メールマガジン登録
各種お問い合わせ
そのアウトプットは、本当に「成長」と言えるのか？ ――生成AI時代の学びの違和感
あるメンバーから、部署の研修の相談に乗ってほしいと言われ、1本のレポートが送られてきた。生成AIを使って作成したものだという。
「これくらいのレポートなら半日で出せることがわかりました。仕事の進め方もこれから変わっていきそうですね」
確かに、そのレポートはよくまとまっていた。論点も整理されて、読みやすく、一定の水準は満たしている。しかし、読み終えたときに強い違和感が残った。どこが悪いわけではない。だが同時に「何かが決定的に足りない」とも感じた。その違和感の正体は、「なぜそう考えたのか」「何に迷ったのか」という思考の痕跡が見えないことにあった。たとえば、その内容について問い返してみても、なぜその結論に至ったのか、どの選択肢を検討し、何を捨てたのかがうまく説明されない。
また、そのレポートを通じて「本人が何を重視し、どのような判断をしたのか」といった意思も見えてこない。つまり、アウトプットは存在するが、それを生み出した思考のプロセスが伴っていないように感じられたのである。
生成AIは、短時間で一定水準のアウトプットを生み出す。資料は素早く整い、情報は整理され、形式的には「よくできている」状態になる。だからこそ、私たちはその結果に納得しやすい。しかしその一方で、どこで迷い、どこで立ち止まり、何を疑い、どの選択肢を捨てたのかといった思考の過程は、ほとんど可視化されないまま消えていく。
それは単なる効率化ではない。思考の過程が見えないまま結果だけが提示される状態を、私たちは無自覚に受け入れ始めている。もしそうだとすれば、これは単なる効率化ではない。学びを成立させてきた前提そのものが、静かに崩れ始めているのではないだろうか。
「学びのプロセス」が静かに失われている
これまでの学びは、試行錯誤の連続だった。
わからないことにぶつかり、調べ、考え、誤り、やり直す。その過程で、自分なりの理解が形成され、他者との対話によって揺さぶられ、意味が更新されていく。そして意味の更新によって、個人の意思決定の軸が形成されていく。
しかし生成AIは、その多くを一気にショートカットする。
調べることも、まとめることも、一定の構造に整えることも、瞬時に可能になる。結果として、私たちは「考えなくても、それなりのものができる」環境に置かれ始めている。
これは極めて便利である一方で、重大な変化でもある。
なぜなら、学びの本質であったはずの「迷い」や「葛藤」、そして「違和感」といった要素が、意識されないまま取り除かれてしまうからだ。
「わかった気になる」ことの危うさ
こうした環境の中で起きているのは、「理解の高速化」ではない。むしろ、「理解した気になる状態」の増加である。
生成AIが提示する答えは、論点も整理され、一見すると十分に納得できるものに見える。そのため、私たちはその時点で「理解した」と感じやすい。
しかし、その内容を自分の言葉で説明できるか、別の文脈に応用できるか、あるいは批判的に捉え直せるかと問われると、途端に曖昧になる。それは、思考の過程を経ていないからである。
学びとは本来、「理解できない状態」と向き合い続けることを含んでいる。しかし生成AIは、整った答えを即座に提示する。その出力は一見もっともらしく、あたかも正解であるかのように感じられるため、私たちはその場で思考を打ち切ってしまう。本来であれば違和感を起点に思考を深めるべき場面であっても、その違和感が十分に言語化される前にAIに解消されてしまう。結果として、「理解できない状態」に留まり続けることが難しくなっているのである。
企業の現場で起きていること
こうした変化は、すでに企業の現場でも起きている。
AIを使えば資料はすぐに作れる。分析もできる。提案も整う。確かに業務は効率化されている。しかしそのとき、私たちは何をもって「成長」と呼んでいるのだろうか。
アウトプットの量が増えたことか。スピードが上がったことか。それとも、別の何かなのか。もし「それなりのアウトプットが速く出せること」を成長と見なしているのであれば、その価値は生成AIによって急速に代替されていくだろう。
一方で、「何を問うのか」「どの選択肢を選ぶのか」「その判断をなぜ引き受けるのか」といった部分は、依然として人に委ねられている。
問い直される「成長」の定義
実は、こうした変化の兆しは、生成AIが登場する以前から議論され始めていた。筆者はこれまで、企業における「学び」について研究を重ねてきた。その中で、学習テクノロジーの進化と共に、学ぶという行為がどのように変化しているのかを提示したのが、「Learning Ｍodel 2030」 である。この研究プロジェクトは、未来予測や社会変化に関する研究で知られる米国パロアルトのシンクタンクInstitute for the Future（IFTF）とリクルートワークス研究所との共同研究として2018年に行われたものであり、文部科学省第106回生涯学習分科会の資料としても公開されている。
出典：Works Report2018,『創造する』大人の学びモデル
そこでは、学びは「教わるもの」から「自ら編むもの」へと変化し、成長とは、知識の蓄積ではなく、試行錯誤と内省を通じて意味を更新し続けるプロセスであると示してきた。
つまり、学びとは本来、
「時間がかかるもの」であり、
「うまくいかないもの」であり、
「だからこそ、自分なりの意味が生まれるもの」だった。
しかし、先ほど述べたように、生成AIの登場によって、この前提そのものが揺らぎ始めている。
知識は外部化され、思考の一部は代替され、アウトプットは高速に生成されるようになった。結果として、私たちは「それなりによくできた成果」を、これまでとは比較にならないスピードで手に入れられるようになった。
だがその一方で、学びの核心であったはずのプロセス――迷い、試行錯誤し、意味を見出すという営み――が、静かに後景へと退いているのではないか。
ここであらためて問い直す必要がある。
私たちは、何をもって「成長」と呼ぶのか。スキルが増えることなのか。知識が増えることなのか。生産性が上がることなのか。それとも、別のものなのか。
生成AIは、「できること」を確実に増やした。しかし同時に、「成長しているかどうか」を見えにくくした側面もある。だからこそ今、成長の定義そのものを問い直す必要がある。
辰巳 哲子
研究領域は、キャリア形成、大人の学び、対話、学校の機能。『分断されたキャリア教育をつなぐ。』『社会リーダーの創造』『社会人の学習意欲を高める』『「創造する」大人の学びモデル』『生き生き働くを科学する』『人が集まる意味を問いなおす』『学びに向かわせない組織の考察』『対話型の学びが生まれる場づくり』を発行（いずれもリクルートワークス研究所HPよりダウンロード可能）
