生成AIの普及により、若手プロフェッショナルの成果には大きな差が生まれている。その差を分けるのは、AIリテラシーや専門知識の高さそのものではなく、それらをAIとの協働の中でどう使うかである。AI時代の人材育成では、答えを出す力よりも、AIを方向づけ、吟味し、改善し、意思決定につなげる力を育てる必要がある。
1. AIは若手の成果を均一化しない
若手523人を対象とした調査では、同じAIを使っても成果は3つに分かれた。
- AI見習い：AI単独より低い成果
- AI委任者：AI単独と同程度
- AI増幅者：AI単独を上回る成果
重要なのは、専門知識、批判的思考力、AIリテラシーだけでは、この違いを十分に説明できなかったことである。差を生んだのは「AIとどう仕事をしたか」であった。
2. 「AI委任者」は一見優秀に見える
AI委任者は、AIの出力をほぼそのまま受け入れる。AI自体の性能が高いため、最終成果物だけを見れば一定の品質を確保できる。
しかし、
- 前提を疑わない
- 自らの推論を加えない
- AIの出力を改善しない
ため、人間としての付加価値は限定的である。最終成果物だけで評価すると、この問題を見抜けない。
3. 「AI増幅者」はAIを思考のパートナーとして使う
AI増幅者は、AIに答えを求めるだけではない。彼らは、
- 問題を適切にフレーミングする
- 評価基準を明確にする
- 前提を問い直す
- 別の説明を検討する
- 不足する証拠を特定する
- 出力を反復的に改善する
といった行動を取る。つまり、自らの専門知識や判断力をAIとのワークフロー全体に組み込んでいる。
4. 育成の焦点を「AI研修」から「実務での協働」へ変える
必要なのは、ツールの使い方を教えるだけの研修ではない。実際の業務に近い環境で、
- 問題をどう構造化するか
- AIへどう指示するか
- 出力をどう検証するか
- いつ修正・却下するか
- 最終判断へどう結びつけるか
を学ばせる必要がある。AI能力開発は単発研修ではなく、実務と一体化した継続的な学習にするべきである。
5. 評価を「答え」から「思考プロセス」へ移す
AIが高品質な成果物を作れるようになるほど、最終アウトプットだけでは人材の実力を測れない。評価すべきなのは、
- AIの回答を採用・修正・却下した理由
- 前提をどう検証したか
- 何を疑ったか
- どのように判断したか
- AI以上の価値をどこで加えたか
である。人間の判断を可視化することで、評価だけでなく育成も可能になる。
結論
AI時代の若手人材に求められるのは、単にAIを使えることではない。重要なのは、
- AIを方向づける
- AIを疑う
- AIの出力を改善する
- 自らの専門知識を組み込む
- 判断を意思決定へつなげる
ことである。AIが仕事のベースラインを引き上げるほど、人材の価値は「答えを出せるか」から「AIの答えをどこまで増幅できるか」へ移る。したがって企業は、AIリテラシーそのものではなく、「AIとの協働行動」を育成し、評価する必要がある。
詳細は下記参照。定期購読登録が必要です。
“Research: Why Some Junior Employees Work Well with AI – and Others Don’t” HBR.org, July 23, 2026.