仕事の価値が劇的に変わった

IT企業でサラリーマンをしている僕は、この2年ほどでAIによる仕事の変化を強く実感している。ChatGPTをはじめとする生成AIの登場により、仕事で求められる価値が根本から変わったのだ。

従来の仕事の構造：発想→作業→レビュー

2024年以前、僕たちの仕事は大きく3つの工程に分かれていた。

📊 従来の仕事の時間配分（8時間勤務の場合）

  • 発想（0.5時間）：何を作るか、どう解決するかを考える
  • 作業（6時間）：エクセル集計、資料作成、計算、データ入力など
  • レビュー（1.5時間）：作成物を確認し、修正する

つまり、8時間のうち約75%が「作業」に費やされていた。

例えば、営業資料を作る場合：

  • 発想：どんな構成にするか考える（30分）
  • 作業：PowerPointで図を作り、テキストを入力し、レイアウトを調整する（5時間）
  • レビュー：誤字脱字や論理の整合性をチェックする（1時間）

Excel集計の場合：

  • 発想：どういう切り口で分析するか考える（30分）
  • 作業：データをクレンジングし、ピボットテーブルを作り、グラフを作成する（6時間）
  • レビュー：数値の妥当性を確認する（1.5時間）

どちらも、圧倒的に「作業」の時間が長かった。そして、この作業スキル（Excel操作、PowerPoint作成、文章作成）が、評価される能力だった。

AI時代：真ん中の「作業」が消えた

2024年以降、生成AIの普及により、この構造が劇的に変化した。

🤖 AI時代の仕事の時間配分（8時間勤務の場合）

  • 発想（3時間）：何を作るか、AIにどう指示するかを考える
  • AI作業（1時間）：AIに指示し、出力を得る
  • レビュー（4時間）：AIの出力を確認し、修正・改善する

人間の「作業」時間がほぼゼロになり、発想とレビューに時間を使えるようになった。

営業資料をAIで作る場合：

  • 発想（2時間）：どんな構成にするか、どんな論理展開にするか、AIへのプロンプトを考える
  • AI作業（30分）：ChatGPTに指示し、資料の叩き台を作成してもらう
  • レビュー（3時間）：AIの出力を確認し、論理の飛躍や誤りを修正し、ブラッシュアップする

Excel集計をAIで行う場合：

  • 発想（2.5時間）：どういう分析をするか、どんなデータが必要か考える
  • AI作業（1時間）：ChatGPTにデータを渡し、分析してもらう
  • レビュー（4.5時間）：分析結果の妥当性を確認し、追加の切り口を考え、レポートにまとめる

📌 重要なポイント

従来6時間かかっていた「作業」が、AIにより1時間以下になった。そして、その余った時間を「発想」と「レビュー」に使えるようになった。つまり、人間に求められる能力が「作業スキル」から「発想力」と「レビュー力」に完全にシフトした。

義務教育は「作業」ばかり教えている

ここで問題なのが、現在の義務教育が依然として「作業工程」ばかりを教えているという点だ。

義務教育で学ぶこと

  • 計算：算数・数学で四則演算、方程式、微積分を学ぶ
  • 書き取り：国語で漢字、作文、読解を学ぶ
  • プログラミング：2020年から小学校で必修化
  • 英語：文法、単語、読解を学ぶ

一見、多様な能力を育てているように見えるが、これらはすべて「作業工程」のスキルである。

教科 学ぶこと AIで代替可能か
算数・数学 計算、方程式、証明 100%可能
国語 漢字、作文、読解 90%可能
英語 文法、単語、翻訳 100%可能
プログラミング コーディング、デバッグ 95%可能
理科 実験手順、公式暗記 80%可能
社会 暗記、年表整理 100%可能

つまり、義務教育で学ぶ内容の90%以上は、AIで代替可能な「作業スキル」なのだ。

🚨 教育と社会のミスマッチ

社会では「発想力」と「レビュー力」が求められているのに、学校では「作業スキル」ばかりを教えている。この教育と社会のミスマッチが、子供たちの将来に大きな影響を与えるだろう。

「発想力」とは何か

では、AI時代に求められる「発想力」とは何だろうか。

発想力の定義

発想力とは、「何を作るべきか」「どう解決すべきか」を考える力である。具体的には：

  • 問題発見力：何が課題なのかを見つける能力
  • 目的設定力：何を達成したいのかを明確にする能力
  • 構造化力：複雑な問題を整理し、分解する能力
  • アイデア創出力：新しい解決策を考える能力
  • プロンプト設計力：AIに的確な指示を出す能力（AI時代特有）

逆説：発想の前提には「作業理解」が必要

ここで重要な逆説がある。発想力を発揮するには、実は「作業工程の理解」が前提となる。

💡 例：Excel集計の発想

「売上を顧客別・商品別にクロス集計したい」という発想をするには、「Excelでクロス集計ができる」という作業知識が必要だ。

作業を知らなければ、「それが可能だ」ということすら発想できない。つまり、発想力の源泉は、実は作業工程の理解にある。

同様に：

  • プログラミングを知らなければ、「アプリで自動化できる」という発想は生まれない
  • 統計学を知らなければ、「回帰分析で予測できる」という発想は生まれない
  • デザインを知らなければ、「こういう表現が可能だ」という発想は生まれない

つまり、「作業を学ぶ必要はない」わけではなく、「作業を深く学ぶ必要性が減った」というのが正しい理解だ。

📌 教育の新しい方向性

作業スキルは「理解するレベル」で十分で、「習熟するレベル」まで到達する必要はない。Excelは使えなくてもいいが、「Excelで何ができるか」は知っておく必要がある。プログラミングは書けなくてもいいが、「プログラミングで何ができるか」は理解しておく必要がある。

「レビュー力」とは何か

もう一つの重要な能力が「レビュー力」だ。これはAI時代において、最も重要になる能力かもしれない。

レビュー力の定義

レビュー力とは、「AIの出力が正しいかを判断し、改善する力」である。具体的には：

  • 真偽判断力：AIの出力に誤りがないかを見抜く能力
  • 論理検証力：論理に飛躍や矛盾がないかをチェックする能力
  • 品質評価力：「良い」と「悪い」を判断する能力
  • 改善提案力：どう修正すれば良くなるかを考える能力
  • 倫理判断力：AIの出力が倫理的に適切かを判断する能力

AIは嘘をつく

ChatGPTをはじめとする生成AIは、堂々と嘘をつく。これは技術的限界であり、今後も完全には解消されない問題だ。

⚠️ AIの典型的な誤り

  • 事実誤認：存在しない統計データや論文を引用する
  • 計算ミス：複雑な計算で誤った結果を出す
  • 論理の飛躍：因果関係を間違える
  • 文脈無視：前後の文脈を無視した回答をする
  • バイアス：学習データに含まれる偏見を反映する

つまり、AIの出力を鵜呑みにせず、正しく評価・修正できる能力が不可欠なのだ。

レビュー力を鍛えるには

レビュー力を鍛えるには、以下のような訓練が必要だ：

  • 批判的思考（Critical Thinking）：情報を疑い、検証する習慣
  • 論理学の基礎：論理的な誤謬を見抜く能力
  • ドメイン知識：専門分野の深い知識（AIの誤りを見抜くため）
  • 倫理観：何が正しく、何が間違っているかを判断する価値観

これらは、従来の義務教育では十分に教えられていない能力だ。

じゃあ何を学ばせるべきか

結論から言うと、作業スキルは「理解レベル」で十分。Excel操作を完璧にできる必要はないけど、「Excelで何ができるか」は知っている必要がある。プログラミングも同じ。書けなくていいけど、「プログラミングで何ができるか」は理解しておく。

その上で重要なのは：

  • 発想力：何が問題か見つける力、何を達成したいか考える力
  • レビュー力：AIの嘘を見抜く力、情報を疑って検証する力
  • 広く浅い知識：いろんな分野の基礎を知って、発想の引き出しを増やす
  • AI活用能力：AIに的確な指示を出す力、AIの限界を理解する力

これらは2026年現在、ほとんどの学校で教えられていない。でも今後10年で最も重要なスキルになるはずだ。

まとめ

仕事の価値が劇的に変わった。8時間のうち6時間を占めていた「作業」がAIに代替され、発想とレビューに時間を使えるようになった。

でも学校はまだ作業スキルばかり教えている。計算、漢字、プログラミング。全部AIができる。

教育は社会の変化に合わせて変わらないといけない。この大転換期に、僕たちは真剣に考える必要がある。