AIスロップとは？どう避けるか

AIスロップとは、生成AIによるコンテンツ（テキスト、画像、音声、動画）のうち、労力・品質・意味を欠くと受け取られ、しばしばクリックベイトとして大量に生産されるものを指します。研究者は繰り返し現れる三つの性質を挙げます。表面的には有能に見えること、見かけよりはるかに少ない労力で作られていること、そしてほぼ無料で大量生産できることです。

この語は2024年にインターネット掲示板から主流へと移り、開発者のSimon Willison氏らによって広まり、その氾濫は無視できなくなりました。2025年には「slop」がMerriam-Websterのワード・オブ・ザ・イヤーに選ばれ、AIによって大量に生産される低品質なデジタルコンテンツと定義されました。誰もがその語が指すものに気づき始めたからこそ、この言葉は定着したのです。

スロップはSNS上の迷惑にとどまらず、「ワークスロップ」として職場に入り込んでいます。本物の仕事に見えるが、実際の思考を受け取った側に押し付けるAI生成の報告書・メモ・メールです。

2025年のHarvard Business Reviewの調査（Stanfordの研究者がBetterUpと実施、米国のデスクワーカー1,150人を対象）はその代償を数値化しました。労働者はワークスロップ1件への対処に平均1時間56分を費やしたと回答。研究者は対象労働者1人あたり月およそ186ドルの「見えない税」と推計し、大企業では年間数百万ドル規模になります。さらに信頼も損ないます。多くの受け手は、ワークスロップを送ってきた同僚を以前より能力が低く信頼できないと評価しました。教訓は、低労力なAI出力は仕事を減らすのではなく、下流に押しやり、その上に信頼の代償を上乗せするということです。

スロップはAIの問題ではなく使い方の問題です。同じモデルでも、使い方次第でスロップにも本物の価値にもなります。

• 実在の入力を加える：何もないところから作らせるのではなく、自分の文書・データ・文脈という実在の素材をAIに与える。 • 人を介在させる：生のドラフトを転送せず、レビューし、編集し、出力に責任を持つ。 • 検証可能にする：読者が鵜呑みにせず確認できるよう出典を添える。 • 文字数ではなく読者を最適化する：価値は生成した文章量ではなく、受け手が信頼して使えるかで測る。

出力が読者の時間を節約し、読者がそれを検証できるなら、それはスロップの対極です。

Tatsulokは、スロップに欠けている性質、すなわち実在の出典、検証可能性、人の責任を中心に設計されています。

• 出典に基づく：回答は汎用の学習データではなく、提供された文書から生成されるため、埋め草ではなく実在の情報を持ちます。 • 既定で出典付き：すべての主張が該当する出典箇所にリンクし、読者は鵜呑みにせず数秒で検証できます。 • 自動任せではなく協働のために：あなたが所有すべき仕事については、未確認のテキストで文書を勝手に埋めるのではなく、受け入れ・却下できる変更提案として示すよう設計されています。

目的はコンテンツを増やすことではなく、読者が信頼できる回答を生み出すことです。それが価値を加えるAIと、スロップを加えるAIの違いです。