この文章は、フィードバックを返すこともあれば、返されることもある人間が書いている。仕事で他人の成果物に意見を伝える日もあれば、自分の仕事に意見をもらう日もある。
そのうえで、フィードバックの話をしたい。
最近、フィードバックを怖がる人をよく見る。自分の作ったものを他人に見せて、何か言われるのが怖い、と。この反応に対して、最初は「いや、フィードバックはあった方がいい」と素朴に思っていた。ないよりあった方が質が上がる。受ける側の筋肉もつく。当たり前の話だと思っていた。
でも、最近そう簡単でもない気がしてきた。書きながら、その違和感を追ってみたい。
「質を問える人」という幻想
よくある主張はこうだ。「フィードバックを返せる人は、質を問える人だ。質を問えない人は、AIに飼い慣らされているだけだ」。
僕もしばらくこう思っていた。実際、AIが出してきた成果物に対して「なぜこの構造なのか」「他の選択肢とどう違うのか」を言語化できない人は、使っているのではなく受け取っているだけに見える。飼い慣らされている、という言葉がピタリとくる。
ただ、この対比は雑だ。
「質を問える人」と「飼い慣らされた人」を、人間の属性のように分けて語ると、ほとんどの実務がこぼれ落ちる。実際には、同じ人間でも、領域によって、日によって、時間帯によって、判断の解像度は違う。自分の専門領域なら細部まで見える。隣の領域だとぼやける。疲れていれば雑に通す。忙しければ「まあいいか」で済ます。これは「飼い慣らされている」のではなく、単に判断力という有限のリソースを配分しているだけだ。
むしろ、この配分を間違えている人の方が、怖い。
全件を同じ解像度で見ようとして疲弊する人。なんでもない箇所に棘のあるフィードバックを返して、肝心な箇所を素通りする人。自分の領域外なのに判断を下してしまう人。彼らは「質を問うている」ようで、実際には判断力をドブに捨てている。
だから、質を問える/問えないの二項で語るのは、的を外している。本当に問うべきは、「自分の判断力を、どこに投下するか」の選び方だ。
AIは、この選び方を変えてしまった
ここからが、自分でも書きながら見えてきた話だ。
従来、判断の配分は自動的だった。自分で書ける範囲は自然と細部まで見えた。自分で書けない範囲は他人に頼むしかなかった。そして他人に頼む瞬間に、要件を言語化する必要が生まれた。「こういう方針で、こういうアウトプットがほしい」と伝えることで、強制的に判断の解像度を上げざるを得なかった。
AIは、この強制を外してしまった。
曖昧な依頼でも、それなりのアウトプットが返ってくる。要件を言語化しなくても、何かは出てくる。出てきたものを見て、「まあ、これでいいか」で済ませることもできる。判断を解像度高く行う機会が、黙っていると減っていく構造になった。
ここで人間に求められる能力が、変わった。
以前は、「広く細部まで判断できる力」が尊ばれた。いまは、「限られた判断力を、どこに集中させるか選ぶ力」の方が効く。すべてを疑うのは不可能だし、非効率だ。全部AIに任せるのは危険だ。その間で、「ここは自分が判断する」「ここは任せる」「ここは任せて後で検証する」を使い分けることになる。
この配分の巧拙こそが、AI時代の実力だ。そして配分を間違えないためには、結局、自分の基準が要る。「何が重要か」の感覚がないと、配分の問題は解けない。
だから、僕がさっき「雑だ」と切り捨てた二項対立も、全部が間違っていたわけではない。自分の基準を持っているかどうか、という論点自体は、いまも生きている。ただその基準は、「全件を同じ強度で判断する力」ではなく、「どこに判断を集中させるかを選ぶ力」として働いているべきだ。
フィードバックは、配分を鍛える
ここでフィードバックの話に戻る。
フィードバックを受ける経験は、この配分の感覚を鍛える。他人が自分の作ったものを見て、どこに棘を入れてきたか、どこを素通りしたか、それ自体が情報だ。「ああ、ここを見る人がいるのか」「ここは思ったより重要なのか」という気づきが、自分の基準をアップデートする。
同じように、フィードバックを返す経験も、配分の感覚を鍛える。他人の成果物を前にして、何を指摘して何を指摘しないか、決めなければならない。全部指摘するのは無理だし、意味が伴ってこない。優先順位をつけ、強度を選び、伝え方を決める。この判断の連続が、自分の基準を明文化する訓練になる。
だから、フィードバックは、受けるのも返すのも、両方が配分力を育てる場になる。怖がるのは、その両方の場を捨てているということだ。
ただし、ここで一つ注意がある。
優しいフィードバックは、必ずしも諦めではない
以前の自分なら、ここで「優しいフィードバックは相手への諦めだ」と書きたくなるところだ。実際、気持ちよく断言できる一文になる。
でも、これも雑だ。
相手のコンディションを見て強度を調整するのは、諦めではなく配慮かもしれない。新人に対する最初のフィードバックと、十年選手に対するフィードバックで、同じ棘の強さを選ぶのは、誠実さではなく単なる不器用さだ。強度と信頼を素朴に比例させるのは、「厳しさこそ本物」という古い規範の焼き直しに近い。
本当に言うべきは、強度ではなく、具体性の話だ。「いいですね」で済ませるのは、強度が低いからダメなのではなく、具体性が低いからダメなのだ。
たとえば、デザインレビューで、「この余白は他と揃っていない」ではなく「カードの内側余白が 12px だけど、隣のリストが 16px。同じ階層の要素なのに数値が揃っていないと、コンポーネント的には不用意にバリエーションが増えてしまう」と返す。
また、文言のレビューでは「文章が長くて読みづらい」ではなく「文章が長く一息もつけないので『と返す。』といったん文を閉じてから、次の段落に行く方が短くなって比較的読みやすくなる」など。
このくらい具体的になってはじめて、棘が優しくても相手の基準を更新する。
棘の強さだけを誇るフィードバックは、ここまで言語化できていないことが多い。だから何も伝わらない。
具体性のある言葉だけが、相手の判断の配分を書き換える。
届けるべき相手に、届けるために
ここまで書いて、このエッセイ自体の届き方を考える。
フィードバックを怖がっている人は、この手の文章を自分からは読まない。読むのは、すでに問題意識を持っている人だ。つまりこれは、怖がっている本人への手紙ではなく、同じ問題意識を持つ人との目線合わせの文章だ。それでいい、と僕は思う。
怖がっている人を直接変えられるのは、文章ではなく、その人の周りにいる人間だ。具体的なフィードバックを、適切な強度で、適切なタイミングで返してくれる人。そういう人が一人いるだけで、怖がっていた人は少しずつ判断の配分を覚えていく。
だから、このエッセイを読んで「わかるわかる」と頷いた人にこそ、次の行動がある。周りに、フィードバックを返す。自分の基準を具体的に言葉にして、届ける。強度を誇るのではなく、具体性で勝負する。
AIが出力の総量を爆増させたいま、人間がやるべき仕事は、出力することよりも、出力を見て判断することの比重が上がっている。その判断力は、自分一人では育たない。他人との摩擦、他人の視点、他人の具体性のなかでしか、磨かれていかない。
フィードバックが要る、というのはそういうことだ。飼い慣らされないためではなく、配分を鍛え続けるために。