米国や英国の大学生が提出する論文や課題を、ケニアの書き手が代わりに作成して収入を得ます。こうした国境を越えた代筆ビジネスが、ChatGPTの登場によって急速に行き詰まりました。生成AIによる仕事の変化は、将来の予測だけではありません。ナイロビでは、海外から文章作成を請け負ってきた人々が、すでに受注と価格の下落に直面しています。

米紙ニューヨーク・タイムズの報道を紹介したテクノロジーメディア「THE DECODER」によると、ケニアでは数千人が、海外の大学に通う学生向けにエッセーや学期末レポートを執筆していました。扱う分野には医学、コンピューター科学、工学も含まれ、依頼者の大学アカウントを使うケースもあったといいます。研究者の推計では、2020年代初頭の最盛期に、ナイロビだけで少なくとも4万人がこの業界で働いていました。



ここで注目すべきなのは、単純な定型文だけが代替の対象になったわけではない点です。専門分野の課題を文章にまとめる仕事でも、発注者が生成AIを利用できるようになれば、人に頼む理由や支払う金額は変わり得ます。文章を完成させる能力そのものが失われたわけではなく、その能力に対する需要と価格が変化しています。

ただし、この事例を通常の執筆受託と同じものとして扱うことはできません。他人に課題を代筆させ、自分の成果として提出する行為は、大学教育における学術的誠実性に反するためです。日本企業が読み取るべき中心的な論点は、代筆市場の存続ではなく、顧客が成果物を自力で作れるようになったとき、外注サービスの価値がどこに残るのかという問題です。

報道で紹介された34歳のテレシオス・ブンディ氏は、12年間で2,500本以上の論文や課題を執筆してきました。その後、1本当たり40〜70ドルを請求するようになっていたといいます。ところが、2022年にChatGPTが公開されると、価格と注文数が急落しました。長年の執筆経験があっても、発注者側の選択肢が変わる影響を免れなかった事例です。

この変化は、作業時間が短くなるという生産性の話だけでは捉えられません。書き手がAIを使って効率よく納品できたとしても、顧客が直接AIを使うようになれば、依頼自体が減る可能性があります。仕事を受ける側の効率化と、仕事を発注する側の内製化は、同時に進み得る別々の変化です。前者による利益が、後者による需要減少を補えるとは限りません。



受託業務の売上を単純化すると、受注件数と1件当たりの単価の掛け合わせで考えられます。件数と単価がともに下がれば、同じ収入を維持するために必要な仕事量は増えます。しかし、市場全体で依頼が減っているなら、作業速度を上げるだけでは対応しきれません。これは報道された値動きから読み取れる事業構造上の問題であり、ブンディ氏個人の経営判断を評価するものではありません。

公開された情報では、同氏の受注や価格が具体的に何割下がったのか、現在の収入がいくらなのかは明らかではありません。また、医学や工学の課題を生成できることは、AIがその分野の専門家と同等の正確性を持つ証拠にはなりません。それでも、顧客が「人に依頼する必要がある」と判断する基準が変われば、品質の優劣が十分に検証される前に商取引が縮小する可能性はあります。

ケニア政府は2016年から、インターネット経由で仕事を受注するオンラインのギグワークを意図的に推進してきました。ギグワークとは、継続的な雇用契約に限らず、案件や作業ごとに報酬を得る働き方です。海外の顧客とつながることで、国内の求人だけに依存せず収入を得る道を広げられます。ナイロビの代筆市場も、こうした越境型のオンライン就労が広がった文脈の中で理解する必要があります。

報道によると、ケニアの仕事の約80％はインフォーマルな形態です。インフォーマルな仕事とは、一般に、公的な制度による把握や保護が十分に及ばない就労を指します。これをオンライン就労や代筆と同義に捉えるのは適切ではありません。ただ、安定した雇用へのアクセスが限られる環境では、海外から受けられる仕事が生活を支える選択肢になり得ることは理解できます。



AIとの関係も一方向ではありません。Samasourceのような企業は、AIの開発に使うデータにラベルを付ける仕事に関わってきました。データへのラベル付けとは、画像や文章などに意味や分類を付与し、機械学習に利用できる形に整える作業です。AIを支える作業が雇用を生む一方で、AIの普及が別の受託業務の需要を減らすという、複雑な関係が見えてきます。

ケニアでは、文字起こし、データ注釈、Meta向けのコンテンツモデレーションの仕事も減少したと報じられています。コンテンツモデレーションは、投稿がルールに適合するかなどを確認する業務です。ただし、これらの減少をすべてChatGPTの直接的な影響と断定できる情報は示されていません。発注企業や業務ごとの事情を区別しつつ、海外からの受注に依存する働き方では、需要の変化が現地の生活に届きやすいという構造に目を向ける必要があります。

代筆の仕事が縮小する中で、ニューヨーク・タイムズは、AIが作った文章を人間らしく書き直す「ヒューマナイザー」と呼ばれる仕事が残っていると伝えています。報道では、盗用チェックをすり抜けることを狙ってAI文章を加工する役割として紹介されています。文章を一から書く仕事から、AIの出力に人が手を加える仕事へと、依頼内容が変化しているわけです。

ここでは、文章の品質を高める編集と、作成過程を隠すための加工を分けて考えなければなりません。事実関係を確かめる、読み手に合わせて説明を補う、曖昧な表現を直すといった編集には、成果物を改善する目的があります。自分で作成していない課題を本人の成果に見せる加工は、それとは目的が異なります。人が関与しているという理由だけで、適切な利用になるわけではありません。



盗用の検査とAI生成文章の判定も、厳密には同じものではありません。既存の文章との一致を調べることと、誰が、どの手段で文章を作ったかを推定することは、異なる問題です。今回の情報だけでは、どのような検査が対象だったのか、書き直しがどの程度通用したのかは分かりません。「人間らしい文章にすれば検査を確実に回避できる」と受け取るべきではないでしょう。

企業でAI文章を扱う場合にも、見た目の自然さだけを品質基準にすると、同様の混同が生じかねません。流暢な文章でも、数値の誤りや根拠のない説明は残り得ます。人による編集に費用をかけるなら、何を確認し、どの問題を修正したのかが分かる業務設計が必要です。ナイロビで残った仕事の形は、人の需要が消えないことを示すと同時に、その需要が望ましい仕事や安定した収入につながるとは限らないことも示唆しています。

日本企業にとって、この事例は海外の特殊な市場だけの話ではありません。文章や情報処理を成果物として売る業務では、顧客が生成AIを使って自分で作業する選択肢を持ちます。ただし、ナイロビの代筆市場で起きた変化を、そのまま日本の翻訳、編集、調査などの業務に当てはめることもできません。必要な品質、情報管理、確認責任が違えば、人に依頼する理由も異なるためです。

見直しの出発点は、職種名ではなく、個々の仕事を分解することです。例えば資料作成には、情報収集、構成案の作成、文章化、数値の確認、社内判断との整合性の確認などが含まれます。すべてを「文章を書く仕事」とまとめると、生成AIが支援しやすい部分と、担当者による確認が欠かせない部分の違いが見えなくなります。これは特定企業の導入実績ではなく、今回の事例を業務分析に生かすための考え方です。



外注先を選ぶ側は、納品物の本数や文字数だけでなく、確認範囲を明確にすると判断しやすくなります。出典を確認するのか、社内資料と照合するのか、専門担当者が内容を承認するのかによって、同じ文章作成でも業務の中身は変わります。AIで下書きが速くなっても、確認に時間がかかれば、全体の費用が同じ割合で下がるとは限りません。

受託する側には、顧客が自力で作れる部分を見極めたうえで、それ以外の価値を説明する課題があります。例えば、確認済みの情報を使うことや、誤りが見つかった際の修正範囲を明示することは、サービスを比較する材料になります。ただし、それだけで需要を維持できると保証されるわけではありません。顧客が何に対価を払うのかを確かめ、工程と料金の組み方を見直すことが、単純な値下げ以外の選択肢を考える土台になります。

オックスフォード大学のマーク・グラハム教授は、同様の混乱が世界各地で起こると予想しています。ブンディ氏も、銀行員、会計士、エンジニア、建築家などにAIの影響が広がると警告しています。ただし、これらは将来への見方や当事者の危機感であり、挙げられた職業が一律に消滅すると確認されたわけではありません。ナイロビで観察された受注減少と、今後の職業全体への予測は、区別して読む必要があります。

企業の判断に役立つのは、「この職種は安全か」という大きな問いを、発注や作業の具体的な場面に置き換えることです。顧客は、書けないから依頼しているのか、時間がないからなのか、それとも正確性の確認まで任せたいのでしょうか。生成AIによって最初の理由が弱まっても、ほかの理由が残る場合はあります。その違いを確かめなければ、削減すべき費用も、維持すべき確認作業も判断できません。



検証では、作成時間だけを測るのでは不十分です。AIを使った場合の修正時間、確認に必要な担当者の負担、納品条件を満たすかどうかも合わせて見る必要があります。文章が早く出力されることと、業務が早く完了することは同じではありません。人員や外注費の変更を考える前に、工程全体で何が増え、何が減るのかを把握するほうが、判断の根拠を作りやすくなります。

着手するなら、社内規程上AIを利用でき、合否の基準を明確にできる文章業務を一つ選ぶとよいでしょう。従来の方法とAIを使う方法で、作成から確認完了までの時間と修正内容を比べます。その結果をもとに、「作成そのもの」に払っている費用と、「確認や判断」に払っている費用を見直すことができます。ナイロビの事例を自社の判断につなげる一歩は、将来の職業を予言することではなく、目の前の一件を発注する理由が変わっていないかを確かめることです。