhh.orgのブログが反論した。
- コンパイラや表計算と同じく、自動化は道具の機能になり得る。LLMの有用性は使い手のスキルで決まる、というのが反論の要点。
- 大事なのは「AIかどうか」ではなく、「スキルを持って扱っているか、監督なしで丸投げしているか」という区別。
実装家視点で言うと、この記事の「フィードバックループ」の描写は、普段AIでコードや記事を回しているときの感覚にかなり近いです。LLMの出力をそのまま採用するのではなく、テストや検証を挟み、ダメなら却下して依頼を練り直す。この往復を設計できているかどうかが、「道具として使えているか」の分かれ目だと感じます。逆に、検証を挟まずに出力を本番へ流すなら、それは筆者の言う「理解も監督も足りないままの委任」です。AIを外注先ではなく道具として扱うなら、まず自分の作業フローのどこに確認の工程があるかを見直すのが現実的だと思います。
コメント