AI時代に「人材債務」が労働データに可視化

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。