成果物だけが「一人前」になる――AIは人が育つ仕組みをどう変えるのか

パソコンの前に座り、キーボードを叩く。
文章を書き、資料をつくり、データを分析する。
あるいは、プログラムを書く。

私たちは、こうした仕事を「知的労働」だと考えてきました。
そして、それを高度にこなせる人材には、高い賃金が支払われてきました。

周知のように、いま、その知的労働の価値が、AIによって大きく揺らいでいます。

米国のオンライン誌『Noema』に今年、興味深い論考が掲載されました。
ニルス・ギルマンによる「AI時代に、どうキャリアを未来に適応させるか（How To Future-Proof Your Career In The Age Of AI）」です。

この記事でギルマンが考察したのは、AIによって、人間の能力の「価値」はどこへ移っていくのか、という問題です。

「高価なルーター」だった知識労働者

ギルマンは、これまでの知識労働者を、少し意地悪な言葉で表現しています。
「高価なルーター」だというのです。

彼らのすることといえば、情報をインプットし、頭のなかで処理し、指を動かして、文章や表やコードとしてアウトプットすること。
たしかに、多くのホワイトカラーの仕事には、共通してこの構造があります。

弁護士は大量の資料を読み、契約書を作成する。
コンサルタントはデータを分析し、レポートを作成する。
プログラマーは仕様を理解し、コードを書く。

もちろん、実際の仕事はもっと複雑です。
これだけの作業に尽きるものではありません。

しかし、「情報を処理して、一定の質のアウトプットをつくる能力」が、知識労働者の価値の大きな部分を占めてきたことは確かです。

そこになぜ価値があったのかといえば、そうした能力が「希少」だったからです。

誰もが法律文書を書けるわけではない。
誰もがプログラムを書けるわけでもない。
誰もが複雑なデータを分析できるわけでもない。

ところが生成AIは、その希少性を急速に崩しています。
こうした作業をAIは現在、やすやすとこなします。

ギルマンは、もし組織における自分の価値が、データを操作し、文書を書き、コードを生成することにあるなら、その人は「縮み続ける流氷の上に立っている」と表現しています。

100の案をつくる人から、99を捨てる人へ

では、アウトプットの生産が希少ではなくなった世界で、今度は何が希少になるのでしょうか。
ギルマンの答えは、「判断（judgment）」です。

たとえば弁護士なら、契約書そのものは、いまやAIが数分でつくれるでしょう。

しかし、どの条項が相手を刺激するのか。
どこまで譲歩すべきなのか。
規制当局はどう反応するのか。
将来の関係まで考えれば、何を選ぶべきなのか。

こうした「判断」には、正しい文章を生成する能力とは別のものが必要になります。

曖昧な状況を読み、異なる情報を結びつけ、優先順位をつける。
相手を説得し、利害を調整し、最後には何をするのかを決める。

ギルマンは、こうした能力の価値が高まる経済を「judgment economy」と呼んでいます。

AIが苦もなく企画案を100個つくれる現在、企画書をつくる能力には、もはやかつてほどの希少価値はありません。
価値を持つのは、100個のうち、99個を捨てられる能力です。

何が重要なのか。
何が使えるのか。
何が間違っているのか。

あるいは、そもそも100個のなかに答えがなく、問いそのものを立て直す必要があるのか。

生成する能力が無尽蔵になるほど、判断する能力が希少になる。
AIが変えようとしているのは、こうした価値の配分です。

ギルマンは、ここから教育のあり方も変わると考えます。

特定の専門知識を身につけるだけではなく、異なる領域の知識を結びつけ、現実の複雑な状況で判断する力を育てる。
そのために、自然科学、社会科学、人文学、芸術などを横断して学ぶリベラルアーツが、あらためて重要になる。

学位や特定の技術だけではなく、現実の制約のなかで、実際にどのような判断をしてきたのか。
それ自体が、その人の能力を示すようになるとも予想しています。

さて、ここまでなら、たいそうな話ではありません。

AIによって、ある能力の価値が下がる。
ならば、人間は、これから価値を持つ能力を身につければいい。

真に検討すべき問題は、その先です。

成果物だけが先に「一人前」になる

AIを使えば、ほとんどだれでも、一定の水準の成果物をつくることができます。
いや、平均的な人間が作成するものよりも、はるかによいものができます。

けれど、当たり前のことですが、成果物の水準が上がることと、それをつくった人の判断力が育つことは、同じではありません。
それはいわば、成果物だけが先に「一人前」になり、それを扱う人間の熟練が追いついていない状態です。

ギルマンは論考の終盤で、この問題につながる重要な指摘をしています。
これまで若手の仕事には、ふたつの側面があったというのです。

ひとつは、会社に価値を提供すること。
もうひとつは、若手自身に価値を加えることです。

若手は仕事をしながら、経験を積んだ人の判断を観察し、そこから判断力やメタ認知を身につけてきました。

若手弁護士は資料を調べ、簡単な文書をつくる。
若手コンサルタントはデータを集め、スライドをつくる。
若手編集者は原稿を読み、調べ、直す。

一つひとつを成果物だけで評価すれば、AIに任せたほうが速いし、はるかによいものができるでしょう。
しかし、その仕事を経験することで、若手は何が重要なのかを知り、どこに注意すべきなのかを学び、失敗しながら判断力を身につけてきました。

仕事というのは、ただ成果を生み出すことだけに還元できません。
成果を生み出すことと、人を育てることが、同じ仕事のなかで行われてきたからです。

人を育てることが「コスト」になる

若手社員に一日かけて資料を調べてもらうより、AIに数分でまとめてもらう。
若手プログラマーに一からコードを書かせるより、AIに生成させる。

もし同じ成果をより速く、安く得られるなら、企業がAIを使うのは合理的です。
しかし、そうなると「人を育てる」ことが宙に浮いてしまいます。

先に述べたように、若手に仕事を任せることには、ふたつの意味がありました。
企業は、その仕事から成果を得る。同時に、若手は、その仕事から経験を得る。

制度のかたちは国によって異なりますが、実際の仕事を経験することが、人を育てる重要な過程だったことは変わりません。

ところがAIは、このふたつを切り離す可能性があります。
成果だけが必要なら、AIに任せればいい。
しかし、人間を育てるためには、若手にも仕事を経験させなければならない。

すると、人を育てることは、日々の仕事のなかで行なわれてきたことから、費用をかける「投資」としての性格を強めていきます。

企業は、目先の生産性だけを考えればAIに任せたほうがいい仕事を、5年後、10年後の熟練者を育てるために、あえて若手に経験させなければならなくなるかもしれません。

しかも、その投資が自社に戻ってくるとはかぎりません。
時間と費用をかけて育てた人材が、別の会社へ移ることも当然あります。
その会社は、自ら育成費用を負担することなく、すでに育った人材を雇うことができます。

これはAI以前から、人的資本形成をめぐって指摘されてきた問題です。
この問題に、AIが加わります。

人を育てなくても、当面必要な成果はAIによって得られるようになる。
個々の企業にとっては、それが合理的な選択となります。
しかし、すべての企業が同じ選択をすれば、5年後、10年後の熟練者は、どこで育つのでしょうか。
誰が、未来の熟練者を育てるコストを負担するのか。

AIによって、「人を育てる」という問題が、これまで以上にはっきりと姿を現そうとしています。

「一人前になる」という仕組みをつくり直す

ギルマンは、初級職が失われれば、熟練者たちがAIを使って、自分たちがかつて登ってきた梯子を後ろから引き上げることになるのではないか、と問いかけています。

この問題は、若手の仕事が減るというだけではありません。
私たちの社会では、教育と仕事がつながることで、人が育ってきました。

学校で知識を学ぶ。
仕事に入り、経験を積む。
少しずつ複雑な仕事を任される。
やがて、自分で判断する側へ回る。

AIが、その途中にあった仕事を引き受けていくなら、この道筋も変わらざるをえません。

「AI時代にはどんな能力が必要なのか」
この問いは、幾度も問われてきました。

けれど、本当に難しい問題は、その先にあるのではないでしょうか。

必要な能力がわかったとして、その能力を持つ人間を、どうやって育てるのか。

学校で学び、仕事に入り、経験を積み、やがて一人前になる。
AIが変えようとしているのは、仕事だけではありません。

私たちが長く当たり前だと思ってきた、「一人前になる」という仕組みそのものなのです。

「シノドス英会話」コース一覧