AIは人を育てるのか、考える力を奪うのか ──分かれ道は「問いを立てて対話し続けるか」にあった:山本紳也氏×UMUセミナーレポート
2026年10月5日(月)12:00〜13:00、UMUは「AIを使って、人は本当に成長できるのか?〜組織人事のプロと考える『思考力の低下』とAI時代の人材育成の分岐点〜」と題したオンラインセミナーを開催しました。ゲストは、組織人事コンサルティングに長年携わり、現在は株式会社HRファーブラ代表取締役を務める山本 紳也氏。UMUからは、生成AIの活用支援に取り組む沖本 拓也が登壇しました。
「AIに頼るほど、自分の思考力が育っていないと感じる」と答えたビジネスパーソンは、UMUの調査(n=595)で68.2%にのぼります。この不安に対して、組織人事のプロはどう答えるのか。本コラムでは、前半の山本 紳也氏の講演と、後半の沖本のパート、そして質疑応答の内容をお伝えします。
問いへの答えは「成長できる。できないはずがない」
冒頭、山本氏は今日のテーマへの答えを一言で示しました。「成長できます。できないはずがない」。
山本氏はAIを、頼れる同僚であり、上司であり、コーチやメンターでもあり、辞書や教科書の代わりにもなる存在だと表現します。なかでも大きいのは、「いつでも、どこでも、どんな内容でも、いつまでも」付き合ってくれる点です。上司や同僚には「いま忙しいから後で」と言われてしまうことがあります。悩みが解消するまで付き合い、さらに向こうから問いまで立ててくれる相手は、これまで存在しませんでした。これはコーチングの世界そのものであり、AIの登場は非常に大きな出来事だと山本氏は語ります。
二極化するK字カーブ──伸びる人と、考えなくなる人
ただし、付き合い方を間違えれば話は変わります。山本氏が警鐘を鳴らしたのが、AIの利用によって人の能力が二極化していく「K字カーブ」です。
伸びていく人は、課題を見つけて問いを立て、AIと対話します。AIが出した答えを自分で検証し、「ここが抜けていないか」「自分はこう考えるがどうか」とやり取りを続けます。山本氏自身も、仕事の準備をAI相手に進める中で「この観点が抜けていますよ」と指摘され、はっとする場面があるといいます。知識が増えるだけでなく、考える力そのものが高まっていくのです。
一方、質問を丸投げして答えを受け取り、「ありがとう」で終わらせてしまう人もいます。山本氏が最も恐れるのは、その場で考えなかったことそのものよりも、「考える習慣が落ちていくこと」です。すぐに外へ答えを求め、自分で深掘りしなくなる状態は、認知的なオフローディング(考える作業の外部化)と呼ばれます。
山本氏は両者を、AIを思考のパートナーにして成長する姿と、AIに思考を委ねて学習機会を失っていく姿として対比しました。そのうえで、「あなたはどちらに向かっていますか。部下やチームのメンバーはどちらですか」と会場に問いかけました。
「コピペ」は学生だけの問題ではない
山本氏は大学や社会人大学院(MBA)でも教えています。その現場感覚では、社会人大学院生でもAIの使い方は半々に分かれ、学部生では約9割がコピー&ペーストにとどまり、AIを対話相手にして力を伸ばしているのは1割ほどだといいます。ただし、これはあくまで山本氏の肌感覚であり、学生を責めるべき話ではないとも強調しました。コピペで済んでしまう教育の仕組みそのものに原因があるからです。
そして山本氏は、同じことが企業でも起きていないかと問いかけます。部下や新入社員は、答えだけを求められれば、答えをコピペして提出します。そのほうが評価されるからです。AIを使いこなしているように見える若手が、実はコピペだけになっていないか。評価や育成の設計から見直す必要がある、というのが山本氏の指摘でした。
人が成長するためにAIの利用をやめるのではなく、人とAIが対話を続けながら最適な答えを一緒に考える。そのために、AIが組み込まれた状態の仕事の進め方そのものを設計し直すこと。山本氏は、これこそが現場のマネージャーの役割だと位置づけました。
研修もワンウェイから「双方向の対話」へ
山本氏は、従来のeラーニングが抱えてきた課題にも触れました。画面で解説を読み、テストに答えて合格すれば完了となる形式では、受講者の目的は「合格すること」にすり替わりがちです。「eラーニングに合格したからできる」とは言えないことは、現場で何度も起きてきたことでした。
AIが加わると、ここが変わります。学習者が「何のために何を学びたいのか」をAIに伝え、AIは解説と問いを織り交ぜながら学習者に投げかけます。学習者は自分で考えて答えを出し、「なぜ重要なのか」「その結果何が変わるのか」といった本質的な問いを、AIとの間で交わし合う。座って聞くだけの学習とは、脳の動きがまるで違ってくると山本氏は語ります。
さらに、数年後には「これは学習なのか、仕事なのか」の区別がつかなくなり、両者が一体化していくのではないかとも述べました。人事・人材開発・現場のマネージャーがそれぞれの役割を越えて一緒に設計することが求められる、というのが前半の締めくくりです。
AI時代に求められる思考力は「目的とゴールを定める力」
後半は、沖本が「AI時代に求められる思考力とは何か」という問いから入りました。
最新のAIは推論機能が大きく強化されており、「何のために何をしたいのか」を伝えれば、プロセスや考え方はAIが組み立ててくれます。しかし現時点のAIにも、目的とゴールを自ら設定することはできません。だからこそ、人間側には、目的とゴールを設計する力、AIが実行できる粒度に課題を分解して伝える力、そして出てきたアウトプットを批判的に評価・検証し、再び課題を設定し直す力が求められます。
沖本は、これらを整理すると大きく7つの能力にまとめられると説明しました。論理的思考や問題解決といった従来から求められてきた力に加え、AIに実行できる粒度へ落とし込む「分解・翻訳力」や、ハルシネーション(もっともらしい誤り)を見抜く「評価・検証力」が加わるという整理です。同じプロンプトやエージェントを使っても、業務を分解する角度や軸がずれるだけで、出てくるアウトプットはまったく違うものになります。
空白になった「考える工程」をどう取り戻すか
では、こうした力はどう育てるのか。沖本が指摘したのは、従来の仕事に組み込まれていた「考える工程」の存在です。
これまでは、自分で調べ、整理し、仮説を立て、判断してアウトプットし、上司から「具体的ではない」「論理的ではない」とフィードバックを受けながら、ああでもないこうでもないと頭を悩ませる中で、思考力が磨かれてきました。ところがAI時代は、プロンプトを入力すればすぐにアウトプットが出てきます。情報整理、仮説立案、判断という工程が大幅にショートカットされ、空白になっているのです。
その空白を、業務と研修の中でどう組み込み直すか。沖本は、「何のためにどんなアウトプットを出したいのか」「AIの出した結果のどこがどう足りないのか」を、継続して考えさせる機会を与え続ける以外に、思考力を鍛える手はないと考えています。そしてそれは、全員が同じ動画を見て同じテストに合格すれば完了となる従来型のeラーニングでは実現が難しい、と続けました。
沖本が現場で聞いた例として、マネジメント研修を動画で一律に配信している企業の話があります。部下の人数も、新卒中心のチームか中途中心の専門職チームかも異なるのに、同じ動画を見ても「自分ごとにならない」という声が現場から上がっていました。すでに理解している人、なんとなく分かるが言語化できない人、まったく理解できていない人。この状況の違いを無視した一律の提供では、全員の習得には届きません。
「問いから始まる学習」を実現する、UMU AGL
こうした課題への一つの答えとして、沖本はUMUの「AGL(AI Generated Learning)」を紹介しました。AGLは、人間が学ばせたいテーマに沿って教材をアップロードし、AIを対話相手にしながら学習コースを設計できる仕組みです。「昇進が決まった400名弱が対象」「マネジメントの入門は学んだが、人事権を持って管理するのは初めて」といった条件を入力すると、それに合わせた学習コースが自動で作られます。
特徴は、解説から入るのではなく、問いから始まる学習スタイルにあります。たとえば、プレイングマネージャーの時間の使い方を扱うパートでは、「部下の案件でトラブルが起きた。自分が対応すれば早く確実に収まる。自分で引き取るか、部下と一緒に対応するか、部下に任せるか」という場面が提示されます。受講者が「部下と一緒に対応する」と回答すると、AIは「なぜその選択をしたのか」「それがなぜよいのか」と聞き返します。回答を重ねる中で、「分かっていても自分で動いてしまう」状態から、「部下と進めるべき理由」「マネジメントの原理原則」へと、自分の言葉で理解を深めていく流れです。
沖本はこの仕組みを、個人のレベルに合わせて学習を個別最適化することの難しさを、AIの力で簡易化するものと位置づけ、学び方そのものを更新する第一歩になると語りました。
実際にAGLを試した山本氏は、「これは賢い」と評価します。研修用のスライドを投入して30分〜1時間の学習プログラムを作らせると、作る前にAIの側から目的や、どこにポイントを置きたいのかを鋭く問い返してくる。その問いに答えられるだけの意図を、提供する側が持っていなければならないと痛感した、といいます。一方で、AGLのようなAIとの1対1の学びと、人が集まって気づきを得る集合研修は「別物」であり、その組み合わせ方を一緒に試行錯誤しているとも話しました。沖本も、知識の習得や理解の促進はAGLのような形式が向き、集合研修には集合研修ならではの価値があるとの考えを示しました。
生産性の裏で、静かに失われるもの
質疑応答に入る前、山本氏が議論を補足する場面がありました。経営者や事業責任者の視点に立てば、AIを使って出た答えが合っているなら、そのほうが圧倒的に生産性は高いのではないか、という問いです。
山本氏は、だからこそバランスが大切だと言います。AIのアウトプットは、見かけ上はたいてい素晴らしい。本人がそれを受け入れるだけでなく、それを受け取る上司が「本当に抜け漏れはないか」「これでよいのか」を見抜けるかどうかが問われるといいます。インプットとアウトプットの繰り返しだけを続けていると、そうした判断ができる人がいなくなっていく。そのダメージは、生産性の向上以上にボディブローのように効いてくる。現場は時間に追われて「出てくるほうがいい」に流れがちだからこそ、意識的なブレーキが必要だと強調しました。
質疑応答から
参加者からは、実践的な質問が寄せられました。
「AIに思考を丸投げしてしまう部下を、どう思考のパートナーとして活用する状態へ引き上げられるか」という質問に対し、山本氏は、出てきたアウトプットについて「なぜこうなったの?」と聞けば、答えられないことで本人が成長していないことに気づくと答えました。叱責ではネガティブになるため、「きれいにできているけれど、こういうパターンはどう?」「なぜこれがいいと思ったの?」と、本人が気づいていないことに気づかせる対話を日常的に続けることが大切だといいます。沖本も、社内で資料を見たときに「何のために何を伝えたいのか」「どんな仮説に基づいているのか」を必ず確認していると述べ、考えているかどうかはその対話で分かるものの、AIがきれいなアウトプットを出すようになったことで、チェックする側の負荷は上がっていると語りました。
「好奇心や主体性がもともと低い社員を、どう動機づけるか」については、山本氏は、上司や人事が「やりなさい」と与えるから好奇心が湧かないのではないかと指摘します。期限やルールでプレッシャーをかけず、悩んでいるときに手元にツールがあるという状態をつくれば、自然とのめり込んでいく。好奇心は「つけるもの」ではなく、削がないことが大事だという考えです。沖本は、小学生にサッカーを教える経験から、好奇心の高い子は「やればできる」という自信を持っている傾向があると述べ、自己効力感の持たせ方がカギになると応じました。山本氏は、「Will・Can・Must」の「Will」を見つけさせ、「Can」を増やしていくことの重要性にも触れました。
「何度も問い返されることで、学習者が疲れて意欲が下がらないか」という質問に対し、沖本は、設計次第で調整できると回答しました。たとえば「なぜ?」を2回問うたら答えを示すなど、負荷を軽減する設計が可能です。そのうえで、面倒に感じるのは自然なことであり、深掘りして頭に負荷をかけることこそが学習であるという「当たり前の基準」を切り替えていくことが重要だと述べました。山本氏も、研修の冒頭で「足元の悪い中お集まりいただき…」と受け身の空気をつくってしまうより、「これはあなたにとって意味があるか」から入るなど、目的意識を持たせる工夫が大切だと補足しました。
まとめ:AIが人を育てるかどうかは、「問い」と「設計」で決まる
山本氏の結論は、「AIを使えば人は成長できる。ただし、答えを受け取るだけの使い方では、考える習慣が失われる」というものでした。そして沖本は、思考力を鍛えるには、目的を考えさせ、アウトプットを評価させ、再び問い直させるという「考える機会」を継続して与える設計が欠かせないと整理しました。
両者に共通していたのは、「AIを使うか、使わないか」ではなく、AIとの付き合い方の設計こそが、人材育成の分岐点になるという視点です。受講者の目的を明確にすること、問いから始まる学びにすること、そして現場のマネージャーが人とAIの役割分担を設計し、日常の対話の中で考えさせること。人事・人材開発・現場が一緒に考えていく必要があるというメッセージが、セミナー全体を通して繰り返されました。
UMUでは、AIとの対話を通じて「問いから始まる学び」を実現するAGLについて、PoCでの無償体験のご相談を受け付けています。「自社の研修を、考える力を育てる形に変えたい」とお考えの方は、ぜひお問い合わせください。
▼AGLの詳細はこちら:
https://www.umu.co/product/ai-generated-learning
▼AGLセミナーレポートはこちら:
https://www.umu.co/column/umu-agl-thinking-ability/
-
まずはコレから!
学びが変わる。組織が変わる。
生成AI時代に成果を生む、
UMUのAIラーニング戦略と事例を公開
UMU(ユーム)は、シリコンバレー発の企業として2015年に設立され、現在に至るまで世界203の国と地域で100万社以上、日本では28,000社以上に導入されているグローバルAIソリューションカンパニーです。AIを活用したオンライン学習プラットフォーム「UMU」を核に、学術的な根拠に基づいた実践型AIリテラシー学習プログラム「UMU AILIT(ユーム エーアイリット)」、セールスイネーブルメントソリューション「UMU AIロープレ」などの提供により、AI時代の企業や組織における学習文化の醸成とパフォーマンス向上を支援しています。従業員が自律的に学び、AIリテラシーを習得・活用することで業務を効率化し、より創造的で戦略的な仕事に集中できる時間や機会を創出。これにより、企業の人的資本の最大活用と加速度的な成長に貢献します。