テクノロジーが人の力を肩代わりするのは昔からのことですが、今回は少し様子が違うようです。
何が違うのか、どう備えればよいのかを整理し、これから大切になりそうな考え方を一つお届けします。
1. 昔から、テクノロジーは人の力を肩代わりしてきた
電卓が広まって、暗算をする人は減りました。地図アプリが当たり前になって、道を覚える人も減りました。
それで困ったかと言えば、ほとんど困っていません。暗算ができなくても電卓はいつでも手元にあり、道を覚えていなくてもスマホが案内してくれます。人は力の一部を手放し、すぐに慣れました。
だから「AIで人の力が落ちる」と聞いても、またその話か、と感じる人は多いと思います。私も最初はそう思いました。ただ、海外の議論を読み進めるうちに、今回は少し様子が違うと考えるようになりました。
2. 今回は、どこが違うのか
違いは二つあります。
一つ目は、衰えるのが「考える力」だということです。電卓が肩代わりしたのは計算で、地図アプリが肩代わりしたのは道順です。AIが肩代わりし始めたのは、文章を組み立てる、情報を整理する、何が問題かを見立てる、といった仕事です。
二つ目は、その考える力が、AIの答えを確かめるのに要る力と同じだということです。AIはもっともらしい間違いをします。それに気づけるのは、自分でも考えられる人だけです。ところが、AIに任せるほど、その力を使う機会は減っていきます。
つまり、AIを使いこなすのに要る力が、AIを使うほど衰える。電卓のときにはなかった構造です。
自動運転の車にたとえると分かりやすいと思います。ふだんは車が運転してくれるので、人はハンドルを握りません。困るのは、車が「ここから先は運転を代わってください」と言ったときです。しばらく運転していない人は、うまく代われません。しかも代わってほしいと言われるのは、たいてい道が難しいときです。AIも同じで、人の出番は、AIが間違えたときや、AIの手に負えないときにやってきます。
3. 海外では、なぜ今このテーマが話題になっているのか
きっかけの一つが、IBMが2026年9月に出した人事トップ向けの報告書です。世界のCHROなど1,500人と、社員8,800人に聞いています。
社員の60%が「AIで自分のスキルが衰えていく」と心配していました。しかも心配している人の4人に3人は、「もう一部は衰え始めている」と答えています。衰えたと感じる力でいちばん多かったのは、自分の頭で考えて確かめる力（批判的思考）でした。
この報告書は、二つの言葉をはっきり分けています。新しいAIを使うのに足りない力である「スキル不足」と、すでに持っている力が衰えていく「スキルの衰え」（英語では skill erosion）です。調べた組織の80%には、リスキリングの計画がありました。けれど報告書はこう書いています。「スキル不足には予算がつく。スキルの衰えは、誰も管理していない」。
日本の現場も同じです。研修の体系は「次に何を身につけるか」で組まれていて、「何が衰えているか」を書く欄はありません。リスキリングは足りない力を足すための仕組みなので、衰えていく力は最初から見ていないのです。
4. 実は40年前に、同じことが言われていた
この話には前例があります。1983年、イギリスの研究者リサン・ベインブリッジが、工場の自動化について「自動化の皮肉」という短い論文を書きました。
工場が自動化されると、人の仕事は機械を見張ることになります。そして異常が起きたときだけ、人が手で立て直します。ベインブリッジはこう書いています。「使わない技能は衰える。自動化された工程を見張ってきた熟練者は、いつの間にか未熟な人になっているかもしれない」。
AIの話と、まったく同じ構造です。違うのは、当時これが起きていたのは工場の制御室にいる一部の人だったことです。今は机で働くほぼ全員に、しかも考える力そのものに起きています。
ベインブリッジの対処は、とても素朴なものでした。シフトごとに、短い時間でも人に手で操作させる。それが難しければ、模擬の訓練で補う。使わない力は衰えるので、使う時間をわざわざ残す、ということです。
5. AIの時代は、どう備えるか
海外の議論を整理すると、備え方は二つに分かれます。
一つは、仕事の中にその力を使い続ける場を残すことです。IBMの報告書は、スキルの衰えを人材のリスクとして扱うよう勧めています。AIが分析や問題の整理、お客様とのやりとりを引き受け始めた仕事を洗い出す。育成の計画、上司のコーチング、ローテーションの中に、その力を使い続ける場を入れる。そして、力が保たれているかを見ていく。ベインブリッジの「手で操作する時間」を、組織の仕組みに置き換えた形です。
もう一つは、本人が自分の頼り方に気づくことです。ドイツのミュンヘン大学の研究チームが、2026年9月に面白い実験の結果を出しました（査読前）。704人が、AIの助けを借りながら分数の計算を練習し、そのあとAIなしでテストを受けます。一部の人には、AIがこんなふうに返しました。「先に何も書かずに、答えを聞きましたね」「次の問題は、どこまで自分でできそうですか」。
これだけで、答えを丸ごと聞く人が減りました。テストの成績も、AIをまったく使わずに練習した人を上回りました。AIを取り上げなくても、自分の頼り方に気づくだけで、力は落ちるどころか、かえって身についていました。
6. 私が読んだ3本
①「2026 CHRO Study: Designing the Thinking Organization」 出典：IBM Institute for Business Value｜2026年9月 https://www.ibm.com/thought-leadership/institute-business-value/en-us/c-suite-study/chro
本文で触れなかった点で印象に残ったのは、経営と現場のずれです。「AIの出力を見張り、確かめ、必要なら覆す力」を大事だと答えたのは、経営層の71%に対して社員は38%でした。報告書は、経験のある社員はこの力を使わなくなり、新しい社員は身につけないままになるおそれがある、と書いています。
私がここに注目した：経営が最も欲しい力が、現場では最も気にされていない。ここに人材開発の出番があります。
②「Ironies of Automation（自動化の皮肉）」 出典：Lisanne Bainbridge／Automatica 19巻6号｜1983年 https://gwern.net/doc/sociology/technology/1983-bainbridge.pdf
論文の最後に、こんな一文があります。「最もうまくいっている自動化ほど、人の訓練に最もお金をかける必要があるかもしれない」。人の出番がめったにないほど、いざというときに人は慣れていないからです。
私がここに注目した：AIの導入がうまくいっている組織ほど、育成への投資を減らしてはいけない、ということになります。
③「Designing Against Deskilling: Metacognitive Feedback Reduces Cognitive Offloading to LLM Assistants」 出典：Maier, Schwabe, Schneider, Feuerriegel（ミュンヘン大学）／arXiv（査読前）｜2026年9月 https://arxiv.org/abs/2609.20143
この実験では、もう一つの方法も試しています。AIに頼る量を減らした人にご褒美を出す方法です。こちらは、頼り方にもテストの成績にも効果がありませんでした。また、成績を下げていたのはAIを使うこと自体ではなく、答えを丸ごと聞くことでした。
私がここに注目した：ご褒美では人は変わらず、自分の頼り方が見えたときに変わる。リフレクションの考え方そのものです。
7. 記事を読んで、私が考えたこと
人材開発の仕事は、長いあいだ「何を身につけるか」を考える仕事でした。私自身、研修を設計するときに考えるのは、いつも身につけてほしい力のほうでした。「何が衰えているか」を考えたことは、正直ほとんどありません。
今回の議論を読んで考えたのは、この不安はすぐに慣れに変わるだろう、ということです。電卓にも地図アプリにも、私たちはすぐに慣れました。AIにも同じように慣れていきます。
慣れることそのものは悪くありません。困るのは、慣れたあとでは、何を手放したのか誰も気づかないことです。今はまだ、社員の6割が不安を口にしています。不安があるうちは、どの力が衰えてきたのかが本人にも見えています。何を残すかを決めるなら、今のうちです。
私は、学びを「現場でやってみる→振り返って知恵に変える→誰かに返す」という流れで考えています。AIの時代は、この振り返りの中身が変わります。「何ができたか」だけでなく、「どこまで自分でやり、どこをAIに任せたか」を振り返る。ミュンヘン大学の実験でAIが返した二つの言葉は、まさにこの振り返りでした。
8. これから考えたいキーメッセージとキーワード
今回の議論から、これから考えていきたいキーメッセージを一つ挙げるとすれば、これです。
AIを使いこなす力は、AIを使うほど衰える。
そして、それに備えるためのキーワードとして、「残す手間」を挙げておきます。
省いてよい手間と、省くと力が衰える手間は、見た目が同じです。 資料の下調べも、構成を考えることも、AIに任せればどちらも同じように楽になります。だから、どの手間を残すかは、意識して決めないと決まりません。
整理すると、次の三つになります。
① 足す力だけでなく、衰える力も見る
リスキリングの計画の横に、「AIに任せて衰えていないか」を見る欄をつくる。
② AIを取り上げるのではなく、頼り方に気づかせる
使わせないことでは力は守れません。どこを自分でやり、どこを任せたかを、本人が振り返れるようにする。
③ 残す手間を、自分で決める
自動運転の車でときどきハンドルを握るように、自分の手でやる部分を決めておく。
9. おわりに
AIの話になると、「どこまで使ってよいのか」という問いになりがちです。けれど、使う量を決めても、力が衰えるかどうかは決まりません。決めるべきなのは、どの手間を自分の手に残すかのほうです。
あなたの組織は、どの手間を残すと決めていますか。そして、その手間を残す理由を、社員に説明できるでしょうか。
参照記事：IBM Institute for Business Value（2026年9月）／ Lisanne Bainbridge “Ironies of Automation”（1983年）／ Maier ほか, ミュンヘン大学（2026年9月）