ニュースの概要
日経クロステックが、AI時代の新人教育について18社の取り組みをまとめて紹介しました。生成AIが資料作成やコード作成、調査の下書きまでこなすようになり、これまで新人が下積みとして担ってきた仕事が減りつつあります。その結果、経験を積ませる場をどう作るかが各社の共通課題になっています。記事では、AIを使うことを前提に研修を組み替える企業や、あえて手作業の基礎訓練を残す企業など、方針の異なる事例が並びます。共通しているのは、AIを禁止するか全面解禁するかという二択ではなく、使い方と学び方の設計そのものを見直している点です。各社とも答えを探している最中であり、まさに試行錯誤の段階にあります。
引用元: AI時代の新人教育 18社の試行錯誤（日経クロステック）
分析・見解
下積み仕事が消えると、新人は何で育つのか
従来の新人教育は、議事録の作成、データの整理、簡単なプログラムの修正といった下積み仕事に支えられてきました。地味な作業を繰り返すうちに、業務の流れや品質の感覚が身についたからです。
ところが生成AIは、この下積みの大半を数秒で片づけます。新人が手を動かす機会が減れば、失敗から学ぶ機会も減ります。18社の試行錯誤の根っこには、この「学びの入口が細くなった」という問題があります。
手を動かす訓練を残す会社と、AI前提に組み替える会社
各社の方針は大きく二つに分かれます。一つは、最初の数か月はAIを使わせず、手作業で基礎を固める方式です。電卓で検算してから表計算ソフトを使う訓練に近く、AIの答えが正しいかを見抜く目を先に養います。
もう一つは、初日からAIを使わせ、成果物の質を問う方式です。こちらは「作る力」より「問いを立てる力」と「確かめる力」を重視します。どちらが正しいかは職種で変わります。誤りが事故に直結する金融や製造の現場では前者が、速さが武器の企画や開発では後者が選ばれやすい傾向です。
本当に問われるのは、AIの出力を採点する力
ここで見落とされがちな視点があります。AIが作った文章やコードを評価するには、評価する側にその分野の知識が要る、という点です。基礎がないまま出力を受け取ると、誤りに気づけず、そのまま上司に出してしまいます。
将棋に例えると分かりやすいでしょう。AIの示す最善手を並べても、意味が分からなければ自分の実力にはなりません。つまりAI時代の新人教育は、作業を教える場から、判断を教える場へと重心が移ります。基礎を省けるのではなく、基礎の目的が「作るため」から「見抜くため」に変わるのです。
教える側の負担が増えるという副作用
新人がAIで速く成果物を出せるようになると、先輩や上司がレビューする量は増えます。しかもAIの出力は一見もっともらしく、誤りの発見に手間がかかります。研修を軽くしたつもりが、現場の負担を重くしかねません。
この副作用を放置すると、指導役が疲弊し、育成そのものが形だけになります。各社が試行錯誤している本当の理由は、新人の側よりも、教える側の仕事設計が追いついていないことにあると考えます。
ビジネスへの影響
まず自社の仕事を三つに仕分けする
最初の一手は、新人が担う業務を「AIに任せてよいもの」「AIと一緒に行うもの」「あえて手作業で行うもの」に分けることです。判断基準は、誤りが起きたときの損害の大きさと、その仕事から学べる内容の濃さです。
例えば請求書の突合は手作業で残し、会議の要約はAIに任せる、といった具合に線を引きます。仕分けを済ませれば、研修カリキュラムと現場のルールが一本化されます。
評価の物差しを、作業量から判断の質へ移す
新人の評価が資料の枚数やコードの行数のままだと、AIを使える人ほど有利になり、育成の意味が薄れます。成果物に加えて「なぜこの結論にしたか」「どこを確認したか」を説明させ、判断の過程を評価に入れてください。
同時に、指導役の時間を確保する工夫も必要です。レビュー用のチェックリストを共通化し、AIの出力で間違いやすい箇所をあらかじめ共有すれば、教える側の負担を抑えられます。
小さく始めて、半年ごとに見直す
18社に共通する教訓は、完成形を最初から作ろうとしていないことです。一つの部署、一期分の新人で試し、半年後に定着度と現場の声を確かめて直す。AIの進歩は速く、今年の最適解が来年も通用する保証はありません。
見直しの周期をあらかじめ決めておくことが、結局は最も確実な備えになります。