36Kr Europeが「Is the internet about to ‘die’ again?(インターネットは再び“死ぬ”のか)」と題した論考を掲載しました。
References:36Kr Europe
AIGC(生成AIコンテンツ)の急増でタイムラインが埋まり、UGC(人間が作るコンテンツ)と境界が溶ける——そんな“ネット死”仮説に対し、同稿は「純粋に人間が駆動するネットは終わり、炭素(人)とシリコン(AI)が共創するネットが始まる」と結論づけます。
背景には、レディット共同創業者アレクシス・オハニアン氏やOpenAIのサム・アルトマン氏の発言もあり、議論は熱を帯びています。
何が起きているのか:AIGCの遍在とUGCの希少化
記事が描く現状はシンプルです。
音声クローンや自動字幕、再編集ツールの普及で、「そこそこ見られる」量産物が短時間に大量投入され、“人が時間をかけて磨いた作品”の相対的価値と可視性が低下している。
結果として「人間の関与割合」でネットの健全性を測る議論が再燃しました。
オハニアン氏は“ボットや準AI産出物の氾濫”に言及し、アルトマン氏もLLM駆動のアカウントの増殖に触れています。
「モデル崩壊」への不安——AIがAIで学ぶは危ういのか
さらに、合成データでAIを再訓練する流れが強まると、学習データの自己汚染で性能が劣化する、いわゆるモデル崩壊(model collapse)が懸念されます。
2024年にNature誌で大きく扱われた研究は、生成物への再帰的依存が誤差を増幅し、現実理解を損なうことを実験的に示しました。
AIが作った“きれいなノイズ”を再びAIに食べさせる循環は、短期的なコスト圧縮と引き換えに長期の知的体力をむしばむ可能性があるのです。
それでも終わりではない——技術進化の歴史観
論考は、立体視カード(ヴィクトリア期の大衆娯楽)→映画という転換を俎上に載せ、新技術が既存の産業構造を塗り替えてきた歴史を振り返ります。
「立体視カードは死んだ、映画万歳」——言い換えれば、淘汰の空白は新機会で素早く埋まるのが常であり、ネットも同様に新陳代謝を続けるだけだ、と。
AIGCがUGCを駆逐するかに見える局面でも、“人が何を求めるか”が最終需要を決めるという視点は揺らぎません。
炭素×シリコン共創に必要なインフラ:出所の可視化と混合運用
AIGCの洪水を恐れてネットを“弔う”より、ネットの計器類を更新すべきだ——記事はそう促します。
具体策は大きく二つ。
- 出所の可視化(Provenance)
C2PA(Content Provenance and Authenticity)に代表されるコンテンツの来歴証明は、AI産物を悪と決めつけるのではなく、“由来タグ”を併記する交通ルールです。
AdobeやMicrosoft、Googleなどが推進し、Photoshop/FireflyやSynthIDといった実装も広がりつつあります。
ただし、主要SNSや端末への実装遅延・相互運用性の課題も現実的です。 - 混合運用(Human-in-the-loop × AI)
“AIGC 100%依存”を避け、編集・検証・評価の人間回路を残すこと。
水位計の役目を果たすのは、編集部のファクトチェック/出典開示/更新履歴といった人間の規律です。
学術・報道・公共領域では特に“AI→人→AI”の往復が品質を支えます。
深掘り:実務で何を変えるか(読者=発信者・運営者向け)
① 記事単位で“来歴と人手”を明示
本文末に「AI支援:要約/翻訳」「人手:取材・検証」の内訳、出典URLと日付を併記。
AIGCを隠さない運用が信頼の最短経路です。
② 生成物は“素材”、判断は“人”
タイトル・導入・小見出しは人間が最終調整。
AIGCは草稿・下調べ・図版叩き台に限定し、結論部は人が書く。
③ データ衛生(Data Hygiene)をセットに
AI生成→人が校閲→来歴の刻印(C2PA)→配信の最低ラインをワークフロー化。
AI→AI再学習の“逆流”を避ける守りにもなります。
④ フィードと発見の最適化
要約環境(AIサマリー)で誤解が起きないよう、箇条書きの「結論→根拠→数値→出典」ブロックを機械可読に。
生成検索時代のGEO(Generative/Answer Engine Optimization)対策です。
⑤ “人の手触り”を企画に埋め込む
現地写真・一次資料・体験談・署名など、AIが真似しにくい痕跡を必ず一本混ぜる。
Human Quotient(HQ)の可視化は差別化になります。
それでも心配な人へ:モデル崩壊の誤解を解く
Natureの知見は「無批判な再帰学習」に対する警鐘であって、AIGCの全否定ではありません。
人間起点の高品質データや実世界の観測(ログ・センサー)を定期的に注入し、モデル更新の評価ループ(出典忠実性・禁則違反率・再現性)を回す限り、性能の維持・改善は可能です。
生成を“現実で校正”する設計が、AI時代の新しい編集術にあたります。
まとめ:ネットは死なない、姿を変える
AIGCの洪水は、ネットの終焉ではなく計器類の更新要求です。
来歴を明示し、人手の検証を残し、混合運用を設計する——それが新しい標準。
36Krの論考が示すとおり、炭素×シリコンの共創はもう始まっています。
“人が何を求めるか”が変わらない限り、インターネットは何度でも衣替えをするだけです。



コメント