成果物だけが「一人前」になる――AI時代、「仕事ができる人」をどう見分けるのか

AIを使って資料が完成した。
文章はわかりやすく、必要なデータも整理されていて、見た目もきれいです。

では、この資料をつくった人は、「仕事ができる人」なのでしょうか。

これまでは、成果物を見ることで、その人の能力をある程度は推し量ることができました。
よくできたレポートを書ける人なら、資料を読み、重要な情報を選び、筋道を立てて考える力があるでしょう。
正しく動くコードを書ける人なら、仕様を理解し、問題を分解し、それをプログラムとしてかたちにする力がある。

成果物は、それをつくった人の能力を推し量る、重要な手がかりでした。
AIは、この関係を変えようとしています。

100の案をつくる人から、99を捨てる人へ

米国のオンライン誌『Noema』で、ニルス・ギルマンは、これまでの知識労働者を「高価なルーター」と表現しています。

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

もちろん、知的労働がそうした作業に尽きるわけではありません。
しかし、多くのホワイトカラーの仕事に、情報を受け取り、頭のなかで処理し、文章や表やコードとして出力するという共通した構造があることもたしかです。

そして、情報を処理して、一定の質のアウトプットに変える能力には希少性がありました。
そうした仕事には、専門知識や経験が必要だったからです。

生成AIは、この希少性を崩しはじめています。
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「縮みつづける流氷の上に立っている」と書いています。

では、アウトプットをつくることが希少でなくなったとき、何に価値が移るのでしょうか。
ギルマンの答えは、「判断（judgment）」です。

AIが短時間で100の案を出せるようになれば、案を出すことの希少性は下がります。
必要になるのは、そのなかから何を残し、何を捨てるのかを決めることです。

さらには、たとえば弁護士であれば、契約書を書くことより、どの条項が問題になるのか、どこまで譲歩できるのか、相手との今後の関係まで考えれば何を選ぶべきなのか、こうした判断の比重が大きくなる。

ギルマンは、こうした能力の価値が高まる経済を「判断経済（judgment economy）」と呼びます。
そして、学位や特定の技能だけではなく、現実の制約のなかでどのような判断をしてきたのか、その履歴そのものが、その人の能力を示すようになるとも予想しています。

AIがアウトプットをつくるなら、人間には「判断する力」が必要になる。
ここまでは、わかりやすい話です。

しかし、判断力が重要になるとして、それ組織はどう見分ければいいのでしょうか。
要するに、「仕事ができる人」をどう見分けるのか。

AIを外す面接、AIを使わせる面接

面接にAIをどこまで持ち込むのか

AIを使えば、本人だけではまだつくれない水準の成果物をつくれます。
そうなると難しくなるのは、その成果物を見て、「この人にはどこまで仕事を任せられるのか」を判断しようとするときです。

実際、採用の現場では、面接のなかにAIをどこまで入れるのかという線引きが揺れています。

LinkedInでは、応募者が履歴書やカバーレターをAIで整えたり、企業研究や模擬面接にAIを使ったりすることは認めています。
一方、ライブ面接では原則としてAIを使うことはできず、技術試験でも、AIの利用が明示的に許可されている場合にかぎられます。

つまり、すべての面接からAIを排除しているわけではありません。
実際、一部のソフトウェアエンジニア採用では、AIを使えるコーディング面接も行われています。
何を評価したいのかによって、AIを外す面接と、あえて使わせる面接を分けているのです。

英国のソフトウェア企業Omneaは、さらに踏み込んでいます。

同社のプログラミング面接では、候補者はAIを自由に使えます。
実際の仕事ですでにAIコーディングツールを使っている以上、面接だけAIを禁止すれば、普段とは違う環境で能力を測ることになるからです。

そこで見るのは、候補者が問題をどう分解するのか、どんな設計を選ぶのか、どのようなエッジケースを考えるのか、AIが出したコードをどこまで検証し、どこを修正するのかです。

AIを仕事で使うことが普通になるほど、「本人の能力を見るためにAIを外す」のか、それとも「AIを使うところまで含めて本人の能力を見る」のかという線引きは難しくなっています。

AIを使うことは「能力」なのか

採用だけではありません。

AIを使うことが仕事の一部になれば、今度は、AIをうまく使えること自体を、その人の能力として評価すべきなのか、という問題が出てきます。

ShopifyのCEO、トビ・リュトケは2025年、社員にAIを日常的に使うよう求めました。
人事評価や同僚評価でも、仕事でAIをどのように活用したかを確認するようにしています。

Shopifyでは、AIを効果的に使えることを、仕事上の能力の一部として扱っていることになります。

Duolingoも、社員がAIをどれだけ効果的に使っているかを、人事評価に取り入れました。
しかし、社員からは「AIを使うためにAIを使うことになるのではないか」という反発が出ました。

その結果、CEOのルイス・フォン・アーンは、AIの活用はつづける一方で、それを人事評価に組み込む方針は撤回しました。

問題になったのは、AIを使えることに価値があるとしても、AIを使っていること自体を「よい仕事」の指標にしていいのか、ということです。

仕事でAIを使うことは、すでに特別なことではなくなりつつあります。
しかし、それをどこまで「本人の能力」と考え、どう評価するのかについては、まだ答えが定まっていません。

どの判断を、人間に残すのか

この点で、Omneaの面接は興味深い事例です。

同社が見ているのは、完成したコードだけではありません。
なぜその設計を選んだのか、AIが出した答えのどこを疑ったのか、何を自分で確認したのか、別の案をなぜ捨てたのか。
そうした観察を通じて、その人がどこで判断しているのかを見ようとしています。

これは、ギルマンの言う「判断」にかなり近いものです。

とはいえ、また問題は残ります。
人間に判断力が必要になるとして、その人は仕事のなかで、いったい何を判断するのでしょうか。

AIが100の案を出し、人間がそこからひとつを選ぶのであれば、「選ぶ」ことが人間の仕事として残ります。
しかし、AIが100案を出すだけでなく、条件に合わない案を除き、残った案を比較し、有望なものまで推薦するようになれば、人間が判断する範囲は変わります。

さらに、何を問題として考えるべきか、どんな条件を重視するべきかというところまでAIが関わるようになれば、人間に残される判断はさらに違ったものになるでしょう。

こう考えると、ギルマンのいう「判断経済」という見方では、十分でないことがわかります。
AIによってアウトプットをつくる能力の価値が下がり、代わりに判断力の価値が高まるとしても、その「判断」がそのまま人間に残るとはかぎらないからです。

実際、AIは案をつくるだけでなく、比較し、絞り込み、ときには何を問題として考えるべきかというところにも入りはじめています。

MITの研究機関CISRは、この問題を「意思決定権（decision rights）」として議論しています。

意思決定とは、最後にAかBかを選ぶ瞬間だけではありません。
何を問題として扱うのかを定め、行動を選び、その結果から学び、次の判断を変えていく。
CISRは、こうした一連の過程のどこを人間が担い、どこをAIに任せるのかを、判断の曖昧さや失敗した場合のリスクに応じて考える必要があるとしています。

ここから、人材評価について、少し違った見方ができます。

人間とAIの分担が変われば、人間に求められる能力も変わりえます。
たとえば、コード生成の多くをAIに任せる職場では、コードを書く速さより、設計や検証、トレードオフを考える力の比重が大きくなるかもしれません。

さらにAIが設計にも関わるようになれば、人間には別の役割が求められる可能性があります。

だからといって、人間の役割が必ず「上流」へ移っていくとはかぎりません。

仕事によっては、ほとんどをAIに任せたほうがよい場合もあるでしょう。
人間とAIが一緒に行うほうがよい仕事もあれば、人間だけに残したほうがよい判断もある。

重要なのは、人間に必要な能力を、AIとは無関係に決めることが難しくなるということです。

「仕事ができる人」は、仕事の分け方で変わる

そうなると、Omneaの事例も、見方が変わってきます。
Omnea自身は、「求めているものは変わっていない。変わったのは、それをどう示してもらうかだ」と説明しています。

とはいえ、評価方法が変わった理由は、実際のエンジニアリングでAIを使うことが普通になったからです。

以前なら、候補者が自分でコードを書くところを見ることが、その人の能力を知る手がかりになった。
いまはAIがコードを書くことを認めたうえで、設計や検証、トレードオフを見る。

ここでは、仕事の一部をAIが担うことが、何を評価するかにも影響しています。

こうして見ると、AI時代の人材評価は、たんに新しい評価方法を考えればすまない。
「何を評価するか」という問題は、「何を人間の仕事として残すのか」という問題と、これまで以上に切り離しにくくなるからです。

「仕事ができる人」とは誰なのか。
その答えは、人間がどんな能力を持っているかだけでは決まりません。

企業がAIに何を任せ、人間に何を任せるのか。
その選択によって、「仕事ができる人」の意味そのものも変わっていくのです。