本書は大きく前後半の2パートに分かれていて、
前半では、
・巷で言われている「AI」は実際にはその実現過程で生まれた「AI技術」と呼ぶべきものであり、本来志向された意味での「人工知能」と呼ぶにははるかに足りない代物であること
・その技術の延長にシンギュラリティが訪れることも無いだろうこと
・そうであるにも関わらず、そのAI技術によって現在のホワイトカラー労働者の多くを代替しうること
・しかもそのオートメーションの波がこれまでの産業革命とは比較にならない速度で、わずか20年間に圧縮されて起こるだろう
という予測が示される。
そうであるならば、AI技術に代替されないための行動と施策を、となるのが当然の考えだ。
AI技術には実のところ3つのものしか扱うことができない。論理と統計と確率である。
何故ならばAI技術とは、極論すれば数式だからだ。
AI技術は数式により構築されドライヴされる機能の集合に過ぎない。
いくらGoogleの「AI」がYouTubeの無限の動画から猫画像だけを抽出してこようが、それっぽいバッハクローン曲を際限なく生成できようが、それらは計算結果でしかない。
ここで意味のやりとりは発生していない。「AI」は一切意味を理解していない（と、著者は言う）。
ここから、「「AI」に奪われず残る仕事」の共通点が導かれる。
著者の新井は、高度な読解力と常識、人間らしい柔軟な判断が要求される分野がそれである、とする。
＊
しかし、その点における暗澹たる現実が本書の後半で示される。
新井が開発し実施したリーディング・スキル・テスト（RST）によれば、実に中学生の半数が、教科書を理解できるレベルの読解力さえ有していなかった。
例えば
Alexは男性にも女性にも使われる名前で、女性の名Alexandraの愛称でもあるが、男性の名Alexanderの愛称でもある。
問題：Alexandraの愛称は（ ）である。
①Alex ②Alexander ③男性 ④女性
という４択問題。
正解はもちろん①だが、正答できた中学生はわずか38%だったという。
４割近くは正答できた、ではない。４択なのでランダムに選んでも25％は当たるのだ。
興味深いのは、読解能力が低い層は、誤答の④を有意に多く選んでいた点である。
何故この間違いの選択肢を選んだのか。
「愛称」が読めなかったのではないか、と新井は推測する。
読めない部分を飛ばす（このような解法は「AI」にもよく見られる）と、「Alexandraは女性である」が最も整合的な回答となる。
だが、「愛称」の語意が分からずとも、文の構造を分析すれば上の問題を解くことはできる。
「Alexは（中略）女性の名Alexandraの●でもある。問題：Alexandraの●は（ ）である。」……この括弧にうまく嵌まるのは①しかない。
しかし、問題を解こうとした中学生のうち少なくない子らは、そうした解法にもたどり着かなかったのだった。
彼らは、手持ちの認識パターンに当てはまるまでノイズをカットし、このパターンならこの選択肢だろう、という経験則＝統計によって正答を「当て」ようとしていた。
これでは「AI」の劣化版でしかない。
以下ソース
https://blog.tinect.jp/?p=63171
引用元: http://egg.5ch.net/test/read.cgi/bizplus/1576833645/
