AI時代に「人材債務」が労働データに可視化

4月、Jeff Raikesは、AIにエントリーレベルの業務を吸収させることを許容する企業が、未だ認識していない「人材債務」を積み重ねていると警告した。それ以来、新しいデータがこの問題をより明白にした。Microsoftの2026年Work Trend Indexは10カ国の労働者2万人を調査し、AI職場における最も価値のある人的スキルは技術的なものではなく、むしろ批判的思考能力とAIの出力を判断する能力であることを明らかにした。AIの指示とみずからの業務遂行を流動的に切り替える判断力を発展させた労働者は16パーセントにすぎない。Microsoftはこれらの労働者を「Frontier Professionals」と呼んでいる。調査からの注目すべき詳細は、これらの労働者が意図的にいくつかのタスクをAIなしで遂行し、具体的には自身の思考を鋭敏に保つようにしていることである。

このデータはRaikesが新興の合意として見ているものを支持している。すなわち、AIがより能力を増していくにつれて、人的判断はより価値を増していくということである。Gartnerは2026年まで、批判的思考スキルの萎縮により、世界の組織の半数が「AIなし」スキル評価を要求するようになると予測している。春に発表されたランド・コーポレーション調査では、宿題にAIを使用している学生の大多数が、AIが独立思考能力を害していることを懸念していることが判明した。相反する立場から問題に接近した雇用者と学生の両者が同じ結論に到達している。

Raikesは高等教育における選択を2つのビジョンのフレームワークで説明している。ほとんどのカレッジと大学はRaikesが「AIの効率モデル」と呼ぶものを追求している。より安い資格、より迅速なアウトプット、より的を絞った職業訓練である。この傾向は理解できる。最近のピュー・リサーチ・センター調査では、アメリカ人の70パーセントが高等教育は間違った方向に向かっていると信じており、機関は迅速に関連性を証明するプレッシャーを感じている。しかしRaikesは効率だけでは十分ではないと主張している。別の方法は、南ニューハンプシャー大学の共同創立者で、近刊予定の「Reclaiming Purpose: The University in an AI World」の著者である教育者Paul LeBlancsが「ケア経済」と呼ぶものである。自動化しにくい能力（関係構築、判断、識別）が仕事と人生に向けた準備方法の中心的地位へ移行する経済である。学生のためにAIにより多くの業務を遂行させるのではなく、このビジョンはAIを活用して時間と注意を確保し、学生が関係構築、協働、難しい倫理問題についての推論、判断力の行使といったスキル開発を深くできるようにする。

賭金は労働力準備を超えて拡大する。Raikesは、雇用者が現在最も必要だと述べているスキル（判断、批判的思考、答えを問い直す能力）は民主主義が依拠するスキルでもあると強調している。これらを軽視する高等教育後システムは他方をも軽視することになる。AI研究所のモルガン・スタンレー調査はAIと生産性について、AI露出度が高い産業では労働者当たりの産出は急増したが雇用は一定のままであったことを強調し、労働者が単に置き換えられるのではなく増強されていたことを示唆している。しかしこれらの数字は重要な非対称性を隠している。最大の利益はAIを指示する方法を知っている人々の間に集中しており、単にこれを使う人々の間ではない。これはアクセスについて疑問を提起する。これらの人々を生み出しているのはどの機関か。コミュニティカレッジはアメリカの全学部学生の約40パーセントが在学している。HBCUと地域州立大学とともに、初代大学進学者、社会人、大学進学が既に困難な家庭出身の人々を含む、将来のアメリカの労働力の大多数を教育している。これらの機関はAI準備についての全国的な議論において支配的地位を占めることは稀であるが、AIからの経済的利益が広く共有されるのか、既に有利な立場にある人々の間に集中するのかを決定する。

いくつかの推進力は実在する。コミュニティカレッジは地元の雇用者との応用AIプログラムを立ち上げており、HBCUはGoogle、NVIDIA、IBMとのパートナーシップを通じてパイプラインを構築しており、イリノイなどの州は高需要分野での学位授与をコミュニティカレッジに許可する法案を推し進めている。しかし構築されているもののほとんどはAIコンピテンシーを目指している。準備のチェックリスト版である。生成系ツールでプロンプト作成、サマリー作成、分析実行を学習することである。これらのスキルは重要だが、Raikesはそれらだけでは十分ではないと主張している。堅牢な判断力を構築するというより深い作業は、測定がより難しいため、資金調達がより難しい。クリーンな資格や容易に定量化できるアウトプットを生み出さないため、そうした成果を生み出すコンピテンシープログラムに負ける。Raikesはビジネスリーダーは重要な役割を持つと結論付けている。最も有利に立つ企業はAIを最も迅速に導入する企業ではなく、それをめぐる人材に投資する企業である。AIを指示でき、その誤りを捉え、それが生み出すものを所有できる労働者。これは、稀に議席を持つコミュニティカレッジとHBCUが政策室に現れることを意味し、判断力を構築する指導者付きの構造化された学習を職務の一部として資金提供することを意味している。Raikesは率直に述べている。「批判的思考なしのAIリテラシーは労働力戦略ではない。利息付きで後で期限が来る短期的な解決策である。」

本記事の基盤となるのはMicrosoftの2026年Work Trend Indexから得られた核心的な知見である。すなわち、AI増強型職場では人的判断と批判的思考が最も希少で最も価値の高いスキルになっているにもかかわらず、これらを発展させた労働者は16パーセントにすぎないという点である。これは、AIが仕事をいかに形作っているかと、ほとんどの教育機関がいかに労働力を準備しているかとの間に深まる緊張関係を明かしている。ビル・アンド・メリンダ・ゲイツ財団の前最高経営責任者Jeff Raikesは、企業と大学が間違ったソリューションに収束しつつあると論じている。すなわち、より安い資格とより迅速な資格ならびにAIコンピテンシー（プロンプト作成、サマリー作成、分析実行）を優先する効率モデルであり、判断力を構築するというより深く測定しにくい作業を軽視しているということである。

この懸念を支持する証拠は実質的である。Gartnerは2026年まで、世界の組織の半数が「AIなし」スキル評価を要求するようになると予測しており、雇用者自体が間もなく労働者がAIなしに思考できることの証拠を要求することを意味している。春に発表されたランド・コーポレーション調査では、宿題にAIを使用している学生のほとんどが、AIが独立思考能力を害していることを懸念していることが判明した。雇用者と学生という相反する立場からの懸念の収束は、実質的なリスクを示唆している。AIがより能力を増していくほど、経済は人的判断に依存する度合いが高まるのに、アメリカの将来の労働力を教育する大多数の機関（コミュニティカレッジ、HBCU、地域州立大学）がAIコンピテンシーに焦点を当てた応用AIプログラムに向かって急速に進んでいるのである。一方、雇用者が最も必要としていることが判明している判断力は軽視されている。

Raikesはこれを「同じ場所を指す」2つのビジョン間の選択として枠付けている。効率モデルとケア経済モデルの両者は人々を経済的成功に向けて準備させることを目指しており、その相違点は、ケア経済ビジョンがAIを時間と注意を確保するための道具として扱い、自動化しにくいスキルのために使用するのに対し、効率モデルはAIを既存の職業訓練パイプラインを加速させる方法として扱うということである。本記事の重要な洞察は、経済ビジョンと市民ビジョンのいずれもが他方を除いて生存できないということである。AIリテラシーのみに基づいて構築されたシステムは、AIを操作するが指導しない労働者と、情報を消費するが比較考量しない市民を生み出す。この間隙は「フィードバック」し、最終的にはあらゆるビジネスに負担となる。