AI時代に、経験は誰が育てるのか

答えがすぐに出る時代に、人はどこで迷い、どこで育つのか

仕事が速くなることと、人が育つことは、同じではない。

AIを使うようになってから、このことを何度も考えるようになった。

文章はすぐに整う。会議の要約もできる。企画のたたき台も出せる。メールの返信文も、議事録の整理も、少し前ならそれなりに時間をかけていたものが、驚くほど速く形になる。

しかも、かなり整っている。

見出しがあり、論点があり、抜け漏れも少ない。少し手を入れれば、そのまま使えそうに見えるものも多い。

便利だと思う。

実際、助かっている。

何もないところから考え始めるより、目の前にたたき台があるだけで、ずいぶん楽になる。言葉が出てこない時も、AIが出した文章を眺めているうちに、自分が本当は何を言いたかったのか見えてくることもある。

だから、AIを否定したいわけではない。

むしろ、私はかなり使っている方だと思う。

ただ、便利さに慣れていくうちに、少し引っかかることが増えた。

仕事は速くなる。では、人はどこで経験を積むのだろう。

特に、新しい業務に入ったばかりの人や、まだ仕事の全体像が見えていない人は、どこで迷い、どこでつまずき、どこで自分の判断を育てていくのだろう。

AIは答えを出してくれる。

では、人間はどこで「なぜそう考えたのか」を身につけるのか。

ここを考えないままAIを使うと、仕事は一見うまく回る。

資料はできる。回答も出る。会議も短くなる。問い合わせも減るかもしれない。

けれどその裏側で、人が育つために必要だった摩擦まで、知らないうちに消してしまうのではないか。

そんな気がしている。

AIが消してしまう「成長のための摩擦」

私は、システム開発の現場に長く関わってきた。

その後、働き方改革の仕事に移り、職場の無駄や二度手間、問い合わせの多さ、迷いながら進めざるを得ない状態を見てきた。

現場で人が止まる理由は、単純な能力不足ではない。

やる気がないからでもない。

多くの場合、もっと手前で止まっている。

・どこを見ればよいかわからない

・誰に聞けばよいかわからない

・前回の判断が、なぜそうなったのか残っていない

・似たような案件はあるのに、今回も同じ考え方でよいのか自信がない

・資料やルールはあるが、いざ使おうとすると、ほしい形になっていない

結果として、人は問い合わせる。

「これで合っていますか」

「前回はどうしていましたか」

「この場合は誰に確認すればいいですか」

「判断基準はありますか」

こういう問いが、現場に積み重なっていく。

「問い合わせ削減」の先にあるべきもの

問い合わせが多い職場を見ると、すぐに「問い合わせを減らそう」という話になる。

もちろん、それ自体は間違っていない。

同じ質問が何度も来るなら、FAQを整えた方がいい。テンプレートも必要だ。資料の置き場所も見直した方がいい。AIチャットのような仕組みで、一次回答を返せるようにすることも有効だと思う。

ただ、最近の私は、「問い合わせ削減」という言葉だけでは少し足りないと感じている。

本当に減らすべきなのは、問い合わせそのものではない。

問い合わせをしなければ前に進めない状態である。

そしてもう一つ、見過ごしてはいけないのが、何度も問い合わせているのに、その経験が本人にも組織にも残っていかない状態である。

質問されること自体は、悪いことではない。

むしろ、質問できる職場は健全だと思う。

問題は、質問のたびに同じ場所まで戻ってしまうことだ。

前回の判断が、次の人の足場になっていない。

ベテランの頭の中にある理由が、組織の資産になっていない。

新人が迷った時間が、次の新人の助けになっていない。

こういう状態では、人は忙しくなる。

そして、忙しさの中で、また育成の時間が削られていく。

仕事は回る。

けれど、経験は残らない。

ここに、AI時代の落とし穴があると思っている。

経験とは「正解にたどり着くまでの迷い方」である

AIは、答えを返すのが得意だ。

聞けば、それらしい答えが返ってくる。

文章も整える。論点も並べる。比較表も作る。リスクも列挙する。

本当に便利だ。

でも、便利であるほど、人は途中の思考を飛ばしやすくなる。

昔なら、資料を探し、過去事例を読み、先輩に聞き、自分なりに考え、間違えて、直されて、ようやく身についたことがある。

その時間は、たしかに非効率だった。

でも、すべてが無駄だったわけではない。

私たちは、その中で学んでいた。

・どこで間違えやすいのか

・なぜその確認が必要なのか

・誰の判断を先に取るべきなのか

・このルールは、何を守るためにあるのか

そうした感覚は、答えだけを受け取っても身につきにくい。

たとえば、AIが作った回答をそのまま使えば、その場の問い合わせは早く終わる。

相手も困らない。自分も助かる。処理時間も短くなる。

それ自体は悪いことではない。

けれど、なぜその回答でよいのかを誰も言葉にしないまま終わると、次に似たような相談が来た時、また同じ場所で立ち止まる。

回答は残っている。

でも、判断は残っていない。

この状態が続くと、仕事は速くなっているのに、人は育っていないということが起こり得る。

経験とは、正解を知っていることではない。

正解にたどり着くまでの迷い方を知っていることだ。

そして、危ない道に入りそうな時に、少しだけ足が止まる感覚を持っていることだ。

AIが出す答えは速い。

でも、速さだけでは経験にならない。

むしろ速すぎる答えは、人が経験を積む前に、その場を通過させてしまうことがある。

AI時代にこそ必要な「守破離」の再設計

では、AI時代に経験はどう育てればよいのか。

私はここで、「守破離」という考え方がもう一度大事になると思っている。

守破離という言葉は、少し古く見えるかもしれない。

けれど、よく考えると、これは人が経験を身につけていく過程そのものでもある。

最初は、型に支えられる。

次に、型では拾いきれない現実に気づく。

最後に、自分なりの判断軸を持つ。

この流れは、AIがどれだけ進化しても消えない。

むしろ、答えがすぐに出る時代だからこそ、この順番を意識しておかないと、人は経験を積む前に答えだけを受け取ってしまう。

だから、AI時代の守破離は、単なる精神論ではない。

経験を組織の中に残すための、かなり実務的な考え方だと思っている。

守：理由が見える「型」を整える

最初は型を守る。

これは、何も考えずに言われた通りにやるという意味ではない。

仕事には、いきなり自由に考えてよい部分と、最初に必ず押さえるべき部分がある。

申請の流れ。

確認すべき観点。

関係者への連絡順序。

品質を見る目線。

リスクの洗い出し方。

判断を上げるタイミング。

こうしたものを、最初から個人のセンスに任せてはいけない。

型がない職場では、経験が浅い人ほど迷う。

毎回ゼロから考えなければならない。

そして、ゼロから考えた結果、結局ベテランに聞きに行く。

本人も疲れる。

周囲も疲れる。

だから、まず型が必要になる。

ただし、その型は、ただの手順書では足りない。

大切なのは、理由が見える型である。

なぜこの順番なのか。

なぜここで確認が必要なのか。

なぜこの情報を残すのか。

なぜこの判断は一人で決めてはいけないのか。

この「なぜ」がない型は、すぐに形だけになる。

AIを使うなら、ここに使うべきだと思う。

ベテランの判断を分解する。

過去の問い合わせを整理する。

よくある迷いを分類する。

暗黙知を、次の人が使える言葉に直す。

会議や相談の内容から、判断基準を抜き出す。

AIは、こういう作業に向いている。

会議メモや問い合わせ履歴から、判断の分かれ目になった発言や、何度も迷いが生まれている箇所を拾い上げるだけでも、型はかなり見えやすくなる。

たとえば、過去の問い合わせ履歴や会議メモを眺めていると、同じような場面で、同じような判断に迷っていることがある。

AIにそれを整理させると、「どの情報が足りない時に止まっているのか」「誰の判断が必要な時に迷いが生まれているのか」「どのルールが現場に伝わりにくいのか」が見えてくる。

もちろん、最後に判断するのは人間だ。

けれど、散らばった経験の跡を拾い集めるところでは、AIはかなり力になる。

人間の経験をAIに明け渡すのではない。

次の人が学べる形にするためにAIを使う。

これが、「守」の再設計だと思う。

破：違和感を問いに変える

型を覚えた人は、やがて型の限界に気づく。

前回はこの方法でよかった。

でも、今回は少し違う。

ルール上は問題ない。

でも、現場感覚としては少し危ない。

手順には載っていない。

でも、先にこの人へ話しておいた方がよさそうだ。

AIの回答は整っている。

でも、どうもこの案件には合わない。

この違和感を持てるようになることが、「破」の段階だ。

ここで大事なのは、型を壊すことではない。

型の理由を理解したうえで、現実に合わせて更新することだ。

AI時代には、この「破」の力がさらに重要になる。

なぜならAIは、過去の情報や一般的なパターンに基づいて答えを出すからだ。

多くの場合、それは有効だ。

でも、現場にはいつも例外がある。

人間関係がある。

言葉にしにくい温度がある。

数字には出ない疲労がある。

前回と同じように見えて、実は前提が変わっていることもある。

その時に、「AIがそう言っているから」で止まってはいけない。

AIの答えを疑え、という単純な話ではない。

AIの答えを材料にして、自分の問いを立て直すことが必要になる。

たとえば、AIが最も効率的な進め方を示したとする。

関係者への連絡はメールで足りる。会議は不要。手順も短くできる。

たしかに、その方が早い。

でも、私はそこで少し立ち止まると思う。

この案件は、早さだけで進めてよいのだろうか。

相手は、背景を理解しないまま結論だけ受け取って、不安にならないだろうか。

ここはメールで済ませるより、短くても直接話した方が、後の納得につながるのではないか。

AIの答えを否定したいわけではない。

ただ、その答えが置き去りにしているものはないか。

そこを見るのは、まだ人間の仕事だと思う。

問い直す時に見るのは、たとえばこういうことだ。

・この回答は、今回の前提に合っているか

・見落としている関係者はいないか

・短期的には正しいが、長期的には何を失うか

・効率は上がるが、誰かの経験を奪っていないか

こういう問いを持てる人が、AI時代の現場には必要になる。

離：判断軸を組織の資産にする

離は、型から離れて好きにやることではない。

型を完全に自分のものにし、状況に応じて使いこなせるようになることだ。

型を身につけ、型を更新し、そのうえで自分の判断軸を持つことだ。

ここまで来ると、人は問い合わせをしなくなる。

というより、問い合わせの質が変わる。

とはいえ、最初から立派な判断軸を持つ必要はない。

はじめは小さくていい。

AIが出した回答に対して、「私はここが少し気になる」と一言添える。

先輩に聞く時に、「自分ではこう考えました」と前置きする。

前回の判断を見た時に、「なぜこの順番だったのか」と一つだけ理由を探す。

そういう小さな積み重ねが、やがて自分の判断軸になっていく。

「これで合っていますか」ではなく、

「この前提ならA案だと思います。ただし、Bのリスクがあるので確認したいです」

と言えるようになる。

「どうすればいいですか」ではなく、

「私はこう考えました。判断基準として抜けているものはありますか」

と言えるようになる。

これは、大きな違いだ。

前者は、答えを受け取りに行っている。

後者は、自分の判断を育てに行っている。

人が育つ職場とは、質問が少ない職場ではない。

質問の質が上がっていく職場である。

問い合わせ削減の先にあるべきものも、ここだと思う。

単に件数が減ればよいのではない。

人が迷わず進める。

迷った時も、自分の仮説を持って相談できる。

相談した内容が、次の人の経験になる。

そういう循環がある職場をつくること。

そこに、働き方改革の本質があるのではないかと思っている。

働き方改革の本質は、「減らすこと」だけではない

働き方改革という言葉は、ともすると「減らす話」になりやすい。

残業を減らす。

会議を減らす。

問い合わせを減らす。

資料作成を減らす。

もちろん、それは大事だ。

無駄は減らした方がいい。

でも、減らすことだけを目的にすると、人が育つ時間まで削ってしまうことがある。

余白がなくなる。

試行錯誤がなくなる。

自分で考える前に、最短の答えだけを取りに行く。

すると、表面上は効率化されているのに、組織の中に経験が残らない。

これは、とても危うい。

AIは仕事を速くする。

そのこと自体は歓迎したい。

ただ、AIによって浮いた時間を、さらに別の作業で埋めてしまったら、人はいつ経験を振り返るのだろうか。

・なぜ早く終わったのかを考える時間

・AIが出した答えを、本当にそれでよかったのか見直す時間

・誰かの判断を、次の人に伝わる言葉へ変える時間

・新人が迷った場所を、組織の学びに変える時間

そうした時間を残さない限り、AI活用は本当の意味で人を育てない。

大げさな仕組みでなくてもいい。

週に一度、十分だけでもよい。

その週にあった問い合わせを一つ選び、「なぜ迷いが生まれたのか」を振り返る。

AIの回答を使った仕事を一つ選び、「自分はどこを直し、なぜ直したのか」を残す。

新人や担当者がつまずいた場面を一つ選び、「次の人が迷わないためには何を残せばいいか」を考える。

その程度の小さな時間でも、続ければ経験は少しずつ組織に残っていく。

AI時代に必要なのは、人間がAIに勝つことではない。

AIを使いながら、人間の経験が失われない仕組みをつくることだ。

たとえば、問い合わせを受けたら、ただ答えて終わりにしない。

なぜその問い合わせが発生したのかを見る。

情報が見つからなかったのか。

判断基準が曖昧だったのか。

過去事例が残っていなかったのか。

本人に型がなかったのか。

権限が不明だったのか。

そこを一つずつ見ていく。

そのうえで、次に同じ迷いが起きないように、型を整える。

ただし、型を固定しすぎない。

現場の違和感で更新できるようにする。

AIに任せる部分と、人間が問い続ける部分を分ける。

こういう地味な積み重ねこそ、AI時代の仕事づくりなのだと思う。

おわりに

私は、AIを恐れる必要はないと思っている。

AIは、確かに仕事を変える。

人の役割も変える。

これまで人間が時間をかけていた作業の多くは、AIによって短くなるだろう。

それでも、人間の価値がなくなるとは思っていない。

むしろ、これから問われるのは、人間が何を経験として残せるかだと思う。

答えを知っているだけなら、AIの方が速い。

情報を集めるだけなら、AIの方が広い。

文章を整えるだけなら、AIの方が疲れない。

それでも人間に残るものがあるとすれば、それは、現実の中で判断した経験ではないだろうか。

誰かの不安を感じ取ったこと。

過去の失敗を思い出して、少し慎重になったこと。

数字上は正しい案に、なぜか違和感を持ったこと。

遠回りに見える方法を選び、結果的に人の納得を得たこと。

正しさだけでは動かない現場を、少しずつ前に進めたこと。

こうした経験は、単なるデータではない。

人が生きた時間の中でしか育たない。

だからこそ、これからの組織は、経験を個人の中に閉じ込めてはいけない。

ベテランの勘を、勘のまま終わらせない。

新人のつまずきを、本人の未熟さで片づけない。

同じ問い合わせを、面倒な繰り返しとして流さない。

そこに、組織が育つ手がかりがある。

経験は、放っておけば個人の中に沈んでいく。

忙しさの中で忘れられる。

異動や退職で消えていく。

でも、経験を言葉にし、型にし、更新できるようにすれば、それは次の人の足場になる。

AIは、その足場づくりを助けてくれる。

ただし、AIが勝手に人を育ててくれるわけではない。

AIに何を整理させるのか。

どの判断を残すのか。

何を型にし、何を余白として残すのか。

それを決めるのは、人間の仕事である。

AI時代に、経験は誰が育てるのか。

私は、上司だけが育てるものではないと思う。

先輩だけが教えるものでもない。

本人の努力だけに任せるものでもない。

経験は、組織の設計で育てるものだ。

ここでいう設計とは、大げさな制度のことだけではない。

会議の最後に、今日の判断で迷ったところを一つだけ残す。

うまくいかなかったことを、本人の反省だけで終わらせない。

誰かがつまずいた時に、「なぜそこで止まったのか」を一緒に見る。

うまくいった判断についても、「なぜそれで進められたのか」を言葉にする。

それだけでも、経験の残り方は少し変わる。

迷いを責めない。

失敗を個人だけに閉じ込めない。

判断の理由を、次の人が使える形にしておく。

そういう小さな場の積み重ねが、経験を個人のものから組織のものへ変えていく。

迷った時に戻れる型がある。

型の理由が言葉になっている。

違和感を出せる余白がある。

相談した内容が、次の人の学びになる。

AIの答えを鵜呑みにせず、問い直す文化がある。

そういう環境の中で、人は少しずつ育つ。

仕事が速くなる時代だからこそ、遅く身につくものを大切にしたい。

答えがすぐに出る時代だからこそ、問いを持つ力を残したい。

AIが整えてくれる時代だからこそ、人間が迷った跡を消さずに残したい。

その迷いは、無駄ではない。

つまずきも、失敗も、確認も、遠回りも、次の誰かの道しるべになる。

AIは答えを出す。

人間は問いを持つ。

そして組織は、その問いが経験に変わる場所でなければならない。

働き方改革とは、人を急がせることではない。

人を楽にするだけでもない。

人が迷わず進める環境をつくり、迷った経験すら次の力に変えていくことだ。

AI時代に本当に必要なのは、仕事を減らす仕組みだけではない。

人が育ち続ける仕組みである。

#創作大賞2026

#ビジネス部門