AIに議事録をまとめてもらい、そのまま参加者に送る。知人からの相談には、AIが考えた返事を貼り付ける。SNSでは、ニュースの背景をAIに聞き、出典を確かめる前に自分の名前で投稿する。
文章はすぐに整います。けれど、「それは本当に決まったこと？」「何を根拠にそう言えるの？」「あなたはどう思ったの？」と聞かれたとき、自分の言葉で答えられるでしょうか。
ソフトウェア開発者のニクラス・グルーンは、AIの出力を理解・検証せずに取り次ぐ行為を、「ミート・プロキシ（Meat Proxy）」という言葉で問題にしました。[1] コードレビューに加え、友人とのメッセージのやり取りも例に挙げています。
ミートプロシキが増えることで、中身や根拠の乏しいAI生成物で溢れるAIスロップが起こります。
この問いは、インターネットで何を信頼するかにもつながります。
実在する企業を装ったメールや、偽のサイトへ誘導するフィッシングでは、見慣れた名前や
画面が使われます。SNSでは、根拠の分からない投稿もニュースと同じ画面に流れてきます。
見た目だけでは、送り手の正体や情報の確かさを見極めにくい。
この記事では、こうした環境を「インターネットの荒野化」と捉えます。
そうした環境では、受け取った情報の出どころを確かめることに加え、自分が情報を
届けるときに、何を確かめ、どこまで分かっているかを伝えることにも意味があります。
●この記事のまとめ
・AIスロップは、中身や根拠の乏しいAI生成物を指します。ミート・プロキシは、
AIの出力を理解・検証せず、そのまま取り次ぐ役回りを指します。
・速さや件数、見栄えが重視されると、読む、考える、ファクトチェックする、
自分で判断するという工程が抜け落ちやすくなります。
・もっともらしい答えをすぐに用意できる「正解のコモディティ化」が進むほど、
その答えが相手や状況に合うかを見極めることが大切になります。
・情報の出どころが見えにくい環境では、事実と自分の判断を分けて伝え、
相手から問いが返ってきたら説明や訂正ができることが、信頼を支えます。
「AIスロップ」が届いたあと、しっかり確かめず次の人に送ってしまう「ミートプロシキ」
ネットの投稿や社内チャットで、文章は読みやすいのに、何を根拠に書いたのか分からない。
質問に答えているようで、相手の肝心な事情が抜けている。この記事では、こうした手軽に
生成され、中身や根拠の乏しい出力を「AIスロップ（AI Slop）」と呼びます。
その文章やコードが人から人へ渡るとき、送り手の側では、次のようなことが起こり得ます。
・読まない。 自分の名前で送る内容を、最後まで読み通さない。
・考えない。 相手が何を知りたいのか、この状況で何を伝えるべきかを考えない。
・ファクトチェックしない。 数字や引用、固有名詞を元の資料と照らし合わせない。
出典があっても、その資料が主張を裏づけているかまで確かめない。
・自分で判断しない。 何を採用し、何を削り、どこまで言い切るかをAIの出力に委ねる。
・相手に必要な情報を補わない。 自分が見聞きしたことや、判断の理由、まだ分からない
ことを添えない。
AIが作ったものを自分で理解・検証せず、次の人へ渡す。グルーンが「ミート・プロキシ」
という言葉で問題にしたのは、こうした取り次ぎ方です。
職場では、見栄えの整ったAI生成物が受け手に確認や手直しを残す問題を、BetterUp LabsとStanford Social Media Labが「ワークスロップ」と呼んで調べています。[2]
たとえば、会議では「費用を確認してから試験導入するか決める」と話していたのに、
AIが作った議事録には「来月から試験導入」とある。
そのまま共有すれば、受け取った人が録画を見直し、参加者に確認します。
すでに予定を組んだ人がいれば、訂正を伝える仕事も生まれます。
SNSでも似たことが起こります。「ある制度が来月から全員に適用される」という
投稿に出典がなければ、読者が元の発表を探し、実施時期や対象者を確かめることになります。
その前に投稿が共有されれば、訂正を届けたい相手も増えます。
送り手が省いた確認や判断は、受け手の仕事として残ることがあります。
送信が早くなったときは、受け手が内容を理解し、次に動けるまでにどれほどの手間が
かかったかも見ておきたいところです。
なぜ、確かめる前に送ってしまうのか
■速さや件数を求められる
未返信のメールがたまり、会議の直後には次の予定が入っている。
SNSでは、話題になっているうちに投稿したい。
すぐに文章ができれば、まず送って一件終わらせたくなります。
返信の速さや提出件数は目に見えます。
ところが、数字の出典を調べたり、本人に聞き直したりする時間は、
予定に入っていないことがあります。
■見栄えに比べ、検証した過程は見えにくい
きれいに整った資料は、開いた瞬間に分かります。一方、数字を元の資料までさかのぼって
確かめたことや、会議で決まったことと保留になったことを一つずつ照合した手間は、
完成した資料からは見えにくいものです。
見栄えのよさで仕事が進んだと判断すると、誰が何を確かめたかが曖昧なまま、
資料が次の人へ渡ります。
送り手が「費用は確認済みですが、導入時期は未定です」と一言添えるだけでも、
受け手が一から調べ直す範囲は変わります。
■「正解のコモディティ化」と主体性の喪失
AIを使えば、多くの場面で無難な答えや、もっともらしい説明をすぐに作れます。
整った答えを出すこと自体で差がつきにくくなる。
これが、ここでいう「正解のコモディティ化」です。
その答えが目の前の相手や状況に合うかを見極めるところに、自分の判断が表れます。
たとえば、知人から相談を受けてAIに返事の下書きを頼むと、丁寧な助言がすぐに返ってきます。
相手が求めていたのは、まず話を聞いてもらうことだったかもしれません。
答えが先に整うと、「この人は何を聞いてほしかったのだろう」と考える前に
返信できてしまいます。
「AIの答えをそのまま伝えておけば、角が立たない」「自分で判断するより無難だ」。
そう考えて取り次ぐことが続くと、何を伝え、どの言葉を選ぶかを自分で決める機会が
減っていきます。言葉を送るのは自分なのに、その言葉を選んだ理由は自分で説明できない。
そこに、主体性が薄れていく一つの兆しがあります。
■立ち止まる時間が削られる
チャットでは既読がつき、SNSでは次の話題が流れてきます。
「すぐ返したほうがいい」「いま出さないと遅い」と感じる場面が続けば、読み返したり、
一晩置いたりする時間を取りにくくなります。
職場なら、取り急ぎの連絡と、確認を終えた連絡を分ける。
SNSなら、原典を読めるまで投稿を保留する。立ち止まれるかどうかは、本人の心がけに加え、
待つことが許される環境にも左右されます。
受け手は疲れ、送り手は自分の役割を見失うことがある
■受け手には、読み解き、確かめ、直す仕事が残る
長い報告書が届いたものの、どこまでが事実で、何を相談したいのかが分からない。
結局、送り手に聞き直し、元の資料を読み、必要な部分を組み立て直す。
こうしたことが続くと、受け手には本来の仕事に加え、届いた文章がどこまで信頼できるかを
確かめる負担が積み重なります。
職場のワークスロップを扱った共同調査も、こうした受け手の負担に注目しています。[4]
■送り手には、自分で判断し、反応から学ぶ機会が減る
メールは返した。報告書も出した。SNSも更新した。
それでも一日を振り返ると、「自分は何を伝えたかったのか」「相手はどう受け取ったのか」
が見えてこない。
仕事でこれが続けば、「自分はここで何を担っているのだろう」
という問いが生まれることがあります。
前稿で取り上げた職業上のアイデンティティ・クライシス、
つまり職業人としての自分の捉え方が揺らぐ問題です。
仕事の外でも、自分の名前で発信する機会は増えたのに、
自分の考えを相手に届けた手応えは薄い、ということがあり得ます。
自分で言葉を選び、相手から疑問や反応を受け取る。そのやり取りを通じて、自分が分かっていたことと、まだ考えが足りなかったことが見えてきます。
AI時代に、人間が言葉を持つ意味
AIが下書きをつくってくれると、書き出しに迷っていた話も、相手に伝えやすい形に整えられます。
そこで一度考えたいのが、「この文章のどこに、自分が見たことや考えたことが入っているか」です。何を伝えるかを選び、その理由を相手に説明できるところに、自分の言葉が生まれます。
■自分の名前で届けた言葉に応答する
報告書を出したあと、根拠を聞かれたら説明する。誤りが分かったら、すでに読んだ人にも
訂正を伝える。家族や友人に送った言葉が意図と違って伝わったら、相手の話を聞いて言い直す。
たとえば、友人の相談に「少し距離を置いたほうがいいよ」と返したら、
「どうしてそう思ったの？」と聞かれたとします。
相手の話のどこが気にかかったのかを伝えると、
「そこはもう解決した。今は別のことが心配なんだ」と返ってくるかもしれません。
そこで初めて、相手が何を話したかったのかが見えてきます。
自分の言葉を持つとは、届けた言葉について、相手とやり取りを続けられることでもあります。
下書きにAIを使っても、なぜその言葉を選んだのか、どこまで確かめたのかは自分で伝えられます。相手の返事を聞いて考えが変わったなら、それも自分の言葉で伝え直せます。
■違和感があったら、現場や相手に戻って確かめる
報告書には「利用者の満足度が高い」とある。
でも、先週話した利用者は、操作に迷って途中で諦めたと言っていた。
その違和感から、「誰の満足度を、どんな方法で測ったのか」
「途中で利用をやめた人の声は含まれているのか」と問い直せます。
たとえば、アンケートが手続きを終えた人だけに表示される仕組みだったとします。
すると、「手続きを終えた回答者の満足度は高かった」と、
「途中で離れた人が何に困ったかは分からない」を分けて伝えられます。
数字の対象を確かめるだけで、次に聞くべき相手が見えてきます。
違和感は、もう一度確かめる場所を教えてくれます。
元の資料を読み、必要なら現場に戻って相手に聞く。
そのひと手間で、最初の文章には入っていなかった事情を言葉にできます。
■自分が見聞きしたことを、自分の判断とともに伝える
例を一つ挙げます。「導入は順調です」と書く代わりに、こう伝えます。
『最初の一週間は、登録画面でつまずいたという声が三件ありました。
問い合わせでは、次にどこを押せばいいか分かりにくいという話が出ていたので、
ボタンのそばに説明を加えました。来週は、同じ問い合わせが続くか確かめます。』
この報告なら、受け手は何が起き、なぜその対応を選び、次に何を確かめるのかをたどれます。
「別の画面でも同じことが起きている」と教えてくれるかもしれません。
「説明を足すより、ボタンの名前を変えたほうが分かりやすい」と提案する人もいるでしょう。
自分が見聞きしたことと、そこからどう判断したかを分けて伝えると、相手も自分の経験を
持ち寄れます。 AIの出力を取り次すだけなら、やり取りは送信したところで終わりがちです。
自分が確かめたことや、まだ分からないことを添えれば、受け手の反応から一緒に考えを
進められます。
まとめ｜インターネットが荒野化する時代に、自分の言葉を届ける
フィッシングでは、相手をだますために企業名や見慣れた画面が使われます。
AIが書いた説明を善意で共有するときも、根拠が示されていなければ、受け手は何を頼りに
判断すればよいか分かりません。
送り手の意図は違っても、見た目が整っているだけでは、情報の確かさは伝わらないという点に、共通の問いがあります。[5]
自分が情報を届けるときは、元の資料を示す。確かめたことと、まだ分からないことを分ける。
誤りに気づいたら、すでに読んだ人にも訂正を届ける。
議事録でも、SNSの投稿でも、日々のやり取りでも、そうした言葉なら相手は根拠をたどり、
自分で判断できます。
次にメールを送る前、あるいはSNSで投稿ボタンを押す前に、一度だけ立ち止まってみてください。
この言葉の背景にある理由を、自分の言葉で説明できるか？
●参考文献・出典
[1] Niklas Gruhn（2026年8月3日）“Don’t be a meat proxy.” AIの出力を理解・検証せずに取り次ぐ行為についての、ソフトウェア開発者本人の投稿。
[2] Business Insider Japan（2026年11月4日）「エンジニアはAIのせいで燃え尽き、働く意欲を失い、アイデンティティ喪失の危機に直面している【3万人調査】」。AIコーディングによる働き方の変化と、開発者の疲弊や職業上のアイデンティティの揺らぎを扱った報道。
[3] BetterUp Labs・Stanford Social Media Lab（2025年調査）“Workslop: The Hidden Cost of AI-Generated Busywork.” 米国のデスクワーカーを対象に、AI生成物が受け手に残す確認や手直しの負担を調べた共同調査。
[4] Kate Niederhoffer, Alexi Robichaux, Jeffrey T. Hancock（2026年1月16日）“Why People Create AI ‘Workslop’—and How to Stop It.” Harvard Business Review. 職場でワークスロップが生まれる背景を扱った解説。
[5] 情報処理推進機構（IPA）「ん？あやしいと思ったら立ち止まれ」。実在する企業を装ったメールやウェブサイトに対し、公式サイトで情報を確認するよう呼びかけた啓発資料。 IPAの解説
「okinawa未来カレッジ」は、誰もが自分らしい明日へ一歩を踏み出せる、 未来に向かって前進し、新しいライフサイクルを創り出すコミュニティーを目指します。