初めての本格的な仕事に就いたばかりのあなた。入社から6カ月が経ち、仕事は速く、効率的で、5年前なら先輩社員が3倍の時間をかけていたような成果物を生み出している。すべての締め切りを守り、上司も満足しているようだ。それでも何かがおかしい。その理由をうまく言葉にできない。
何百万人もの若手社員が、まったく同じように感じている。そして、その不安の源は別のタブで開いているツール、つまり生産性を高めるはずのツールにある。
心理学者のエドワード・デシ氏とリチャード・ライアン氏は、人間が職場で真に成長するために実際に必要なものを数十年にわたって研究してきた。その答えは3つだ。能力、つまり自分が本当に有能で成長しているという感覚。関係性、つまり自分が周囲の人々に属し、重要な存在であるという感覚。自律性、つまり自分の選択が本当に自分自身のものであり、単に指示に従っているだけではないという信念。AIは今、この3つすべてを同時に破壊しており、ほとんどの組織はまだ対処を始めたばかりだ。
1. 能力：足場が松葉杖になるとき
真の能力には、自分が成果物を生み出したこと、自分の判断とスキルが違いを生んだことを知る必要がある。その内的な所有感は極めて重要だが、AIは若手社員の世代からそれを静かに奪っている。
AI以前は、スキル開発には予測可能な形があった。メモを下手に書き、フィードバックを受け、再び書き直し、良い文章が実際にどのようなものかをゆっくりと内面化していく。財務モデルをゼロから構築し、間違いを犯し、モデルがどこで破綻するかについて真の直感を養う。困難はプロセスの一部だった。
今や、24歳のアナリストは4分でプロンプトを使って洗練されたメモを作成できる。アウトプットは印象的だが、基礎となるスキルは未発達なことが多く、本人もそれを知っている。これは特定の種類の不快感を生み出す。自分が有能に見えることと、実際に有能だと感じることの間のギャップだ。AI支援のアウトプットがライブの場で異議を唱えられると、そのギャップは部屋にいる全員に見えてしまう。
ここで成功する若手社員は、AIをゴーストライターではなくスパーリングパートナーとして扱う。最初の草稿を生成し、それを吟味する。まず自分でモデルを構築し、次にAIを使って自分の作業をチェックする。目標は、AIがいつ間違っているかについての判断力を養うことであり、それは基礎となる作業を自分で十分な回数行って気づくことによってのみ得られる。
2. 関係性：生産性の中の孤独
関係性は常に仕事の余白で構築されてきた。会議後の10分間の会話、先輩社員が実際にどのように政治的状況を乗り切ったかを教えてくれる昼食、正式な報告では言えなかったことを誰かが信頼して共有してくれる瞬間。リモートワークとハイブリッドワークはすでにこれらの瞬間を圧縮しており、AIはそれをさらに圧縮している。
主な協力者がチャットインターフェースである場合、より速い答えは得られるが、真の関係は少なくなる。目の前の問題は解決するが、見習い期間を逃す。暗黙のルール、組織の歴史、技術的に有能な人と組織内で実際に活動する方法を知っている人を分ける対人関係のダイナミクス。困難なクライアントとの会話をうまく進められない若手社員は、ベテランの同僚がそれを処理するのを見たことがないため、以前の世代がほぼ偶然に蓄積した経験を欠いている。
人間のつながりをオプションとして扱う組織は、離職率と静かな離脱という形でその代償を払うことになる。
3. 自律性：選択か、その幻想か
自律性は完全な独立を必要としないが、自分の選択がアルゴリズムの誘導ではなく、自分自身の価値観と判断を反映した、真に自分で作り上げたものであると感じることを必要とする。
受信トレイの優先順位付け、議論の構造化、リスクのフラグ付けをAIに頼れば頼るほど、自分自身の判断は静かに衰える。決断するのではなく、委ねるようになる。そしてそれが長く続くほど、その違いを見分けることが難しくなる。
6カ月間、毎朝AIに受信トレイのトリアージをさせている25歳のアカウントマネージャーを想像してほしい。ある日、優先度が低いとフラグが立てられたクライアントのメールが、関係が悪化している早期警告サインであることが判明する。より経験豊富な同僚ならすぐに気づいたはずだ。彼女はそれを見逃した。なぜなら、そういうことに気づく判断力を行使するのをやめていたからだ。
プロフェッショナルとしてのアイデンティティは、選択を通じて構築される。判断を下し、結果とともに生き、反復する。それらの選択の多くが、評価する基盤を築く前にAIに静かに外注されてしまうと、技術的には生産的だが、本当に重要になるまで表面化しない形でプロフェッショナルとして未発達な状態になる。
マネージャーと組織が異なる対応をすべきこと
ほとんどの組織は、そのプロセスで何が失われるかを考えずに、AIに若手社員の仕事を再構築させている。1億3800万人の米国労働者を追跡した調査によると、ChatGPTの発表後、AI関連企業の初任給は4.5%低下し、ジュニアポジションは6.3%の賃金低下を吸収した一方、シニアの報酬は横ばいまたは上昇した。これは、組織が若手人材の育成をいかに急速に過小評価しているかを示すシグナルだ。
AIが使えない課題を組み込み、スピードではなく判断力の育成を明確な目標とする。カリフォルニア大学サンタバーバラ校の研究者マット・ビーン氏は、リスクを明確に指摘している。「シニア社員を育てる方法は学校を通じてではない。より多くを知っている人と一緒に仕事をすることであり、実践することで学ぶのだ」。ジュニアがAIの方が速いという理由でオプション扱いされると、今日のコストを削減しているだけではない。5年後に経験豊富なシニア人材を生み出すパイプラインを解体しているのだ。
そして、偶然に起こっていた非公式な瞬間を意図的に設計する。構造化されたメンタリングとシニアによる目に見えるモデリングは、ハイブリッド環境では自然には実現しない。これを理解している企業は、それに本気で資金を投じている。Achieve Partnersは最近、AIによる労働市場の混乱に直接対応して見習いプログラムを構築するために4億5000万ドルのファンドをクローズし、JPモルガン・アセット・マネジメントとプルデンシャルの支援を受けている。
最後に、ジュニア社員が自分で下すべき決定をAIが静かに下している場所を監査する。IESEの人工知能と経営の未来イニシアチブのディレクターであるサンプサ・サミラ氏は、長期的な危険性を端的に捉えている。「重要な課題の1つは、ジュニアがどのように学ぶかだ。専門家はどこから得られるのか」。人間の成長を念頭に置いてAI支援ワークフローを設計する組織は、真に有能な労働力を構築するだろう。
キャリアの初期段階にいるなら、組織がこれを理解するのを待たないでほしい。この瞬間から真の能力を持って出てくるプロフェッショナルは、歩くことを学ぶ前に寄りかかる松葉杖ではなく、習得したツールとしてAIを扱った人々だ。
