あなたのドキュメントはまだ1970年代の書類キャビネットの中 — AIはそれを解決しない

ほとんどのドキュメントは今もファイル、フォルダ、階層構造で整理されている — これは1970年代のXerox PARCデスクトップメタファーを直接受け継いだものだ。そのモデルはオフィスワーカーがターゲットユーザーだった時代には理にかなっていたが、50年経った今では束縛具だ。知識は一つのフォルダに収まらない。コンポーネントのアクセシビリティに関する決定は、デザイン、エンジニアリング、コンテンツ、サポートにまたがる。どこにファイルすればいいのか？ツリー構造は単一の場所を強制し、他のすべての経路を困難にする。

人は図書館員のようにブラウズしない

情報採餌理論（Pirolli & Card）によれば、人間は階層ではなく手がかりを追う。ブラウズする前に検索し、数レベルで止め、同僚に尋ね、または重複を作成する。情報は存在する — ただ3段奥に埋もれているだけだ。聞き覚えがあるだろうか？それがあなたのチームのConfluence wikiだ。

AIが問題を露呈する

現代のAI検索システムはフォルダパスを気にしない。デザイントークンのページが取得されるのは、「色のコントラスト」に言及しているからであり、Design System → Foundations → Accessibility → Colourの下にあるからではない。フォルダはストレージの仕組みであり、知識アーキテクチャではない。AIは、人間が何年も我慢してきた回避策を明らかにしている。

ストレージから知識アーキテクチャへ

ツリー構造はすぐにはなくならないが、その上に複数の発見経路を重ねることができる：検索、メタデータ、タグ付け、相互リンク、関連コンテンツ、意味的関係。Chase McCoyのデザインシステムを知識グラフとして捉えるという記事は核心を突いている — 概念間の関係を理解することは、ファイルがどこに保存されているかを知るよりも価値がある。Obsidianのようなツールは、タグとリンクのグラフでアイデアがどのように結びつくかを示し、どこにファイルされているかではないことをすでに証明している。

人間に役立つことはAIにも役立つ

ドキュメントを人間にとって発見しやすくするのと同じ特性が、AIによる検索にも役立つ：明確な構造、意味のある見出し、有用なメタデータ、一貫した言語、概念間の強固な関係。アクセシビリティはこれを何年も説いてきた — 単一の経路に依存するな。未来は、より大きな書類キャビネットに優れたラベルを付けることではない。それは、人間と機械の両方が複数の方向から発見できる、相互接続された知識の集合体だ。