RYO NIHONYANAGI二本柳 亮
資料庫に戻る

AI推進の現場図解資料

AIに​考えさせない。​考えるのは​自分、​AIは​ブースター

答えを​先に​出させず、​問いで​構造化の​力を​保つ運用

この資料の要点

  1. 01
    AIが​先に​骨格を​出す​「ポン出し」は、​構造化の​力を​使わせなく​する
  2. 02
    AIは​代わりに​考えるのではなく、​問いで​考えを​鍛える​ブースターに​する
  3. 03
    全部を​問い​モードに​せず、​考える​仕事だけ主体を​人に​残す

AIが先に答えると、何が起きるか

AIに企画や設計の相談をすると、たいてい整った答えが一度で返ってきます。見出しも箇条書きもそろっていて、そのまま使えそうに見える。

ここに落とし穴があります。僕はこれを「ポン出し」と呼んでいます。自分で考える前に、AIが構造を先に出してしまう状態です。受け取った側は、出てきた骨格を直すことはできても、骨格を自分で組み立てる機会を失います。

組織で見ると、これは静かに効いてきます。

  • 誰に、何のために、という根っこが言葉になっていないまま、体裁の整った資料だけが増える
  • 担当者が「AIの案を調整する人」になり、構造を考える力が使われなくなる
  • 判断の理由を聞かれたとき、本人の言葉で説明できない

AIが速くて賢いほど、考える作業を丸ごと渡したくなります。けれど構造化は、使わなければ鈍る筋力です。

考え方:AIは「代わりに考える」ものではなく、「問いで考えを鍛える」もの

僕の結論は、シンプルです。考えるのは自分で、AIはそのブースターにする。

同じAIでも、役割を入れ替えると働きが変わります。

図1AIの役割の置き方

AIが考える(ポン出し型)

  • 相談すると、AIが骨格を先に出す
  • 人は出てきた案を直す側になる
  • なぜそう決めたかを、自分の言葉で言えない

AIが問う(ブースター型)

  • 相談すると、AIがまず問い返す
  • 人は自分の言葉で答え、構造を組む
  • AIは穴を指摘し、肉付けを手伝う

AIの賢さは、答えを出すためではなく、考えを引き出すために使う

ブースターは、走るのは人で、その速度を上げる道具という意味です。AIが走ってしまっては、ブースターではなく代走になります。

僕が自分に課したルール

ある時期、僕は自分の構造化の筋力を取り戻したくて、AIにあるルールを課しました。期限を決め、僕自身が明示的に頼んだ運用です。骨子は次のとおりです。

図2壁打ちでAIに課したルールの骨子

  1. 01先に問う答えを渡す前に、1回に1問だけ聞く
  2. 人自分の言葉で答える出し切るまでAIは骨格を出さない
  3. 03穴を指摘される出し切ったあとに、構造の穴を指摘してもらう
  4. 人核心の4問を言う答えられるまで、成果物や実装に進まない

骨格を出すのは人が先。AIは問いと指摘で後から支える

細かい点を2つだけ挙げます。

  • 骨格をAIが先に出すことを禁止した。 ポン出しの温床は、ここだと考えたからです
  • 「なるほど」では進めない。 納得したふりではなく、自分の言葉で言い直せたかを見る。判定の基準は、合っているかどうかではなく、言語化できているかです

これは個人の内省のための仕組みに見えるかもしれません。ただ、組織でAIを使うときにも同じ設計が効くと考えています。AIの導入が進むほど、「誰が考えているのか」を設計で決めておく必要が出てきます。

図3考える主体を、仕事の種類で分ける

作業の仕事考える仕事正解が決まっている
AIにそのまま任せる
(ここは少ない)
正解が決まっていない
AIに下書きを任せ、人が検収する
AIは問いに回り、人が考える

全部を問いモードにはしない。考える仕事だけ、主体を人に残す

この先の限定部分では、このルールの書き方、定番の問い、コア4問のシート、チームで使う手順を整理します。

ここから先は、限定公開パートです

手順・テンプレート・チェックリストなどの​実践部分は、​顧問先・研修先の​方に​パスワードで​お読みいただけます。

  • ルールの​書き方:AIに​何と​伝えるか
  • 定番の​問いの​リスト
  • 核心の​4問シート
  • チームや​研修で​使う​手順
  • 使い​分け:全部を​問い​モードに​しない
  • 通常モードに​戻す合図​(緊急脱出)
  • よく​ある​失敗
  • 導入前の​チェックリスト