AIに頼めば、企画書も、報告書も、プログラムのコードも、あっという間に整った形で作ってくれます。「こんなに早く終わるなら、もっと早く使えばよかった」と感じている方も多いのではないでしょうか。
私自身、50代で起業して地域の中小企業のシステム開発やAI導入を支援していますが、日々のリサーチや設計の下書きにおいて、生成AIはすでに手放せない道具になっています。
しかし、手元の作業が早く終わることと、自分自身にその知識や技術が身につくことは、まったく別の問題です。AIが綺麗なアウトプットを出してくれるほど、「自分もそれを理解できている」と錯覚してしまう危険があります。
今回は、ある教育現場の研究データと、マイクロソフト創業者ビル・ゲイツ氏の対談を手がかりに、「AIを使いながら、本当に自分の力にしていくにはどう向き合えばいいのか」を考えてみたいと思います。
練習で48%伸び、AIを外した試験では17%下がったという現実
AIを使った学習について、興味深い実験結果があります。2025年に公表された、高校生およそ1,000人を対象にした数学の学習実験(Bastaniらによる研究)です。
実験では、生徒をいくつかのグループに分け、異なる環境で問題を解かせました。
- 通常のチャット型AIを使えるグループ
- 教師が設計した「ヒントを段階的に出す」AIを使うグループ
- AIを使わずに自力で解くグループ(比較群)
まず、通常のチャット型AIを使って練習した生徒たちは、練習中の成績が比較群と比べて48%も向上しました。AIが分かりやすく解法や途中式を教えてくれるため、目の前の課題が次々と片付いていったのです。
ところが、その後にAIを使えない環境で本番の試験を受けさせたところ、この生徒たちの成績は比較群に比べて17%も低くなってしまいました。
AIを使っている間の手応えは抜群だったのに、道具を取り上げられた途端、自力では解けなくなっていたわけです。課題を終わらせることには成功しても、途中で頭を悩ませて身につけるべき「考える力」が育っていなかったと言えます。
一方で、答えそのものではなく「考え方のヒント」を段階的に提示するよう設計されたAIを使ったグループでは、この成績低下の悪影響が大幅に抑えられていました。同じAIを使っていても、「解かせ方」によってその後の身につき方がまったく異なっていたのです。
ビル・ゲイツはAIをどう使っているのか
ビル・ゲイツ氏は、ポッドキャスト番組の対談の中で、生成AIが存在する現代を「学ぶことについて、人生で一番いい時期だ」と語っています。
ゲイツ氏は知識欲の塊のような人物として知られていますが、彼自身はAIをどのように使っているのでしょうか。動画の要約をボタンひとつで作らせて、読んだ気になって満足しているわけではありません。
対談の中で彼が明かしていたのは、次のような使い方です。
- 気になるYouTubeの解説動画などをAIに読み込ませる
- AI同士に異なる立場で議論を戦わせる
- 自分自身が「この説明はどういう意味か?」「別の条件下でも成り立つのか?」と疑問をぶつける
- 返ってきた答えに対して、さらに問いを重ねて掘り下げる
以前なら専門の研究者にメールで尋ねていたような疑問を、24時間いつでも付き合ってくれるAI相手にぶつけ、納得がいくまで対話を重ねているのだそうです。
ここで重要なのは、対話を動かしているのが「本人の問い」である点です。AIに「まとめておいて」と丸投げして結論だけを受け取るのではなく、自分が引っかかったポイントを自分の言葉で問いかけ、思考を深めるパートナーとしてAIを扱っています。
さらにゲイツ氏は、多額の投資判断など本当に重要な意思決定をするときには、AIとの議論のログを信頼できる人間の専門家にも見せて検証してもらうといいます。思考を広げる段階ではAIを使い倒し、最後の検証や判断には厳密な目を向ける。非常に地に足の着いた姿勢だと感じます。
ゲイツでも防げなかった「2台目のスマホ」問題
対談の中で、もうひとつ印象に残るエピソードがありました。
ゲイツ氏は子どもたちに「夜はしっかり寝てほしい」と考え、夜間はスマートフォンを預かるルールにしていたそうです。ところが後になって、娘が親に内緒で「2台目のスマホ」を持っており、夜中にSNSを使っていたことを知ったと言います。
世界中にパーソナルコンピュータを普及させた張本人であっても、家庭内のルールだけで子どもの行動をコントロールしきることはできなかったわけです。
これは、AIの教育利用や業務利用の難しさを象徴しています。いくら教育側や企業側が「考え方を導く学習用AI」を用意したところで、本人が手っ取り早く済ませたいと思えば、別のチャットAIを開いて答えをそのままコピペしてくるでしょう。
「道具の与え方」や「ルール作り」だけで人の行動を縛ることはできません。大切なのは、使う本人の中に「本当に理解したい」「自分のものにしたい」という動機があるかどうかです。教材やツールを平等に配るだけでは格差は埋まらず、むしろ意欲のある人とそうでない人の差を広げてしまうという指摘には、深く頷かされます。
私たちの仕事現場で起きる「分かったつもり」の怖さ
この話は、学校の勉強だけでなく、私たち中小企業の現場にもそのまま当てはまります。
例えば、AIに頼んでお客様向けの提案資料や業務マニュアルを作ってもらったとします。整った日本語で論理的に書かれており、一読すると自分でもすっかり理解できたような気分になります。
しかし、商談の席でお客様から「ここはどうしてこの手順になっているの?」「うちのこの条件だとどう変わる?」と想定外の質問をされたとき、その場で理由を説明できるでしょうか。
あるいは、AIに書いてもらったプログラムコードが動いたとします。しかし、現場の業務に合わせて少し仕様を変更した瞬間にエラーで止まってしまったら、どこに原因の見当をつければいいか自分で判断できるでしょうか。
AIが出してきた完成品の質の高さを見て、「自分の理解のレベル」まで高まったと錯覚してしまうこと。これこそが、仕事でAIを使う私たちが最も警戒しなければならない落とし穴です。
「画面を閉じて、自分の言葉で説明してみる」という習慣
では、どうすればAIの恩恵を受けながら、自分の力として蓄積していけるのでしょうか。
私が実務の中で意識しているのは、ごく小さな確認の時間を挟むことです。
AIとやり取りして何かを学んだり、資料の骨子を作ったりした直後に、あえてパソコンの画面を閉じてみます。
そして、手元の紙のノートに要点を書き出してみたり、誰もいない部屋で「つまり、こういうことだな」と自分の言葉で声に出して説明してみるのです。プログラミングであれば、AIの補助を一度切って、似たようなコードを自力で一行ずつ書いてみます。
画面を見ているときは完璧に理解できたつもりでも、画面を閉じた瞬間に言葉に詰まる場所が必ず出てきます。その詰まった場所こそが、「まだ理解できていない部分」の正確な輪郭です。
そこが分かれば、再び画面を開いて「ここがうまく説明できないのだが、どう考えればいいか?」とAIに次の質問を投げることができます。AIに答えを出してもらうのではなく、自分の曖昧な理解をあぶり出す壁打ち相手にするわけです。
まとめ:AIを使った後、自分に何が残ったか
AIは、かつてないほど手軽に「答え」を届けてくれる道具です。日々の業務効率を上げる上で、これほど心強い味方はありません。
しかし、仕事の土壇場で問われるのは、画面の向こうのAIではなく、お客様や現場の仲間と向き合っている「自分自身の判断力」です。
AIを使い終わったとき、「作業が早く終わった」だけで終わらせず、「自分は何ができるようになっただろうか」と一度だけ立ち止まってみる。ほんの少し画面を閉じて、自分の頭で反芻する時間を持つだけで、AIは単なる代行ツールから、自分を成長させてくれる最高の家庭教師に変わるはずです。
CloudLabは京都・亀岡を拠点に、中小企業のIT活用・AI導入・業務システム開発を支援しています。「AIを使ってみたいが、自社の現場にどう落とし込めばいいか分からない」といった段階から丁寧に伴走いたしますので、どうぞお気軽にご相談ください。
この記事の内容はYouTubeでも話しています。
動画を見る →