タグ: 問い

AIを使いこなすだけで十分なのか

これまで、
このシリーズでは、
AIが仕事のあり方を変え、
価値判断の基準を変え、
そして私たちの思考にも影響を与え始めていることを見てきました。

では、
AI時代に価値を生む人は、
どのように考えているのでしょうか。

「AIを使いこなすこと」
が重要なのでしょうか。

もちろん、それも必要です。

しかし、
私はそれ以上に大切なものがあると思っています。

それは、

思考の型

です。

AIができることが増えるほど、

「何をAIに聞くか。」
「何をAIに任せるか。」
「何を自分で考えるか。」
「最後に何を選ぶか。」

という人間側の思考が重要になります。

では、
そのためにはどのように考えればよいのでしょうか。

答えから始めない

学校では、

「正しい答えを出すこと」

を学んできました。

仕事でも、

「早く結論を出すこと」

が求められる場面は少なくありません。

しかし、
AIは数秒で答えの候補を提示します。

だからこそ、
人間まで急いで答えを出す必要はありません。

むしろ大切なのは、

答えの前に、何を問うか。

です。

例えば、

「売上を伸ばすにはどうすればよいか。」

とAIに聞けば、
様々な方法を提案してくれるでしょう。

しかし、

「なぜ、いまの顧客から選ばれているのだろうか。」
「そもそも、誰にどんな価値を届けたいのだろうか。」

と問いを変えれば、
見えてくるものも変わります。

問いとは、
単に答えを引き出すための言葉ではありません。

どこを考えるのかを決めるもの

でもあるのです。

目の前の問題を、そのまま問題にしない

問題を解決しようとするとき、
私たちは無意識に、

「この条件は変えられない。」

と思い込んでいることがあります。

例えば、

「人手不足だから採用する。」
「売上を伸ばすには営業を増やす。」
「競合に勝つには価格を下げる。」

本当にそうでしょうか。

あるいは、

「会議時間が長いから、会議を短くする。」

という問題があったとします。

しかし、

「そもそも、この会議は必要なのか。」
「この会議で本当に決めるべきことは何なのか。」

と考えれば、
問題そのものが変わるかもしれません。

AIは、
多くの解決策を提示してくれます。

だからこそ、
解決策を求める前に、

「そもそも、この問題設定でよいのだろうか。」

と考えることが重要になります。

価値を生む人は、
問題を解く前に、

前提を見直しています。

部分ではなく、構造を見る

AIは、
多くの情報や選択肢を提示できます。

しかし、
情報が増えるほど、
全体像は見えにくくなることがあります。

だからこそ、
点と点をつなぎ、
関係性を考え、
構造として捉えることが重要になります。

「なぜ、この問題が起きているのか。」
「どこが原因で、どこが結果なのか。」
「誰と誰が関係しているのか。」
「一つを変えると、どこに影響するのか。」

一つの問題だけを見るのではなく、
その周囲にある関係まで見る。

すると、

「どう解決するか。」

だけではなく、

「どこを変えれば全体が変わるのか。」

が見えてくることがあります。

AIが情報を増やしてくれる時代だからこそ、
情報そのものよりも、

情報同士の関係を見る力

が重要になるのです。

AIに「答え」ではなく「揺さぶり」を求める

AIを使うとき、
すぐに答えを求めたくなります。

しかし、AIには別の使い方があります。

「この考えに抜け漏れはないか。」
「反対の立場から見るとどうか。」
「私が無意識に置いている前提はないか。」
「別の構造として説明できないか。」
「もっと本質的な問いはないか。」

こうした問いを投げることで、
自分の考えを揺さぶってもらうのです。

AIは先生である必要はありません。

共同で考える相手

として使うこともできます。

自分の考えをAIにぶつける。
別の視点が返ってくる。
それを見て、もう一度考える。

この往復によって、
自分一人では届かなかった視点に出会えることがあります。

AIに任せること自体を考える

そして、
AI時代にはもう一つ重要な問いがあります。

「これはAIに任せるべきなのか。」

です。

AIができるからといって、
すべてをAIに任せる必要はありません。

一方で、
すべてを人が行う必要もありません。

情報収集はAIに任せる。
選択肢を出してもらう。
反対意見を考えてもらう。
文章のたたき台を作ってもらう。

その一方で、

何を目的にするのか。
どの問いを深めるのか。
どの案を採用するのか。
どこまでAIの結果を信頼するのか。
最終的に何を決めるのか。

そうした部分については、
自分で考える必要があります。

もちろん、
この境界はいつも同じではありません。

仕事の内容によっても、
AIの能力によっても、
求められる責任によっても変わります。

だから重要なのは、

「AIに任せる。」
「AIに任せない。」

と最初から決めておくことではありません。

その都度、どこまで任せるのかを考えること

なのです。

AIに任せること自体を判断する。

これも、AI時代の思考法の一つです。

「正しい」より「意味がある」を考える

AIは、多くの答えや選択肢を提示できます。

しかし、

人生も、
経営も、
仕事も、

正しさだけでは決まりません。

誰のためなのか。
何を大切にしたいのか。
どんな未来を目指すのか。

そうした問いに対して、
唯一の正解はありません。

だから、人間は、

「正しいか。」

だけではなく、

「自分たちにとって意味があるか。」

を考える必要があります。

AIも、
意味の候補を提示したり、
異なる価値観から考えたりすることはできます。

しかし、

どの価値を大切にするのか。
どの未来を選ぶのか。
そして、
その選択を自分たちのものとして引き受けるのか。

そこには、人間の判断が必要になります。

AI時代に求められる思考法

ここまで見てきたことを整理すると、
AI時代に価値を生む思考には、
いくつかの特徴があります。

• 答えより先に、問いを置く。
• 問題を解く前に、前提を見直す。
• 部分だけではなく、構造を見る。
• AIに答えだけでなく、思考の揺さぶりを求める。
• AIにどこまで任せるのかを考える。
• 正しさだけではなく、意味を考える。

重要なのは、
これらを別々のテクニックとして覚えることではありません。

問いを変えると、前提が見える。
前提を見直すと、構造が変わる。
構造が変わると、AIに任せるべきことも変わる。

そして最後に、

「自分たちは何を大切にするのか。」

という意味の問題に戻ってくる。

それらを行き来しながら考えること。

それが、
AI時代の一つの思考の型なのではないでしょうか。

さいごに

ここまで、
AI時代に価値を生む思考について考えてきました。

答えより先に、問いを置く。
問題を解く前に、前提を見直す。
部分だけではなく、構造を見る。

AIに答えだけでなく、思考の揺さぶりを求める。
AIにどこまで任せるのかを考える。
そして、
正しさだけではなく、意味を考える。

しかし、
こうした思考法を身につければ、
それだけで価値が生まれるわけではありません。

同じAIを使い、
同じような思考法を知っていても、
人によって生み出す価値は違います。

その違いは、

何に目を向けるのか。
何に違和感を持つのか。
何を大切にするのか。

そして、

何を価値だと考えるのか。

そこから生まれます。

つまり、

「どう考えるか。」

のさらに先には、

「何を見るか。」

という問いがあります。

次回は、このシリーズの最終回です。

AI時代に価値を生む人は、
何を見て、
何を大切にし、
何を選ぶのでしょうか。

思考法のさらに先にある、
「人間の価値」について考えてみたいと思います。

---

この記事を書いた人

村上 亮
中小企業診断士・ITコーディネータ

「問題を解く前に、前提を整える」をテーマに、
製造業・DX・意思決定に関する情報を発信しています。

VXtyleでは、そうした思考の整理を行っています。

VXtyleホームページ

AIを使うと、考え方まで変わる

「生成AIを使っていますか？」

最近では、
この質問を受けることも、
することも増えました。

そして、
多くの場合、
話題になるのは、

「どのAIを使っているか。」
「どんなプロンプトを書いているか。」
「どれくらい業務が効率化したか。」

といったことです。

もちろん、
それらも大切です。

しかし、
私はもっと大きな変化が起きていると感じています。

それは、

AIが、
人間の「考え方」そのものを変え始めていること

です。

AIは「答えを出す機械」ではない

生成AIは、
質問すると答えてくれます。

そのため、
AIを、

「検索エンジンが賢くなったもの」

のように捉えることもできます。

しかし、
実際に使い続けると、
少し違うことに気づきます。

AIは、
一度答えを返して終わる存在ではありません。

「それはなぜ？」
「別の考え方は？」
「この前提は本当に正しい？」
「反対の立場から考えると？」
「もっと本質的には？」

そんな問いを重ねることで、
考えが少しずつ広がり、
深まっていきます。

つまり、AIとの対話は、

答えを得るためだけではなく、
考えを育てるための対話

にもなり得るのです。

思考は「一人」で行うものだった

これまで、
考えるという行為は、
とても孤独なものでした。

本を読み、
ノートに書き、
頭の中で整理し、
少しずつ考えをまとめていく。

もちろん、
それは今でも大切な方法です。

一方で、
AIの登場によって、

思考の途中で対話相手を持つこと

が容易になりました。

「この考え方でよいだろうか。」
「何か見落としていないだろうか。」
「別の見方はあるだろうか。」
「もっと分かりやすく説明できないだろうか。」

そうした試行錯誤を、
AIとの対話を通じて繰り返すことができます。

自分の考えを言葉にする。
AIから別の視点が返ってくる。
それを見て、また自分の考えを修正する。

思考が、

一人で考えてから答えを出すものから、
対話しながら育てるものへ

変わり始めているのです。

AIは思考を「代替」するのではなく「拡張」する

ここで、
誤解してほしくないことがあります。

私は、

「AIに考えてもらえばよい。」

と言いたいのではありません。

むしろ、AIには別の使い方があります。

一人では思いつかなかった視点。
整理しきれなかった考え。
見落としていた前提。
言葉にならなかった違和感。

そうしたものを、
AIとの対話が引き出してくれることがあります。

自分の思考をAIに置き換えるのではなく、

自分の思考できる範囲をAIによって広げる。

だから私は、
AIを、

「思考拡張装置」

と捉えています。

しかし、AIは思考を「省略」することもできる

ここには、
一つの逆説があります。

AIは、
思考を広げることができます。

しかし同時に、

考えることを省略するためにも使えます。

「これについて考えて。」
「結論を出して。」
「一番よい案を選んで。」

そう頼めば、
AIはそれらしい答えを返してくれます。

それは、とても便利です。
そして、すべてを自分で考える必要もありません。

問題は、

どこまでAIに任せるのか。

です。

前回までに見てきたように、
AIは答えの候補をつくり、
比較し、
判断材料を提示することまでできます。

だからこそ、人間には、

「ここはAIに任せる。」
「ここは自分で考える。」
「ここはAIの意見を参考にするが、最後は自分で決める。」

という線を引く必要があります。

AI時代に必要なのは、

AIを使う力だけではなく、
自分で考える場所を選ぶ力

なのかもしれません。

思考は「正解を探すこと」ではない

学校教育では、

「正しい答えを出すこと」

が重視される場面が多くありました。

しかし、
AIは多くの答えの候補を提示できます。

だからこそ、
人間に求められるのは、

「答えを出せるか。」

だけではありません。

「どの問いを深めるべきか。」
「どの前提を疑うべきか。」
「どの視点を採用するのか。」
「何を大切にするのか。」

を考えることです。

AIが答えを増やすほど、

どの方向へ思考を進めるのか

という人間側の判断が重要になります。

思考とは、

正解を見つける作業ではなく、
世界の見方を更新していく営み

なのかもしれません。

AIとの対話は、自分との対話でもある

AIと対話を続けていると、
不思議なことが起こります。

AIについて考えていたはずなのに、
いつの間にか、
自分自身について考えている。

「私はなぜ、この問いが気になったのだろう。」
「なぜ、この答えには違和感があるのだろう。」
「私は何を大切にしたいのだろう。」
「本当に解決したい問題は何なのだろう。」

AIから返ってきた答えに対して、

「何か違う。」

と感じることがあります。

その違和感を掘り下げていくと、
自分でも意識していなかった価値観や前提に気づくことがあります。

その意味で、
AIは単なる情報ツールではありません。

自分の思考を映し出す鏡

にもなり得るのです。

さいごに

AIは、
仕事を効率化するでしょう。
知識へのアクセスも容易にするでしょう。
そして、
これまで人間が行っていた多くの仕事を担うようになるでしょう。

しかし、
それと同時に起きている興味深い変化があります。

それは、

AIを使うことで、
人間自身の考え方も変わっていくこと

です。

考えるとは何か。
問いとは何か。

何をAIに任せるのか。
何を自分で考えるのか。
何を基準に判断するのか。

そして、
何に価値を見いだすのか。

AIは、
こうした根本的なテーマに私たちを向き合わせます。

だから私は、
AIの価値を、

「答えを返してくれること」

だけではなく、

人間の思考を広げ、深めること

にも見いだしています。

ただし、
AIは思考を広げることもできれば、
思考を省略するためにも使えます。

だからこそ大切なのは、
AIに思考を預けるのではなく、

AIとの対話を通じて、
自分自身の思考を動かし続けること

なのではないでしょうか。

次回は、
そこからもう一歩進んで、
「AI時代に価値を生む人は、どのように考えているのか」を
考えてみたいと思います。

---

この記事を書いた人

村上 亮
中小企業診断士・ITコーディネータ

「問題を解く前に、前提を整える」をテーマに、
製造業・DX・意思決定に関する情報を発信しています。

VXtyleでは、そうした思考の整理を行っています。

VXtyleホームページ

なぜ「問い」が重要になったのか

「AI時代に必要なのは、問いを立てる力です。」

最近、
このような言葉を耳にする機会が増えました。

確かに、
その通りだと思います。

しかし、
私はその前に考えたいことがあります。

なぜ、
問いを立てる力が重要になったのでしょうか。

その理由を理解しなければ、
「問い」という言葉も一時的な流行語として終わってしまいます。

前回は、
AIができることが増えるほど、

「何をAIに任せるのか。」
「どこで人が判断するのか。」

といった役割の設計が重要になると考えました。

では、
その判断は何を基準に行うのでしょうか。

今回は、その背景にある、

「価値判断の基準」 の変化について考えてみます。

評価基準は時代によって変わる

私たちは普段、
「価値」という言葉を何気なく使っています。

しかし、
価値とは絶対的なものではありません。

社会が変われば、価値も変わります。

例えば、何百年も前。
本を持っていること自体が価値でした。
情報を得ることが難しかったからです。

その後、
インターネットが普及し、
情報は誰でも手に入れられるようになりました。

すると、
本そのものを持っていることよりも、

「必要な情報を見つけられる人」

の価値が高まりました。

そして今、
生成AIによって、
その評価基準が再び変わろうとしています。

「知っている」が価値だった時代

これまで、多くの場面では、

「知っている人」

が評価されました。

資格試験。
学校教育。
仕事。

どれも、

「正しい知識を持っていること」

が重要でした。

もちろん、
知識は今でも大切です。

AIを使うためにも、
その回答を評価するためにも、
基礎となる知識は必要です。

しかし、
AIは膨大な知識を瞬時に整理し、
提示できるようになりました。

さらに、
知識を提示するだけではなく、
それを使って分析したり、
文章を作ったり、
仕事を進めたりすることまでできるようになっています。

つまり、

「知っていること」だけでは、
以前ほど差別化になりにくい時代

になったのです。

AIは「知識」を民主化した

生成AIが普及して大きく変わったこと。

その一つが、

知識にアクセスし、
活用するコストが大きく下がったこと

です。

専門書を何冊も読まなければ入口に立てなかった分野でも、
AIに質問することで概要を知り、
学び始めることができます。

プログラミングも。
法律も。
マーケティングも。

以前よりずっと低いハードルで、
専門的な知識に触れられるようになりました。

これは、とても大きな変化です。

一方で、
誰もが知識へアクセスしやすくなるということは、

知識を持っていることだけでは差がつきにくくなる

ということでもあります。

では、
その先では何が評価されるのでしょうか。

評価されるのは「正解」ではなく「問い」

知識や答えの候補をAIが提示できるようになると、

「何を知っているか。」

だけではなく、

「何を知ろうとしているか。」

が重要になります。

AIにどんな質問をするのか。
何を解決したいのか。
何に違和感を持つのか。
何を疑うのか。

問いが違えば、
AIから得られる答えも変わります。

ただし、
ここで誤解してはいけません。

問いを立てれば、
それだけで価値が生まれるわけではありません。

重要なのは、

価値につながる問いを生み出せること

です。

問いの先には「評価」と「判断」がある

そして、
AI時代にはもう一つ重要なことがあります。

問いを立てると、
AIは多くの答えや選択肢を提示してくれます。

しかし、
選択肢が増えれば、
それだけで良い意思決定ができるわけではありません。

むしろ、

「どの案が妥当なのか。」
「何が抜けているのか。」
「この情報は信頼できるのか。」
「自分たちの目的に合っているのか。」

を評価する必要があります。

そして最後には、

「どれを選ぶのか。」

を決めなければなりません。

AIが答えの候補を増やすほど、

評価し、判断する力

の重要性も高まるのです。

ここで、
前回の「人とAIの役割を設計する」という話につながります。

何をAIに任せるのか。
AIの結果をどこまで使うのか。
どこで人が確認するのか。

それらもすべて、
評価と判断の問題だからです。

良い問いは、見方を変える

では、
価値につながる問いとは、
どのようなものでしょうか。

私は、

「答えを引き出す問い」

だけではないと思っています。

本当に価値のある問いは、

新しい見方を生み出す問い

です。

例えば、

「どうすれば業務を効率化できるか。」ではなく、
「この業務は本当に必要なのか。」という問い。

あるいは、

「競合に勝つにはどうすればよいか。」ではなく、
「競争しなくても価値を生み出せる方法はないか。」という問い。

問いが変わると、
見える世界も変わります。

もちろん、
AIも別の問いや新しい視点を提案してくれます。

しかし、その中から、

どの問いを深めるのか。
どの見方を採用するのか。

を選ぶのは、最終的には私たちです。

判断の先に「意味」がある

では、私たちは何を基準に選ぶのでしょうか。

そこには、

「正しいか。」

だけでは答えられない問題があります。

どの課題に取り組むべきか。
どの未来を目指すのか。
誰に価値を届けたいのか。
何を大切にしたいのか。

AIは、
こうした問いについても様々な選択肢を提示できます。

しかし、
どの選択肢に価値を見いだし、
自分たちの意思として選ぶのか。

そこには、
人間の価値観や目的が関わります。

つまり、判断の先には、

「何に意味を見いだすのか。」

という問いがあります。

だから私は、
AI時代に評価される人は、

「知識を持っている人」

だけではなく、

問いを立て、
AIが生み出した選択肢を評価し、
自分なりの意味を見いだして判断できる人

へと変わっていくのではないかと考えています。

さいごに

AIは、
多くの知識を誰もが使える社会をつくり始めています。

さらに、
答えを提示するだけではなく、
様々な仕事を支援し、
実行するようにもなっています。

だからこそ、
人間に求められるものも変わります。

知識を持つこと。

から、

何を問うか。

そして、

どう評価し、何を選ぶか。

さらに、

そこにどんな意味を見いだすか。

へ。

価値判断の基準が変わるとは、
単に「評価されるスキル」が変わるということではありません。

人間がどこで価値を生み出すのか、
その場所そのものが変わる。

ということなのではないでしょうか。

そして、
この変化は、
私たちの「考える」という行為にも影響を与えます。

答えを得るだけでなく、
問いを立て、
評価し、
選び、
意味を考える。

AIとの関係が変われば、
人間の思考のあり方も変わっていくはずです。

次回は、
「AIは思考をどう変えるのか」をテーマに、
AIを単なる便利なツールとは違う視点から考えてみたいと思います。

---

この記事を書いた人

村上 亮
中小企業診断士・ITコーディネータ

「問題を解く前に、前提を整える」をテーマに、
製造業・DX・意思決定に関する情報を発信しています。

VXtyleでは、そうした思考の整理を行っています。

VXtyleホームページ