ChatGPT が登場して以来、状況は大きく変わりました。正直なところ、私が最後に一からコード全体を書いたのはいつだったか思い出せません。ChatGPT や Cursor のような AI ツールが重労働をしてくれるのに、なぜ自分で書く必要があるのでしょうか。

結局のところ、車を持っているのになぜ乗馬を学ぶ必要があるのでしょうか? 確かに馬はかっこいいですが、車の方がより速く効率的に目的地に到着できます。プログラミングも同じです。あなたに代わってコードを書ける新しい技術が登場したら、なぜそれを使わないのでしょうか?

それは、洗濯機がすでにあるのに、手洗いで服を洗うことを学ぶようなものです。もちろん、知っておくのはいいことですが、洗濯機が代わりにやってくれるなら、なぜ苦労するのでしょうか?

創造的な仕事は時間と場所を見つける必要があることに気づき始めました。どちらもクリエイターが予測することはできません。多くの偉大な発明やブレークスルーは、間違った場所に間違ったタイミングで採用されることなく終わります。

高価で贅沢な結婚式は、結婚の成功を保証するものではありません。本質的な価値はありません。

「グッドハートの法則」の問題:経済学者チャールズ・グッドハートは、「尺度が目標になると、それは良い尺度ではなくなる」と述べています。

そして残念ながら、宝くじも必ずしも問題を解決してくれるわけではありません。収入が増えても必ずしも幸福度が上がるわけではありません。これはイースタリンのパラドックスとして知られています。また、GDP の成長は必ずしも生活の質と相関関係にあるわけではありません。GDP が上昇している多くの国では、不平等が拡大し幸福度が低下しており、従来の経済指標では人間の幸福の微妙な部分を捉えきれていないことが示されています。

ホーソン効果は、環境に行われた変化に関係なく、労働者が観察されているため生産性が向上するという現象を説明します。

有名な話ですが、フローレンス ナイチンゲールは、兵士の衛生状態の改善の効果を証明するために、このグラフ データを国王に提出しました。国王はデータの視覚化に非常に感銘を受け、要求は承認されました。これは正しい決定でした。ただし、グラフは実際には事実を表していませんでした。これは、より広範な問題を浮き彫りにしています。数字が操作されたり誤解されたりすると、必ずしも現実を反映しない方法で決定が左右されるということです。

AI は、会話スタイル、性格、心理的脆弱性などに基づいて、ユーザーごとに異なる結果を返すことができることが立証されています (「リスクのある」ユーザーは、AI から不一致な出力を受け取る可能性が高くなります)。つまり、チャットボットがユーザーを覚えていて判断する可能性があるということです。

Copilot のシステム説明書に私自身の性格プロファイルが添付されているのを見つけたとき、私はこのことをはっきりと思い出しました。

「私たちは、比較的技術的な人々がソフトウェアを作ることをもっと簡単にしたいと思っています。そして、非技術的な人々がソフトウェアを作ることをもっと簡単にし、最終的には誰もがソフトウェアを作ることをもっと簡単にしたいと思っています。そうすれば、私たちは自分たちがやっていることをソフトウェアを作っているとは思わなくなるでしょう」