正解: BCorrect: B
Lisanne Bainbridge が「自動化の皮肉」と呼んだ問題です。人間を日常から外し例外だけを任せると、練度と状況認識が低下し、最も困難な場面で判断力を発揮できなくなります。This is what Lisanne Bainbridge called the irony of automation. Removing humans from routine work and assigning them only exceptions erodes proficiency and situational awareness, so they cannot perform at the very moments that are hardest.
Bainbridge の1983年の論文「Ironies of Automation」は、自動化が進むほど人間に残される仕事が「最も難しく、最も稀で、最も練習できない」ものになる逆説を指摘しました。エールフランス447便の事故（2009年）では、自動操縦の解除後にパイロットが状況を把握できなかったことが要因の一つとされ、この問題の実例として広く引用されます。医療画像診断や自動運転の監視業務でも、「監視だけの役割」は注意力の維持が困難で（vigilance decrement）、自動化バイアス（AIの出力を無批判に受け入れる傾向）を生みます。選択肢Aはコストの視点に偏り、Cは規制の断定であり事実ではなく、Dは例外ケースの性質を誤解しています。楽観・悲観いずれのシナリオでも、AIと協働する職務は「人間が練度を維持できる設計」を必要とし、この設計力はどの業界でも通用する備えです。Bainbridge's 1983 paper Ironies of Automation identified the paradox that as automation advances, the work left to humans becomes the hardest, the rarest, and the least practicable. The Air France 447 accident in 2009, in which pilots failed to grasp the situation after autopilot disengaged, is widely cited as a real example. In medical imaging and supervision of autonomous driving, monitoring-only roles suffer from vigilance decrement and breed automation bias, the tendency to accept AI output uncritically. Choice A is narrowly cost-focused, C asserts a regulatory fact that does not exist, and D misunderstands the nature of exception cases. In optimistic and pessimistic scenarios alike, jobs that collaborate with AI require designs that let humans maintain proficiency, and this design capability is a preparation that transfers across industries.
練度維持のために人間に意図的に日常タスクを残すと、効率は下がり、経営層からは「無駄」と見なされやすいです。また、訓練用シミュレーションは本番環境の複雑さを完全には再現できず、練度維持の効果が過大評価される可能性があります。Deliberately leaving humans routine tasks to maintain proficiency lowers efficiency and is easily viewed as waste by management. Training simulations also cannot fully reproduce the complexity of live environments, so the benefit of proficiency maintenance may be overestimated.
「AIが提案し人間が最終判断する」だけでなく、一定割合のケースを人間が先に判断してからAIと突き合わせる「ブラインド判定」を組み込み、練度と精度の両方を計測しましょう。航空業界の定期シミュレーター訓練のように、稀な事象を扱う訓練を職務の一部として制度化し、その時間を「コスト」ではなく「安全投資」として位置づけることが重要です。Beyond AI proposes and human decides, build in blind judgment for a fixed share of cases, where humans decide first and then compare with the AI, measuring both proficiency and accuracy. Like recurrent simulator training in aviation, institutionalize training on rare events as part of the job, and frame that time as a safety investment rather than a cost.