企業に求められるAI研修とは？——国際労働機関（ILO）のプログラム参加者への深掘り調査から導く実践ガイド

 

現在、多くの企業がこれまでにない速度でAIツールを業務プロセスへと導入しています。しかし、一般的な課題として、これらの強力なテクノロジーが期待通りの生産性に自動的に結びついていないという点が挙げられます。むしろ研修が不十分な場合、従業員が理解できずにツールの利用を諦めたり、誤った使い方によってバイアス（偏見）を固定化させたりする恐れがあります。その結果、AIが持つ大きな可能性を無駄にしてしまいかねません。この状況は、一つの重要な問いを投げかけています。企業におけるAI研修の成否を決定づける根本的な要因とは、一体何なのでしょうか。

 

テキサス大学オースティン校の研究者らは、国際会議「ACM CHI 2025」で発表された最新研究において、現場の従業員の視点に着目し、新しい思考の道筋を提示しています。それは、企業がAIの推進を成功させるには、研修内容が従業員の真のニーズや懸念に応えているかを考慮する必要がある、というものです。

 

本研究は、26カ国・39名のナレッジワーカー（人事、労働法、規格策定、従業員研修などの領域を網羅）に対するデプスワークショップおよびインタビューに基づき、従業員視点におけるAI研修ニーズを体系的に明らかにしています。本稿では、この研究の核心的な知見をひもとき、企業の管理者がAI研修を実施するための科学的な洞察と実践ガイドを提供します。

 

研究背景：従業員向けのAI研修に求められる真のニーズ

長年にわたり、ビジネスの世界で「AI時代に必要なスキル」を論じる際、その多くは「トップダウン」の視点に従ってきました。研究報告書やコンサルティングプランの多くは、「経営陣が戦略目標に基づいて導入するテクノロジーを決定し、従業員には技術の操作研修が必要である」と仮定しがちでした。

 

しかし、本研究の著者らは、こうした視点には明確な限界があると鋭く指摘しています。スキルや研修ニーズを羅列した数多くのレポートは、経営陣や上級管理職（leadership or senior management）の視点や期待に偏っているためです。それらは「経営陣が従業員に何を学んでほしいか」には答えていますが、「従業員自身が何を学ぶ必要があるか」についてはほとんど考慮していません。

 

そこで本研究は、AI研修の真のニーズを理解するには「従業員視点（worker-oriented）」が不可欠だと新たに提唱しています。日常業務で実際にAIを使うことが期待されている従業員の本音を直接聞き、AI利用の実体験や不安、研修に対する考えを詳しく把握する必要があるというアプローチです。この視点の転換こそが、本研究における核心的な理論的貢献といえます。

研究手法：26カ国・39名の実務エキスパートを対象とした深掘り調査

本研究は、ナレッジワーカー（knowledge worker、以下「従業員」）が企業のAI研修をどう捉えているかに焦点を当てています。従業員の真のニーズを体系的に把握するため、研究では以下の2つの主要な研究課題を設定しました。

 

・従業員は現在、業務においてどのようにAI研修やサポートを得ているか？

・業務で効果的かつ安全にAIを使用するためには、従業員自身はどのような研修テーマやスキルが必要だと考えているか？

 

調査は質的手法を採用し、インタラクティブなオンラインワークショップ（Workshop）とその後の半構造化インタビュー（Follow-Up Interviews）の2段階で実施されました。

 

第1段階のオンラインワークショップは、国連の国際労働機関（ILO）傘下である国際研修センター（ITCILO）が主催する「ワークプレイスにおけるAI」に関する一連の研修活動の一環として行われました。このワークショップには、26カ国から集まった人事、労働法、規格策定、従業員研修などの領域のエキスパート39名が参加しました。

 

ワークショップではシナリオベースの活動（scenario-based activity）形式が用いられ、参加者は3つのグループに分かれて実際のAI製品に基づく特定のシナリオについて議論を行いました。各シナリオには議論を深めるための問いかけ（ガイド質問）が用意されており、例えば「AIの仕組みに対する懸念」「開発ベンダーに確認したい点」「設計改善のアイデア」などが話し合われました。

その後、研究チームはこれらのエキスパートの中から17名を選定し、1時間の半構造化インタビューを実施しました。インタビューでは、AIの使用における個人的な経験や現在の職場でのAI研修の実態に加え、「従業員に本当に必要な研修テーマとスキルは何か」について深く掘り下げました。

最終的に、研究チームはインタビューとワークショップの書き起こし記録から、従業員が業務でAIを使用する際に直面する4つの課題と8つの重要な研修ニーズを体系的に抽出しました。

核心的な発見：現場が直面する4つの課題と8つの研修ニーズ

課題1：AIに関する基礎知識およびリテラシーの不足

 

調査によると、多くの企業は従業員がすでにAIを理解していると思い込んでいます。しかし実際には、多くの従業員のAIの基本概念に対する理解は非常に限られています。一部の従業員は、どのコンテンツがAIによって生成されたかさえ把握しておらず、「どのように生成されたか」についてはなおさら理解していません。このような基礎知識の不足は、求められるスキルが急速にアップデートされる労働市場において彼らが機会を逃す原因となります。

 

「AIとは何か」および「AIはどのように従業員を支援するか」という疑問に答えるため、研修には次の内容を盛り込む必要があります。

 

• 研修1：基礎的な理解の構築（Foundational Understanding）。研修は最も基本的な「AIとは何か」および「AIが自分にどう役立つのか」から始める必要があります。これはAIを学習し使用する自信をつけ、恐怖心を払拭するための第一歩となります。

 

インタビュー対象者は、多くの従業員が「現在どれほど幅広いAIツールが存在し、どんな機能を持っているか」を十分に理解していないと指摘しています。どの業務シナリオでAIツールを使用して真に効率を向上させることができるかを判断するためには、既存のAIツールについて理解を深める必要があります。さらに、より多くのAIツールに触れることは、業務において研修が必要なスキルを逆算して特定するのに役立ちます。

 

そのため、研究者は、基礎知識の研修の後に、特定のツールやタスクに焦点を当てた「選択可能なフォローアップ研修モジュール」を提供すべきだと提言しています。

 

• 研修2：ツールに関する視野の拡大（Exposure to Tools）。研修は一連の新しいAIツールを紹介し、従業員が異なるツールの能力の境界を理解し、自身の業務に適したAIツールおよび特定のスキルを見つけられるよう支援するべきです。

 

課題2：AIへの過度な依存と批判的思考の欠如

 

研究で特定された2つ目の核心的な課題は、従業員がAIに過度に依存し、その出力を盲目的に信頼するリスクです。「過度な依存」の根本的な原因は、従業員がAIを「補助ツール」として位置づけることが難しく、誤って「最終的な答え」と見なしてしまうことにあります。従業員がハルシネーションを盲目的に信頼することは、リスクをもたらすだけでなく、従業員自身の批判的思考能力を弱めることにもなります。

 

大規模言語モデルが生成したコンテンツを適切に検証するためには、従業員は多様な基礎スキルおよびリテラシーを備える必要があります。何も考えずにAIツールを頻繁に使用していると、こうした能力を養う機会が失われかねません。これに基づき、研究者は以下の研修テーマを提案しています。

 

• 研修3：批判的思考の再構築（Refresh Critical Thinking）。AI研修は単なる技術研修であるべきではなく、むしろ「批判的思考」と「情報リテラシー」の復習と強化のカリキュラムであるべきです。AIは補助ツールであり、最終的な解決策ではないという認識を従業員に徹底する必要があります。

 

• 研修4：専門知識による検証（Validate with Expertise）。従業員が自身の既存の専門的経験と知識を使用して、「AIの成果を批判的に審査、解釈および検証」するよう研修しなければなりません。

 

課題3：AIに内在するバイアスとリスクに対する認識不足

 

3つ目の課題は、AIがアルゴリズムのバイアスをどのように助長するかについて、従業員が十分に認識していない可能性があることです。例えば、AIは異なる言語間でパフォーマンスに差異があったり、質問に答える際に特定の視点に大きく偏り、組織内の他のステークホルダーの視点を無視したりします。

 

しかし、現在ほとんどの企業では、AIのバイアスとリスクに関する正式な研修が行われていません。既存の研修は通常、インターフェースの操作方法にのみ焦点を当てており、リスクをどのように識別し、従業員により安全かつ責任を持ってAIを使用させるかについては焦点を当てていません。

 

したがって本研究は、従業員のAIのバイアスとリスクに対する意識を向上させる研修を必修とすることを推奨しています。

 

• 研修5：潜在的なリスクの識別（Recognizing Potential Harms）。企業には、複数のステークホルダーやセンシティブなトピックに関わるいくつかの業務において、AIがもたらし得るバイアスとリスクを見極められるよう従業員に専門的に指導する、必修の研修モジュールが必要です。

 

• 研修6：学習データのバイアスに関する知識の定着（Recognizing Dataset Biases）。エンジニアなどの技術者だけでなくすべての従業員に対し、AIの学習データには「データの偏り（データセットにおける代表性の限界）」があり、それがAIの出力にもバイアスを引き起こす可能性があると理解させる必要があります。

 

課題4：データプライバシーとコンプライアンス要件に対する理解不足

 

4つ目の核心的な課題は、従業員のAI使用におけるコンプライアンス上の境界線が不明確であること、およびデータプライバシー漏洩の潜在的なリスクに対する認識が不足していることです。

 

企業がAI導入の目的を明確に説明できない場合、従業員の「テクノロジーへの恐怖心」やためらいが増します。そのため研究者は、従業員に対して主体的にAIコンプライアンスとデータプライバシーの研修を実施することで、従業員のコンプライアンス意識を高め、企業および個人のデータを確実に保護することを提案しています。

 

このため、研修には以下の2つの主要なテーマを含める必要があります。

 

• 研修7：AIコンプライアンス教育の徹底（AI compliance training）。会社が使用しているAIおよび関連するコンプライアンスポリシーについて従業員に理解させます。

 

• 研修8：データプライバシーの保護（Protect Data Privacy）。従業員が企業データおよび個人データのプライバシーを意識的に保護できるよう教育します。

研究からの示唆：AI研修の実施に影響を与える重要な要因

この研究はさらに、AI研修の成否が、組織がチェンジマネジメントを行う際に効果的なコミュニケーションが行われたかどうかに大きく依存すると述べています。明確な説明やコミュニケーションが欠けていると、AI関連のチェンジマネジメントは恐怖心を生み出し、従業員の反発を招きます。企業がAIを推し進める際に「なぜ導入するのか」「従業員にとってどのような利点があるか」を説明しなければ、研修を推進することは困難になります。

 

また、従業員が求めているのは「一方的な機能の教え込み（Teaching functionality）」ではなく、「双方向の相談・対話（Consultation）」です。インタビュー対象者は、受け身でツールの機能を学ぶだけでなく、「現場からフィードバックを伝える機会」を強く求めていました。「どうすればAIが自分の業務に本当に役立つか」をマネジメント層に伝えたいと考えているのです。しかし現在、社内のフィードバック窓口は形骸化していることが多く、真の双方向コミュニケーションが実現できていません。

実践への示唆：従業員のニーズに焦点を当てたAI研修体系をどのように構築するか？

この研究の結果は、企業の管理者、人事の専門家、および研修担当者に極めて価値のある実践への示唆を提供しています。

 

1. 「ボトムアップ」でのニーズの把握から始める。全社的にAIを導入するために多額の資金を投入する前に、HR部門と事業部門の管理者は、まず従業員に対して「AIニーズ診断」を実施すべきです。その際、本研究の「4つの課題」と「8つの研修テーマ」が、参考となる研修フレームワークとして活用できます。従業員の真のペインポイント、不安、およびニーズを理解し、そこから逆算して研修をカスタマイズしツールを導入してこそ、効率的に成果を上げることができます。

2. AIリテラシー研修を「ツール操作の教育」から「ビジネス基礎力の教育」へとアップグレードする。企業は、AI研修が決して単なる「ソフトウェアの操作講習」ではないことを認識しなければなりません。AI研修とは、「批判的思考」「倫理とバイアス」および「権利と責任」を網羅する「一般教養の講座」です。もし従業員がAIの出力を批判的に見る能力を備えておらず、その倫理的リスクを理解していない場合、AIツールが強力であればあるほど、組織にもたらすリスクも大きくなります。

 

「AIによる人間のエンパワーメント」を真に組織に定着させる

 

Zhang & Leeの研究は確かなエビデンスをもって、従業員の視点からのAI研修ニーズを明らかにしました。AI研修は単なる技術研修にとどまらず、基盤となるリテラシーのサポートと、安全・コンプライアンスの明確なルールによる保障が不可欠です。エンパワーメントには「人」の真のニーズを理解し、それを満たすことが不可欠です。真のエンパワーメントとは、単なるツールの提供や業務効率の向上にとどまるものではありません。従業員が自ら考えながらAIを使いこなす実践的なトレーニング（構成主義的な学習）を提供するとともに、倫理的なガイドラインの策定や、従業員の権利・利益の保障までを含めるべきなのです。

これはUMUが提唱する理念と完全に一致しています。AIは人の能力を拡張し、エンパワーするものであり、人に取って代わるものではありません。つまり、真のAIトランスフォーメーションは、「人」への投資から始まるのです。UMUは、企業の学習と人材育成の戦略的パートナーとして、最先端の学術的洞察を企業での実践へと落とし込むことに尽力しています。

 

UMUが提供するAI人材開発シリーズのプログラムは、まさにこの研究が明らかにした中核的なニーズを中心に設計されています。本プログラムは、単なるAIの操作方法を教えるだけでなく、従業員が責任を持って安全にAIを活用できるよう支援することに注力しています。

 

 

参考文献：

Zhang, A., & Lee, M. K. (2025, April). Knowledge Workers’ Perspectives on AI Training for Responsible AI Use. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (pp. 1-18).

 

 

---

 

私達UMUは、企業様向けに研修のオンライン化やリモート学習の無料相談会を毎日実施しております。
また、常に最先端のテクノロジーと学習情報をアップデートしておりますので、お困りごとや、追加で必要な情報のご要望などございましたら、いつでもお気軽にご相談ください。

▼各種お問い合わせフォーム
https://www.umu.co/contact

▼無料相談会の予約ページ
https://umucs.youcanbook.me