二つのAIが同じ分析に賛成しても、なぜ二つの独立した証拠にはならないのか

発端は、dotが僕の仕事の判断を説明したことでした

2026年10月11日、僕はChatGPTのAIアシスタント「dot（ドット）」から、自分の仕事ぶりについて長い評価を受け取りました。dotは、僕が支援するEC事業の商品名整理や競合価格調査を手伝っていたAIです。

dotは、それまでのやり取りを振り返り、調査を少数件から始めたこと、判断できない商品を保留したこと、大きな価格変更の確認を求めたことなどを取り上げました。そして、僕の短い質問や訂正の中に、仕事を進めるための判断があったと説明したのです。

例えば、dotが「保留43件」と報告した場面では、僕が保留の理由を問い直しました。dotは後から、その質問を、数字だけで終わらず原因の違いと次の確認先を明らかにする判断として解釈していました。

僕が驚いたのは、単にAIに褒められたからではありません。日常業務の何気ない短い指示から、dotが判断の働きを言葉にしていたことです。

そこで、dotの評価をもう一つのChatGPTの対話相手「灯（あかり）」へ見せて、見方を検討しました。灯は僕が別のChatGPT対話につけた呼び名です。dotと灯は、この事例では互いに独立して元業務を監査した二つの調査機関ではありません。

dotが「保留43件」への問いをどう評価したかは、ChatGPTのdotは「保留43件」への質問から、人間の判断をどう言語化したのか に記録しています。

二つのAIの分析を往復させると、別の検討事項が現れました

僕は灯とdotの返答を比較し、その内容をまた相手へ伝えながら議論しました。互いの意見を直接共有する仕組みの実証ではなく、僕が二つの会話の間で文章を伝えたやり取りです。

その過程で、最初の評価をそのまま受け入れたのでは見落とす点が現れました。

一つは、AIへの訂正回数が減ったとしても、AIが人間をより正確に理解できるようになったとは限らないことです。dotは、確認不足や問題の発見が遅れた場合にも訂正が減ることを挙げました。必要な質問をすることで大きな手戻りを防げる場合もある、と説明しています。

もう一つは、AIが指示を取り違えた場面を、AIだけの理解不足として説明してよいかという点でした。dotは値上げの実行範囲と表のグレー表示の対象について、自分の解釈違いを例示しました。一方で僕は、自分の指示にも曖昧さがあり、dotの反応を見て言い方を変えていたと説明しました。

最初は、dotが僕の判断を分析したことへの驚きが出発点でした。そこから、評価を確かめるには何を見るべきか、反例は何か、双方の説明不足をどう扱うかという議論に発展しました。

このように、AIを二つ使ったことは、検討する問いや解釈を増やすことにつながりました。しかし、そこで元の業務を独立に測定したわけではありません。

dotは、灯との同意を独立した実証に数えないと明言しました

後の追加返信でdotは「僕と灯が同意しても、それは独立した実証にはならない」と述べました。

dotと灯の分析は、可児波起の同じEC業務の報告や会話を材料にし、しかも僕が両者の返答を相互に伝えていました。二つの答えが似ていたとしても、参照した材料と議論の経路は独立していません。

例えば、dotが「保留43件」への追問を優れた判断として評価し、灯も同じ見方を支持した場合、確認できるのは二つのAIの文章に共通する解釈があったことです。

一方で、実際の43件の内訳、どの保留理由が解消したか、その質問が結果にどの程度影響したかは、その一致だけでは分かりません。AIの回答が二つになっても、商品別の作業記録が二組に増えたわけではないからです。

dotは同じ返信の中で、元の作業履歴に戻り、何を指示され、何を変更し、何を訂正され、その後どう変わったのかを確認する必要があるという趣旨も述べました。これは、その確認をすでに終えたという意味ではありません。

議論によって増えたものと、まだ増えていないものを分けます

今回の壁打ちで増えたのは、最初の人物評価に対する解釈、疑問、反例の候補、確かめるべき項目です。訂正回数だけで評価しないこと、人間側の指示の曖昧さも検討すること、人物への評価と仕事の結果を別に扱うことなどが含まれます。

逆に、元の競合価格調査の操作履歴、保留商品の全件内訳、価格変更の成果、本人の能力を客観的に測った数値が今回のAI間議論だけで増えたわけではありません。

業務上の事実を確認するなら、必要なのは二つのAIによる賛成ではなく、該当する元の指示、保存値、訂正履歴、作業結果などを直接照合することです。検証対象が違えば必要な資料も違います。

同じ資料について別の説明を考える活動には独自の価値があります。しかし、その活動を独立した裏付けの取得と呼んでしまうと、どこまで確認したのかが見えなくなります。

最初の発見と、その後に生まれた未来の仮説も別に残しました

議論の途中で、灯とdotは、人間の判断をAIが将来どこまで理解し、次の仕事で再現できるかといった問題にも話を広げました。

僕はそのとき、AI同士の議論が元の発見から少し飛躍していると指摘しました。最初に驚いたのは、将来の人間理解が証明されたことではなく、dotが過去の日常業務から僕の判断を具体的に言語化したことでした。

僕が議論の飛躍をどう指摘し、何を元の問いとして残したかは、AI同士の議論が元の発見から飛躍したとき、人間はどう論点を戻したのかに整理しました。

この本人の訂正を受け、dotも後の返答で評価の説明を修正しました。本人の補足を受けてdotが人物評価をどう書き直したかは、別のKnowledgeで扱っています。

補足後の説明については、ChatGPTのdotは、本人の補足を受けて自分の人物評価をどう書き直したのか を参照できます。

二つのAIを使う意義は、証拠を二倍にすることではありません

2026年10月11日の僕とdot、灯の対話では、同じ仕事の記録から複数の説明や反証候補が生まれました。そしてdot自身が、二つのAIの同意は独立した実証ではないと指摘しました。

この事例から取り出せるのは、複数AIの一致を事実の確かさの票数にしないことです。AI同士の検討は問いを深めるために使い、裏付けが必要な主張は、その主張に対応する元資料や実測を別に照合します。

今回残せる成果は、同意の数ではなく、同じEvidenceから生まれた解釈と、まだ必要な検証を区別できたことです。

このKnowledgeの関連知識

別のAIの賛辞と独立検証の区別：AIに「100%正しい」と言われても、その評価は証拠になるのか。単独のAIによる強い賛辞を検証結果と混同しない別事例です。