現代において、人工知能は空想科学の世界から、仕事、研究、そして意思決定という日常の律動の中へと移行しました。私たちはしばしば、人間と機械がいかにして共に働くことができるのか、あるいはコンピュータがいかにして人間の思考を助けることができるのか、という問いを投げかけます。これを理解するためには、人間と機械がそれぞれ異なる方法で行う二つの明確な事柄に注目することが役立ちます。人間は直接的な経験の世界に生きています。私たちは問題を目にし、表面に触れ、あるいは空気の変化を感じ取り、その現実から学びます。一方で、機械は整理された情報の世界に生きています。それらは言語、概念、記録された事実という膨大なライブラリを分類し、パターンを見つけ出します。長い間、研究者たちはこれら二つの側面がどのように相互作用するかに焦点を当て、私たちが構築するツールや、私たちが完了させる特定のタスクを研究してきました。しかし、より深い問いが残されていました。人間と機械が時間をかけて対話するとき、実際にどのようなプロセスが起きているのかという問いです。彼らの会話は単に答えを生み出すだけなのか、それとも私たちの現実の理解に対してより根本的な何かを行うのでしょうか。

ベトナムの運輸技術大学のある研究者は、プロジェクトの最終的な結果を見るのではなく、知識がいかにして実際に作られるかという、泥臭く、段階的な道のりに注目することで、この問いに答えようとしました。完成した報告書を読む代わりに、研究者は「ログ」——人間と人工知能システムとの間の会話、質問、そして内省の、詳細かつ日々の記録——を調査しました。これらの記録は、空港の持続可能性、サーキュラーエコノミー（循環型経済）、および組織学習に関わる長期にわたる業務を対象としていました。これらのログを、連続する3つの研究段階とともに研究することで、著者は目の前にあるにもかかわらず隠されていた繰り返しのパターンを発見しました。この研究は、人間とAIが共に働くとき、彼らは単に問題を解決しているのではなく、現実の世界と私たちの整理された理解との間のつながりを維持し続ける「副操縦士（コ・パイロット）」として機能していることを示唆しています。

研究者はまず、ログを単なる完成した事実の保管箱としてではなく、知識がいかに成長するかを示す地図として扱うことから始めました。これらの記録の中で、人間は空港運営における特定の問題への気づきといった、現実世界からの実践的な観察からスタートします。この観察が問いへと変わります。その後、人間がAIに問いかけることで、対話が始まります。このやり取りを通じて、AIは散乱した思考をより明確な概念へと整理する手助けをし、人間はそれらの概念を自身の経験に照らして解釈します。このサイクルが何度も繰り返されます。研究は、このプロセスが問いから答えへと向かう直線的なものではないことを明らかにしました。むしろ、それはループなのです。人間は現実世界からの経験を会話に持ち込み、AIは膨大な知識ベースからの構造を持ち込みます。共に、彼らは新しい理解を創造し、それが再び現実世界で検証され、通用するかどうかが確かめられます。

この発見を重要なものにしているのは、人間と機械の役割について明らかにしている点です。研究は、人間の仕事は直接的な経験を通じて世界を探求することであり、AIの仕事は言語を通じて知識を整理することであると論じています。彼らは競合相手ではなく、また一方が単に他方のための道具であるわけでもありません。彼らは補完的なパートナーなのです。人間は現実への接地を提供し、会話が実際に起きていることとつながり続けるようにします。AIは、利用可能な膨大な情報を分類、再結合、解釈する能力を提供し、生のデータを一貫したアイデアへと変えます。研究者はこのパートナーシップを「CAPilot（キャパイロット）」モデルと呼んでいます。これは、副操画がパイロットに取って代わるのではなく、複雑な航路をナビゲートするために共に働くという航空業界の用語を借りたものです。この場合、その航路とは、世界の理解を正確かつ最新の状態に保とうとする継続的な努力のことです。

この研究は、このモデルが人間と機械のあらゆる可能な相互作用を説明すると主張したり、人工知能の未来を予測したりするものではないことを明示しています。また、人間の精神の普遍的な理論を発見したとも、機械が意識を持ち始めたと示唆しているわけでもありません。その範囲は意図的に限定的かつ具体的です。研究者は、特定のログと研究サイクルを見ることでこのパターンを発見したのであり、結論は、この特定の接続構造が、この文脈における知識の発達における繰り返される特徴として現れるということです。研究は、これらの相互作用において最も重要なことは、最終的な報告書の作成ではなく、世界の混沌とした変化する現実と、それを記述するために私たちが構築した整理された知識との間の架け橋を維持することであると示唆しています。

この視点は、私たちとテクノロジーの関係をどのように捉えるべきかという考え方を転換させます。人工知能を、単に答えを与える機械として見るのではなく、CAPilotモデルは、それをナビゲーションのパートナーとして提示しています。人間が問いを投げかけるとき、AIは利用可能な情報を整理するのを助けますが、人間はその情報を現実世界に持ち帰り、テストしなければなりません。もしそのアイデアが現実で機能すれば、知識は検証されます。もし機能しなければ、新たな観察とともにサイクルは再び始まります。このプロセスは、私たちの世界の理解が現実から逸脱しないことを保証します。研究は、この人間とAIのパートナーシップの真の価値は、この継続的な整合性にこそあると結論づけています。それは、私たちの知識が増大していくにつれて、それが実際に私たちが生きている世界にしっかりと根ざしたままであり、私たちの世界体験が、私たちが持つ最高の整理された知識によって常に情報を与えられ続けるための方法なのです。

この研究は、人工知能に関するあらゆる問いを解決する壮大な理論を提示するものではありません。それは、特定の、観察可能なプロセスに対するより明確な視点を提供するものです。ログを見ることで、研究者は、現実世界とそれに関する私たちの知識とのつながりは自動的なものではなく、積極的な作業を必要とするものであることを示しました。それには、観察する人間、整理する機械、そして両者を同期させ続けるための継続的な対話が必要です。CAPilotモデルは、この作業の再構成であり、私たちの日常の経験と、そこから構築される大きなアイデアとを結びつける目に見えないループを見るための方法なのです。それは、人間とAIのコラボレーションの未来が、どちらがより賢いかということではなく、現実と理解の間の架け橋を、いかに開かれ、強く、そして絶えず動き続ける状態に保てるかにあることを示唆しています。