コラム

シンクタンクの着眼点人材

AI協働論③ 学びが変わるとはどういうことか? リスキリングは、「経験の設計」へ

タグから探す

2026年06月23日

政策・経済センター横山 宗明

シンクタンクの着眼点
前回までに、AIで仕事が変わるとは、同じ職の中でAIが担う作業と人に残る作業の組み合わせが変わることだと書いた。
また、スキルが変わるとは、既存の専門や経験のうち、どの力が価値につながるかが変わることだと述べた。
では、学びが変わるとはどういうことか。

学びを「研修を受けること」だけで捉えると不十分である。もちろん、AIの仕組みや使い方を学ぶことは必要である。しかし、AIで仕事の中身が変わり続けるなら、学びの中心は、知識を一度身につけることから、仕事の中でAIを使い、試し、確かめ、判断する経験を重ねることに変わるべきである。

ここでいう経験とは、AIを使う仕事の中で、現場の制約、顧客や同僚の反応、社内ルール、人が確認・判断すべき点に向き合い、何がうまくいき、何を見落としたのかを学ぶことである。経験を設計するとは、その場面を偶然に任せず、「AIをどこまで使うか、人に何を任せるか」「人に何を確認させるか」「誰がレビューするか」「うまくいかないときにどの手順に戻るか」を、仕事の中にあらかじめ組み込むことである。

当社研究では、職業情報提供サイト(job tag)の職業別タスクを作業単位に分解し、AI機能とマッチングし、AIで新たに生み出せる時間率や人に残る仕事を推定している※1※2。図表は、そのうちAI協働時に追加的、または相対的に重要になると推定されたスキルを集計し、それを学びの焦点に読み替えたものである。構成比は教育上の重要度そのものではないが、AI協働時の学びを設計する際に、どの経験を意図して積ませるべきかを考える手がかりになる。ここで多く現れるのは、AIの出力を確かめること、目的や制約をAIに示すこと、任せる範囲と止める基準を決めることだ。企業には、こうした力を、仕事の中でどのような経験として積ませるかが問われる。
図表 AI時代の学びは、「経験の設計」に移る
図表 AI時代の学びは、「経験の設計」に移る
三菱総合研究所作成
たとえば営業担当が、AIで顧客向け提案書を作る場面を考える。学びは、提案書を速く作れるようになることだけではない。顧客の現場を見に行き、AIが置いた前提が正しいかを確かめる。技術部門やサポート部門の知見を取り入れ、問いや制約条件を見直す。AIの案をどこまで使い、どこから自分の判断として説明するかを決める。こうした一連の経験が、AIの出力を検証し、文脈を設計し、責任を持って判断する学びになる。

AIは、この経験の回転速度を上げる。調べる、比べる、試案を作ることは以前より容易になる。だからこそ、学びの単位も「知る」だけでなく、「問いを立てる」「仮説を作る」「現場で試す」「結果を見て確認すべき点を更新する」というサイクルに変える必要がある。そして、情報が大量に生成される時代には、単にAIで調べたことよりも、どの現場で試し、何を確かめ、どのような判断に基づき説明できるのかが信頼につながる。

こうした学びの実現にあたり、人事部門や管理職の役割が重要になる。営業担当の例は個人の学びだが、それを本人の自助努力に委ねるだけでは、組織全体の育成にはつながらない。人事部門や管理職は、各職場でこうした経験が蓄積されていくように、研修、OJT、配置、評価を一体的に整える必要がある。新しい仕事を任せる順番、AIを使う範囲、上司が確認する観点、失敗後の振り返りを、育成の仕組みとして設計するのである。

企業に必要なのは、AI出力を検証する経験、他部署や顧客の現場に出る経験、小さく試して結果を説明する経験を、仕事の中に組み込むことである。学びが変わるとは、研修で得た知識を、AIを使う仕事の中で試し、確かめ、判断する経験として積み上げられるようにすることである。

※1:国の職業情報提供サイト(job tag)に掲載されている全職業の全タスクをさらに作業要素レベル(23,581件)に分解し、国内外のAI製品/サービス(864製品)から抽出・分類したAI機能(70件)とマッチングさせ、作業要素レベルでAI活用により新たに生み出せる時間率や、AI導入前後で求められるスキルを推定。

※2:労働政策研究・研修機構(JILPT) 職業情報提供サイト(job tag)より「職業情報データベース 詳細版数値系ダウンロードデータver.6.01.01および簡易版数値系ダウンロードver.7.00」を加工して作成。
https://shigoto.mhlw.go.jp/User/download
2025年12月22日および2026年3月25日にダウンロード

連載一覧

関連するナレッジ・コラム