経営幹部チームがAI導入の試験運用（パイロットプロジェクト）の結果を評価している場面を想像してみてほしい。
そのツールは初期分析を生成し、標準的なチェックにおいて処理時間を短縮しつつ品質を維持している。シニアレビュー担当者は複雑な例外案件に対応し、若手社員は分析を一から組み立てるよりも、システムの出力を確認することに多くの時間を費やしている。
本格導入に向けた論拠は筋が通っているように見える。許容可能な品質を保ちながら成果物をより迅速に提供できることは、業務上の大きなメリットだからだ。
しかし、ある重要な結果が抜け落ちている。これらの社員が、根拠の薄い前提を見抜いたり、トレードオフを説明したり、慣れない要望に対応したりする能力を向上させているかどうかを、誰も検証していないのだ。
これは、AIのせいで彼らのスキルが低下したと言っているのではない。プロジェクトチームが測定したのが「成果物の納期」だけであり、「人材の育成」を評価していないことを示している。
この試験運用は本格導入へと進める価値があるかもしれない。しかし、それが人材育成につながっていると主張するには、それを裏づける証拠が必要である。
「アウトプットの高速化」は学習の証明にならない
AIがもたらす恩恵を真剣に受け止めるべき正当な理由はある。
エリック・ブリニョルフソン、ダニエル・リー、リンジー・レイモンドらは、カスタマーサポート担当者へのAI導入について調査を行った。その結果、1時間あたりに解決された問題の数は平均で約15%増加し、経験が浅くスキルの低い労働者ほどその恩恵が大きいことが分かった。研究者らはまた、学習の成果と一致する証拠も確認している。（arXiv）
これらの知見は、AIによるサポートが成長を阻害するという考え方に異議を唱えるものであり、生産性と学習を別々に評価する必要性を示している。
2026年のプレプリント（査読前論文）で、ジュディ・ハンウェン・シェンとアレックス・タムキンは、不慣れなプログラミングライブラリを学ぶ開発者を対象に調査を行った。AIのサポートを受けた参加者は、平均して理解力やデバッグスキルが低く、効率性において統計的に有意な向上の平均値は見られなかった。これは小規模で的を絞った実験であり、ソフトウェア開発全体に対する結論ではない。（arXiv）
重要な問いは、社員が以前はできなかったことで、今は何を説明し、検知し、対処できるようになったのか、ということだ。
これは、社員に対して自動化されたすべての手順を再現できるように求めるものではない。ある職務において手動での計算は不要になったとしても、不合理な結果を認識し、その重要性を説明できる能力は依然として必要とされる。
有効な評価方法とは、再設計された職務が、依然として人間の「判断力」を必要としているかどうかを検証することである。
仕事は成果を生みながら、人を育てることができる
先ほどの架空の分析チームの話に戻ろう。初期の提案を作成するプロセスは、若手社員にとって矛盾するデータに直面する機会になるかもしれない。また、レビューの場での対話を通じて、経験豊富な同僚が一見まともそうに見える前提をなぜ却下したのか、その理由を知ることができるかもしれない。
AIの導入によってこれらのステップが変化するのであれば、それが「学習体験」に与える影響を評価することが重要だ。
マット・ビーンによるロボット手術に関する研究は、この懸念を浮き彫りにしている。彼は、この技術が研修医の参加機会を制限し、その環境において確立されていた従来の学習手法を機能しなくさせていることを発見した。これは外科トレーニングに関する研究であり、生成AIを導入したすべての職場に同様の効果があることを証明するものではない。（Sage Journals）
ここから得られる重要な教訓は、テクノロジーの変化が、人々の能力開発のあり方に影響を及ぼし得るということだ。
リハーサルを思い浮かべてほしい。成長途中のベーシストは、強力なリズムセクションと一緒ならうまく演奏できるかもしれない。しかし、予期せぬ合図に対応できるかどうかは、グループ演奏のときには見えない個人のスキルが試される。アンサンブル全体の響きと、個人の準備態勢は、測定しているものが異なるのだ。
同様に、AIの助けを借りて作成された高品質なレポートは、その作成者が意思決定の背景を理解していることを証明するものではない。
能力を維持し、タスクを再考する
実務を守ることに対する切実な反対意見として、「人はその業務から学ぶのであり、古い方法がもはや最善ではないかもしれない」というものがある。
プロクター・アンド・ギャンブル（P&G）でのフィールド実験では、製品イノベーションのタスクにおいて、AIを活用して個人で取り組んだ専門家は、AIを使用しないチームに匹敵する成果を上げた。また、AIの支援を受けた提案は、技術的な側面と商業的な側面のバランスがより優れていた。この実験はタスクレベルでのメリットを実証したものであり、持続的な部門横断的専門知識やキャリア上のメリットを示すものではない。（PubsOnline）
リーダーは、異なるアプローチに対して柔軟であるべきだ。AIのサポートを受ける専門家は、従来のチームが必要としていたすべての能力を養うことなく、その職務の要件を満たすことができるかもしれない。
新しい活動が何を教えるのか、そして別の経験のほうがそれをより効果的に教えられるかを考えるべきだ。
指導付きの事例研究、シミュレーション、構造化された批評、あるいは標準的なAI支援型の実務など、代替案をデフォルトで受け入れるのではなく、比較検討すべきだ。業務量が増えることは練習にはなるかもしれないが、戦略的な課題であっても、フィードバックがなければ学習効果は限定的になる。
シャロン・パーカーとグデラ・グローテによるワークデザイン研究は、このアプローチの基礎を提供している。彼女らは、テクノロジーがもたらす影響は、スキルの活用、フィードバック、人間関係など、仕事がどのように構築されるかという選択に部分的に依存すると主張している。（IAAP）
ワークフローの変更が学習に大きな影響を与える場合、導入拡大の意思決定においては、品質、スピード、コストと並んで、成長への影響も考慮すべきである。
これは、自動化されたすべてのタスクに新しいトレーニングプログラムが必要であることを意味しない。リーダーは、どの能力が不可欠であり続け、再設計された業務がその能力開発を支援しているかどうかを見極める必要がある。必要な判断力を備えた社員であれば、追加のトレーニングなしでAIの恩恵を享受できる。
能力向上はキャリアアップを保証しない
学習の成果が確認されたとしても、別の問いが残る。それは、「社員に対してどのような影響があるか」ということだ。
デビッド・カードらの賃金研究のレビューによると、雇用主の特徴や給与決定の仕組みが、労働者の所得格差の説明に寄与している。より大きな貢献と、より大きな報酬は、関連するテーマではあるが、必ずしも一対一で対応する結果ではない。（RCNi Company Limited）
昇進を、研修プログラムが効果的であった証拠と見なすべきではない。マネージャーがすでにその社員を優秀だと評価していたり、より目立つ仕事を割り当てていたり、意思決定者と接する機会を多く与えていただけかもしれないからだ。
もしキャリアアップが目標であるなら、それを個別に追跡すべきだ。単に業務量が増えたことではなく、給与の変化や実質的な責任範囲の拡大に焦点を当てる。
給与が変わらないというだけで、学習が失敗したと判断することはできない。同様に、裏付けとなる証拠がないまま、生産性向上イニシアチブを「キャリア開発の成功」と呼ぶべきではない。
「何ができるようになるべきか」を定義する
「未来のスキル」の網羅的なリストは、目の前で行うべき決断を曇らせてしまう恐れがある。
初期のワークフローにおいては、目に見える形でのより実用的な要件が必要だ。それは「AIによる裏付けのない前提を特定し、それがビジネスにもたらす影響を説明し、提言を伝えること」である。
このアプローチは、技術的理解、商業的文脈、コミュニケーションを結びつけるものであり、すべての従業員に同一の研修を求めるものではない。
次のステップは、「能力の不足」と「既存のスキルを発揮する機会の欠如」を区別することである。
ブライアン・ブルームらによるメタ分析では、研修効果の定着（トレーニング・トランスファー）は、支援的な職場環境など多くの要因に関連していることが分かった。また、予測因子と成果を同じ情報源や環境で測定すると、それらの相関関係が実際よりも高く見える可能性があることも判明した。したがって、マネージャーによる好意的な評価は、自動的に学習の証拠として受け入れるのではなく、客観的な裏付けが必要である。（Sage Journals）
指導が必要な社員もいれば、練習やフィードバック、あるいは既存の能力を発揮する機会を必要とする社員もいる。
導入拡大の意思決定は、この区別を反映したものでなければならない。そうでなければ、リーダーはより優れた学習ソリューションを採用する代わりに、不要な講習に投資したり、非効率な業務を維持し続けたりすることになりかねない。
本格導入の前に、まずは1つのワークフローで検証する
変更が正当であるかどうかを判断するには、シンプルな比較が有効である。
リスクの低い社内ワークフローを1つ選択し、構造化されたケーススタディのレビューを行うことで、通常のAI支援型の実務と比較して、必要とされる判断力が向上するかどうかをテストする。
8週間の試験運用は、現状評価（ベースライン評価）から始めることができる。第2週から第6週にかけては、同等の社員グループに対して、同等のAIアクセス環境と基本指導を提供し、労働時間や専門家と接する時間を一致させる。可能であれば、経験年数グループの中でランダムに役割を割り当てる。
一方のグループは、割り当てられた時間を標準的な事例の処理とレビューに費やす。もう一方のグループは、不慣れな事例に取り組み、その論理的思考を説明し、フィードバックに基づいて修正を行う。不完全または誤解を招きやすい資料については、実務上の安全性を確保するために、合成データや匿名化された実例を使用する。
事前に評価基準と許容可能な運用コストを設定しておく。第6週と第8週の終わりに、異なる事例を用いて能力テストを実施する。AIのサポートなしで、職務に不可欠な判断に焦点を絞った、短い説明とエラーチェックを求める。
偏見を排除し、この演習が懲罰的なものではなく開発を目的としたものであることを担保するため、ブラインド評価者（評価対象者が誰かを知らされていない評価者）を起用する。
能力に加えて、生産量、エラー数、手戻り作業、上司の対応時間などを測定する。また、社員が意図した通りの練習やフィードバックを受けられたかどうかを確認する。
不慣れな事例において、許容可能なコストで優れたパフォーマンスが示されれば、計画したアプローチを支持する根拠となる。より低いコストで同等の能力が示された場合は、標準的な業務プロセスのほうが望ましい。小規模な試験運用で決定的な結果が得られなかった場合は、判断は保留となる。
8週間の試験運用では、持続的なキャリア向上を実証することはできない。これには別途、継続的な追跡調査が必要である。
目標は、さらなる介入が必要かどうかを判断することであり、必要であると最初から仮定することではない。
先ほどの経営幹部の意思決定に戻ると、生産性向上の根拠は依然として強固なままであるかもしれない。変化するのは、人材育成の成功を主張するために必要なエビデンスの基準である。
将来の業務において人間の意思決定が必要とされるなら、リーダーはそれを育成するための信頼できる計画を立てる必要がある。それには、従来のタスクを減らすこと、練習方法を改善すること、あるいは効果的なAI支援を導入することが含まれるかもしれない。慣れ親しんだ方法を維持することよりも、成果を出すことのほうが重要なのだ。
業務の再設計後、社員が単に現在のタスクをより速く完了できるだけでなく、新しく未知の問題に対処できることを示す、どのようなエビデンスを示すことができるだろうか。
