サービス

2026.11.20 08:29

AI時代における「アナログな業務検証」の必要性

Adobe Stock

Adobe Stock

BRANDVOICE | Paid Program

もっと見る>

ハーバード大学教育大学院の元事務担当エグゼクティブ・ディーンと、イェール大学工学・応用科学大学院の元副ディーンが執筆したホワイトペーパーは、興味深い主張を展開している。AIの普及により、大学側が「学生が学位の保証するスキルや知識を本当に習得したか」を確認するのが難しくなっているため、大学は学生の能力を実証できる評価方法に投資すべきだ、というものだ。

同様に筆者は、AI時代においては仕事の検証——特に「アナログな検証」——が一段と重要になると考えている。ビジネスパートナーや従業員が特定の作業を本当に自身でこなせるのか、それともAIツールに代わりにやらせているだけなのかを見極める必要があるからだ。もし後者であるならば、それは現代の職場版『シラノ・ド・ベルジュラック』であり、関与するすべての人々にとっての悲劇と言える。

機械を鵜呑みにしてはいけない理由

すべてが計画通りに進むのであれば、単に機械を信頼していれば十分かもしれない。しかし、現実がそのように都合よく運ぶことはない。想定外の事態は必ず発生し、それを乗り越えるのは人間の役目だ。

マシンビジョン(画像処理技術)、校正、データ入力など、明確なパラメータと予測可能な結果を伴う作業であれば、機械は十分に信頼に足る。しかし、人間の判断、文脈の理解、順応性を要する業務を全面的にAIへ委ねることにはリスクが伴う。例えば、AIのスケジュール管理ボットが、制裁対象リストに載っている人物とのミーティングをCEOの予定に入れてしまう場面を想像してみてほしい。

筆者の経験上、すべてが順調に回っているとき、リーダーが業務や成果の背景にある「なぜ」「どのように」をあえて解き明かそうとすることは少ない。問題が発生したときにこそ、実行されたアクションや生じた結果に対する合理的な説明を求めるものだ。事態が紛糾した際、リーダーやその他の関係者はその説明責任を果たさなければならない。そのとき「AIがそう言ったから」では通用しない。

さらに、AIの多用による「認知の衰退」という問題もある。2025年にarXivで公開されたプレプリント(未査読論文)において、研究者らは論文執筆時の大規模言語モデル(LLM)使用の影響を調査した。研究者らは「(LLMは)教育へのアクセシビリティや個別の学習体験を向上させる一方で、AI駆動のソリューションに過度に依存することで、知らず知らずのうちに認知の衰退を招く可能性がある」と指摘している。

「宿題は犬に食べられました」という昔からの言い訳は、現代では「AIという犬が仕事を済ませてくれました」にアップデートされた。この懸念は教室の中だけに留まらない。学生が自分自身でその課題を再現できないことが問題であるのと同様に、従業員が再現できないことも大きな問題なのだ。

人間の仕事を検証する実用的でアナログな方法

人間の成果物を検証するための、実用的でアナログな手法はいくつか存在する。ここで言う「アナログ」とは、人間中心で双方向的な対話に基づくアプローチを指す。

最初の方法は、ソクラテス式問答を取り入れたリアルタイムのミーティングを行うことだ。このミーティングの目的は、従業員のあらゆる手順を細かく分解して難癖をつけ処罰することではなく、提案や意思決定、成果物の背景にある前提条件、思考プロセス、論理的根拠を明らかにすることにある。これらの対話はオンラインでも対面でもよく、部署全体や会社全体の前で行う必要はなく、上司との1対1で十分だ。

これに似た手法として「論文審査」アプローチがある。あらゆる成果物について、作成に至る思考プロセスをその場で口頭説明させるのだ。思考プロセスに関する報告書自体をAIツールで生成することは可能だが、リアルタイムの対話であれば理解不足や思考の抜け漏れを隠すことは難しくなる。

もう1つの手法は、ロールプレイや実践的な課題演習を活用することだ。これは特に採用、オンボーディング(新入社員研修)、昇格準備の段階で効果を発揮する。学生が大学の研究室で安全に実験やシミュレーションを行い、アスリートが試合で本能的に動けるようトレーニングを積むのと同様に、こうした試みはビジネスに悪影響を与えることなく、従業員の業務技能を高め、理解している点と理解していない点を明確にする機会を与える。ウォール・ストリート・ジャーナル(有料記事)は2026年9月に次のように報じている。「企業の再編とAI活用により、若手社員が以前こなしていた単調な定型業務の多くが自動化された」。これを受けて一部の企業は、「体で覚えるための新たなアプローチを試みている。例えばEYなどは、若手社員がクライアントに情報を請求したり、締め切りを破った同僚を追及したりする練習ができるシミュレーションを構築した」という。

同様に、採用段階においてリーダーは「ライブタスク」手法を導入し、候補者にその場でサンプル課題に取り組ませることができる。そして、その裏にある前提や思考プロセス、論理的根拠を掘り下げる。履歴書や学位が示す職歴・知識に依存するのではなく、実際に発揮されるスキルや知識をその場で観察できるのだ。

アナログ手法のリスクと「バランス」が鍵となる理由

アナログ手法を推奨しているからといって、筆者がAIを活用した評価システムやオンライン適性検査などのデジタル評価の価値を否定しているわけではない。デジタル評価にもアナログ評価にも、それぞれの適した場面と時間があり、双方に長所と短所が存在する。

デジタル評価は、大規模に運用するのが比較的容易だ。適切に設計されていれば、すべての候補者に同一の評価基準を適用することで一貫性を促進し、個人の主観への依存を最小限に抑えられる。しかし、デジタル評価にのみ依存したり過度に傾倒したりすると、人間の重要な資質を見落とす危険性がある。例えば、標準化されたテストでは、個人の創造的思考力を十分測定できない可能性がある。さらに、デジタル評価はバイアスを持ち込んだり固定化させたりするリスクもある。スタンフォード人間中心AI研究所が2026年に発表した研究では、「AIに基づく候補者スクリーニングにおいて人種的格差を示す実質的な証拠が見つかった」と報告されている。

一方、アナログ評価は、個人の資質をより全体的に捉え、人間同士のつながりを深めるのに適している。しかし明確な評価基準がなければ、外見に基づく判断や偏見が入り込む余地が大きくなる。また、異なるコミュニケーションスタイルを持つ人が不利になる場合もある。例えば、思考の前提を精緻に組み立てていても、ライブミーティングの場で自身の論理を言葉にして明確に伝えるのが苦手な人もいる。

リーダーは、アルゴリズムの監査、明確な評価基準の策定、プレッシャーの高い集団面談ではなく定期的な1対1の面談の実施など、デジタルとアナログ双方のリスクを軽減する対策を講じることができる。だが筆者の考えでは、最大のリスク軽減策は「バランス」にある。デジタルとアナログのどちらか一方に全面的に依存しないことだ。本稿ではアナログ検証に焦点を当ててきたが、リーダーはどちらか一方だけを選ぶべきではない。成果物そのものだけでなく、業務に対する理解度、発揮されたスキル、意思決定の背景にある論理的根拠を多角的に評価するために、両アプローチを思慮深く組み合わせて活用すべきなのだ。

(forbes.com 原文)

タグ:

advertisement

ForbesBrandVoice

人気記事