賢さは、口から手へ移っていく – AI時代に残るのは、やっていることとできること

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。

仕事のできる人を見抜きたい。自分の勉強が、実際に使える力になっているか確かめたい。会社の立派な戦略と、現場の実力を区別したい。そんなとき、説明のうまさだけで判断すると、これからはますます危ない。

AIに頼めば、筋の通った文章も、もっともらしい反省も、未来を感じさせる事業計画も出てくる。読む側が思わずうなずく文章を作るための手間は、確実に小さくなった。

そこで、賢さを測る目盛りが動き始める。何を言えるか。そこから、何をやっていて、何ができるかへ。これは私の見立てだ。

ただ、この変化を歓迎するだけでは足りない。行動を見れば人間の実力が全部分かるわけでもないし、AIが実行まで手伝う世界では、手を動かした量さえ怪しくなる。

今回は、言葉から実践へ評価が移ると、仕事・経営・投資で何を見るべきかを考えたい。シンプルだけれど、なかなか残酷な話です。

言葉の巧さだけでは賢さを見抜けない – AIが説明の希少性を下げる

会議でよく通る説明ができる人は、頭がよさそうに見える。その印象には理由がある。問題は、説明を作る人と、その中身を理解している人が、同じとは限らなくなったことだ。

文章が立派になるほど、本人が見えなくなる

生成AIが文章を整える力は、気分の話だけではない。NoyとZhangの2023年の研究では、大卒の専門職453人に職種に応じた文章課題を割り当て、約半数にChatGPTを使えるようにした。利用によって平均作業時間は40％減り、文章の品質は18％上がった。[1] PubMed

もちろん、短い文章課題の結果だ。あらゆる仕事が同じ割合で速くなるとは言えない。それでも、文章の仕上がりに対する印象と、その人自身が持つ能力との関係が変わりうることは示している。

これまでは、きれいに整理された資料を見ると、その裏に調査力、構成力、理解力があると推測できた。今はその推測に、AIがどこを担当したのか、という条件が入る。

資料がうまい人を疑え、という話ではない。資料がうまいことを、現場を動かせることの証拠として使いすぎない。ここが出発点になる。文章の品質が上がることは歓迎しつつ、評価する側の物差しも更新する必要がある。

しかも、周りの文章も一斉に整っていく。自分の資料が以前よりよくなっても、それだけで他人との差が広がるとは限らない。全員が上手に説明できる場では、上手な説明は参加条件に近づく。その先で、提案を実際に使える形に変えられるかが問われる。

説明できることと、考えられることは重ならない

もう一つ、そもそもの勘違いがある。知性は、全部が言葉の形をしているわけではない。

Fedorenkoらの2024年の論考は、脳研究などを整理し、言語を主にコミュニケーションの道具として捉える。言語能力と、数学などの推論能力が分かれうることを論じている。[2] これは言葉が無意味だという話でも、知性の正体が全部解明されたという話でもない。少なくとも、流暢に話せることと、よく考えられることを同一視するのは乱暴だ。Massachusetts Institute of Technology

自転車の乗り方を説明できても乗れない人はいる。逆に、乗れる人が重心の移動を全部言葉にできるとは限らない。仕事でも、話を聞きながら相手の理解度に応じて順番を変える力や、数字の違和感をつかんで調べる場所を絞る力には、説明文からこぼれる部分がある。

ポランニーの暗黙知という考え方は、そのこぼれる知に目を向ける。[3] 言葉にならないから神秘的なのではない。観察や練習を通じて使われている知が、本人の説明より広い、ということだ。筑摩書房

言語化をやめるのではなく、言語化で終わらない

では、説明はAIに任せて、黙って行動すればいいのか。そこも違う。

予算の前提が共有されていなければ、各部署は別々の未来を見ながら仕事をする。判断の理由が残っていなければ、担当者が替わったとき、何を守って何を変えてよいか分からない。言葉には、人の行動をつなぐ働きがある。

安くなるのは、それらしい説明を作るための手間だ。現実に合った前提を選び、他人が使える説明に仕上げる仕事まで消えるわけではない。AIの文章を読んで、これは契約条件に合わない、この提案では相手が動けない、と判断するには中身の理解が要る。

危ないのは、言語化した瞬間に達成感が来てしまうことだ。課題を整理した。方針を書いた。改善案を出した。そこで止まると、変わったのは文章だけで、仕事は昨日と同じままになる。

AIは、その達成感まで手早く届けてくれる。だから、自分に聞く必要がある。この説明ができたあと、誰の何が変わったのか。言葉を現実に接続する問いを、文章の外に持つ。

説明が上手であることは、今後も役に立つ。ただ、その上手さだけで能力を推定するには、証拠が足りなくなる。いい言葉が増えるほど、言葉の先を見ないといけない。

それらしい答えが簡単に手に入るのに、答えを並べる場所に留まり続ける。残酷なのは、そこで費やした努力の量までが、価値を保証してくれなくなることだ。

体現できる人は現実から逃げない – 経理も経営も最後は運用で決まる

体現というと、精神論っぽく聞こえるかもしれない。でも、仕事に引き寄せるとかなり具体的だ。想定と違うことが起きても、状況を見て、判断し、仕事を前へ進められるか。そこを見る。

利益の説明より、現金が入るまでの流れを見る

経理・会計の目線で考えると、説明と実態の差はなじみ深い。売上が伸び、利益も出ている。その説明だけなら順調な会社に見える。ところが、代金の回収が遅れ、在庫が積み上がっていれば、手元の現金は苦しくなりうる。

売上や利益の認識と、現金が入る時期は同じとは限らない。だから、P/Lの説明を聞くだけでは足りず、B/Sの売掛金や在庫と、キャッシュの動きまでつないで見る。会社が語る成果と、実際の運用の間を追いかけるわけだ。

例えば、資金繰りを改善するという方針を掲げた会社があるとする。担当者が入金予定を把握できるのか。営業と経理が延滞の情報を共有できるのか。例外的な取引条件が増えたとき、誰が判断するのか。そこが変わって、ようやく方針が仕事になる。

人の能力も似ている。会計処理を説明できることに加えて、必要な資料を集め、判断の根拠を確かめ、関係者と調整し、期限内に数字を作れるか。きれいな解説の外に、実務の大部分がある。

戦略は、予算と人の配置に表れる

経営でも、同じことが起きる。顧客を重視する。長期的な成長を目指す。人材が財産だ。全部、言いやすい。AIなら、さらに美しい言い方を考えてくれる。

けれど、顧客の困り事を拾う時間が現場にない。長期投資は毎回、短期利益のために先送りされる。育成担当者には教育する余力がない。そうなれば、会社が体現しているのは、発表した方針とは別のものだ。

方針は予算の中で試される。誰に人を付けるか。どの仕事を減らすか。何を評価し、何を断るか。ここには限りがあるから、言葉のように全部を美しく並べられない。

投資家としても、経営者の説明から、実際の資源配分へ視線を移す意味がある。長期の成長を語るなら、それに必要な投資と資金の余裕があるか。資本効率を語るなら、採算の悪い事業にどう向き合っているか。

ただし、現金が増えれば何でも正解ではない。投資を止めて現金を残す会社もある。見るのは、言葉と行動と事業の事情がつながっているか。説明を捨てるのでなく、照合する。

できる力は、条件が変わったときに分かる

手順どおりに進むときだけできる仕事と、例外に対応できる仕事は違う。前月の資料を更新できる。でも、新しい取引が入ると止まる。これでは、手順を再現できても、判断まで引き受けられるとは言えない。

体現できる力には、現実からの反応を受けて修正する力が含まれる。説明するときには気づかなかった条件が、実際に動かすと出てくる。その条件を見て、最初の考えを変えられるか。

ショーンの実践論は、こうした行為の中で考え直す専門家像を扱っている。[4] 完成済みの理論を当てはめるだけで済まない仕事を考えるための視点だ。9784946509261 : 本

そして、AIを使えば本人の力も育つ、とは限らない。Bastaniらの研究では、トルコの高校で約千人を対象に数学学習を調べ、一般的なAI支援群は練習中の成績が上がった一方、AIなしの試験では対照群より17％低かった。学習を守る工夫を入れた別の支援では、この悪影響がほぼ解消された。[5] PMC

一校の数学学習における短期の結果なので、仕事全般にそのまま広げることはできない。それでも、答えを得ることと、その答えを使える人になることは、分けて考えたい。

その確認は、AIを取り上げる試験だけでなくてもよい。実務なら、使える道具を使ったうえで、条件の違う案件を処理してもらう。どこまで任せてよく、どこから確認が要るかを判断できるかを見る。道具を使う能力と、道具に任せきりの状態も区別できる。

AIを使って成果を出せるなら、それも能力の一部だ。全部を自力で処理する必要はない。ただし、出力が間違っているときに気づけるか、条件が変わってもやり直せるかは残る。

体現できる人とは、最初から何でも分かっている人ではない。現実の面倒な反応を受け取りながら、次の判断に進める人だ。完成した説明より、未完成の仕事にどう向き合うかが見えてくる。

行動を見れば公平になるとは限らない – 成果主義にも新しい化粧がある

言っていることより、やっていることを見る。それは分かりやすい。けれど、分かりやすさに安心すると、今度は行動や成果の見た目にだまされる。評価の落とし穴は、場所を変えて残る。

やっている、できる、結果が出たを分ける

この三つは似ているけれど、同じではない。やっている、は観察できる行動。できる、は一定の条件で仕事を遂行できる能力。結果が出た、は本人の行動に加え、周囲の協力や環境も混ざった出来事だ。

会議をたくさん開いたから、調整できるとは限らない。売上が伸びたから、その人の判断がよかったとも限らない。市場全体が伸びていただけかもしれないし、前任者が仕込んだ案件かもしれない。逆に、難しい担当先を引き受けた人は、能力があっても数字が見劣りすることがある。

だから、行動を入口にしつつ、条件と過程まで見る。同じ人が別の条件でも対応できるか。何を自分で判断したか。結果が悪かったとき、どこを直したか。ここまで見て、ようやく能力に近づく。

サンデルは能力主義を問い、成功と報酬を本人の努力や能力だけで正当化する見方に疑問を向けている。[6] 成果を見ることと、成果をその人の価値の全部にすることは違う。賢さの評価が厳しくなるとしても、人間の尊厳まで成果に連動させる必要はない。hayakawa-online.co.jp

権限を持たない人に、権限を持つ人と同じ結果を要求しても意味がない。人を評価するときは、結果を見る前に、その人が変えられる範囲を確かめたい。体現を求める言葉が、動くための条件を整えない側の言い訳になってしまえば、残酷さだけが増えてしまう。

見える成果だけを求めると、仕事が演技になる

成果物が評価されるなら、成果物を増やそうとする。改善提案の数を数えれば、提案は増える。でも、使われない提案が増えたら、見る人の仕事が増えただけかもしれない。

AIによって文章を作りやすくなれば、こうした見せるための仕事も作りやすくなる。資料が増える。報告が増える。取り組んだ雰囲気も増える。言葉の見栄えから行動の見栄えへ、化粧を変えるだけで済んでしまう。

一方、重大な誤りを未然に防いだ仕事は、成功するほど目立たない。引き継ぎを整えた仕事も、後任が普通に回せるようになると苦労が消えて見える。事故が起きなかった、という結果から、何をした人の功績なのかを判断するのは難しい。

そこで、成果だけでなく、判断と対応の記録を残す。どんなリスクを見つけ、何を確かめ、どの選択肢を捨てたか。長い報告書でなくてもよい。後から検討できる形があれば、派手な成果と地味な貢献を比べやすくなる。

ここで、言葉がまた役に立つ。行動を評価するためには、行動の意味を伝える説明が必要なのだ。

自分の賢さを、小さく試せる形にする

では、明日から何を変えるか。おすすめしたいのは、学んだことを、他人が使える小さな成果に変えることだ。

会計を学んだら、論点をまとめるだけで終えず、条件の違う取引にどう当てはまるか考える。業務改善を学んだら、実際の作業を一つ選び、詰まっている場所を確かめる。AIに案を作らせたら、その案で誰が何をできるようになるか試す。

例えば、引き継ぎ資料なら、作成して完了にしない。初めて読む人が、その資料で作業を進められるかを見る。途中で止まったら、読み手の能力を責める前に、資料に抜けた前提がないか調べる。説明が通じたつもりだった部分に、学ぶ場所がある。

そのとき、AIに正解だけを求めるより、条件を変えた問題や、自分の案の弱点を出してもらう使い方もある。答えを受け取って安心する時間を、自分の判断を試す時間へ少し振り向ける。

何でも今すぐ公開する必要はない。準備や練習にも意味がある。ただ、準備には確かめる予定を付ける。いつ、誰が、どんな条件で試すか。それが決まると、勉強と実務の間に橋がかかる。

AIが実行も支援する以上、言葉はAI、行動は人間という役割分担が永遠に続くとは思わない。人に残る価値を探すなら、手作業の量より、目的を選び、結果を確かめ、修正するところを見るほうがよい。

評価がシンプルになるのは、言葉だけでは足りないと分かる入口までだ。その先では、誰が何をできるようにしたのか、何が起こるのを防いだのかを見抜く、評価する側の賢さまで試される。

結論　賢さを肩書きから動詞へ戻す

説明が立派なのに、現実が変わらない。その落差を、これからは取り繕いにくくなる。文章を整えること自体にかかる努力が減れば、その先まで進む余地が生まれるからだ。

なのに、いつまでも説明した場所に留まる。これは、自分が賢く見えることを、自分が使える人になることより優先してしまう危うさでもある。AIはそこを慰めてくれるかもしれない。現実は、わりと容赦がない。

一方で、この変化は、話すのが得意ではない人の力を見つける機会にもなる。直せる。気づける。続けられる。人をつなげられる。賢さを名詞として褒めるだけでなく、何ができるのかという動詞に戻してみる。

そして、その動詞が増えるようにAIを使う。資料を作れた、の先に、判断できた。説明できた、の先に、人が動けた。学んだ、の先に、条件が変わっても対応できた。

自分の言葉を、全部自分で作る必要はなくなる。それでも、自分の選択を現実に置き、返ってきた結果を見て、次を変えるところからは逃げられない。

今日、うまく言えたことは何か。そう聞く代わりに、今日、何を少しできるようになったかと聞いてみる。答えが短くても、そちらのほうが、自分の明日を動かす。

言葉と実践の距離を考えるための5冊

1．『暗黙知の次元』マイケル・ポランニー（高橋勇夫訳）

説明できる知識だけを、人間の知の全体と考えてよいのか。この問いの土台になる一冊です。言語化されない知が、日常の知覚や行動、さらに科学的な探求にどう関わるかを考えます。この記事で扱った、説明は苦手でもできる人の力を、単なる勘や根性で片づけたくない人に向いています。すぐに使える業務手順を探す本というより、何を知識と呼ぶのかという見方を広げる本です。他の4冊に入る前に、言葉で取り出せる部分と、実際に働いている知の関係を考える入口になります。AIが文章を作れるようになった今、私たちはその外側の力をどう見つけ、どう育てるのか。その問いを急いで閉じずに持っておくために選びました。

暗黙知の次元 （ちくま学芸文庫） [ マイケル・ポラニー ] 価格：1,100円（税込、送料無料) (2026/10/13時点) 楽天で購入

2．『専門家の知恵　反省的実践家は行為しながら考える』ドナルド・A・ショーン

理論を知っているのに、現場ではうまくいかない。そんなときに、知識不足だけを原因にする前に開きたい本です。専門家の仕事を、完成した理論の適用だけで捉える見方から、行為の中で考え直す実践へと移していきます。この記事の、条件が変わったときに対応できるかという論点とつながります。答えのある試験と、問題の形そのものが揺れる実務の違いを考えたい人に向いています。専門家と依頼者の関係や、研究と実践の関係にも目を向けるため、個人の技能だけで話が終わらないのも特徴です。暗黙知の概念を知る本から一歩進み、仕事をしながら何を考え、どこで判断を更新しているのかを捉えるために読む位置づけです。

専門家の知恵: 反省的実践家は行為しながら考える 価格：1,710円（税込、送料別) (2026/10/13時点) 楽天で購入

3．『知識創造企業（新装版）』野中郁次郎・竹内弘高（梅本勝博訳）

できる人が一人いるだけでは、組織全体ができるようになったとは言えません。その人の経験や知恵を、他の人も使える知識へどうつなげるかを考える本です。個人の暗黙知を組織の形式知へ変換し、イノベーションへ高めていく知識創造理論を扱います。この記事の、言語化で終わらないという主張に対して、言語化を組織の力へ戻す道筋を考える役割があります。ベテランの技能が属人化している部署や、資料を増やしても引き継ぎが進まない仕事に関心のある人向けです。個人の賢さを論じる他の本と違い、組織構造やマネジメントまで視野が広がります。AIで説明を作りやすくなったあと、その説明を誰がどう使うのかを考えるための経営の一冊です。

知識創造企業（新装版） [ 野中 郁次郎 ] 価格：2,860円（税込、送料無料) (2026/10/13時点) 楽天で購入

4．『良い戦略、悪い戦略』リチャード・P・ルメルト（村井章子訳）

立派な目標や美しい言葉が並んでいる。でも、明日何を変えるのかが見えない。そんな計画を読むときの違和感を、戦略の問題として捉えるための本です。良い戦略と悪い戦略の違い、戦略の基本構造、強みの活かし方、戦略を考える方法を扱います。この記事で触れた、経営の方針を予算や人の配置と照合する視点につながります。資料の説得力より、実行へ結びついているかを確かめたい管理職や、企業の説明を読む投資家に向いています。知識や専門性の話から、限られた資源をどう使うかという選択の話へ移れる一冊です。AIに事業計画を作ってもらったときも、その文章を戦略と呼んでよいのかを自分で考えるための物差しとして位置づけられます。

良い戦略、悪い戦略 [ リチャード・P・ルメルト ] 価格：2,200円（税込、送料無料) (2026/10/13時点) 楽天で購入

5．『実力も運のうち　能力主義は正義か？』マイケル・サンデル（鬼澤忍訳）

実践できる人を評価しようという話には、できない人は報われなくて当然なのかという問いが残ります。この本は、その残り方を正面から考えるために選びました。努力して能力を得た人が成功と報酬を手にする能力主義について、それが本当に公平なのか、人間の尊厳や社会の分断とどう関わるのかを問います。この記事の、行動・能力・結果を分ける視点を、社会の評価のあり方まで広げて考えたい人に向いています。他の4冊が知や実践を理解する道具になるのに対して、本書は、その道具で人間をどう扱ってよいかを問い直します。成果を厳しく見ることと、成果で人の価値を決めることの間に線を引く。残酷な世界という表現を、ただの自己責任論で終わらせないための一冊です。

実力も運のうち　能力主義は正義か？ （ハヤカワ文庫NF） [ マイケル・サンデル ] 価格：1,650円（税込、送料無料) (2026/10/13時点) 楽天で購入

仕事や経営にすぐ結びつけたいなら『良い戦略、悪い戦略』、現場の判断を捉えたいなら『専門家の知恵』から。知性と言葉の関係を根元から考えるなら『暗黙知の次元』、個人の力をチームへ広げたいなら『知識創造企業』。成果を求める話に息苦しさを感じたら、『実力も運のうち』を合わせると、評価と尊厳を分けて考えられます。

それでは、またっ！！

引用論文・参考文献

• [1] Noy, S. & Zhang, W.（2023）Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381, 187–192. 公開抄録
• [2] Fedorenko, E., Piantadosi, S. T. & Gibson, E. A. F.（2024）Language is primarily a tool for communication rather than thought. Nature, 630, 575–586. 論文／著者所属機関の解説
• [3] マイケル・ポランニー『暗黙知の次元』高橋勇夫訳。概念・内容紹介は出版社資料を参照。
• [4] ドナルド・A・ショーン『専門家の知恵　反省的実践家は行為しながら考える』。書籍情報・内容紹介・目次
• [5] Bastani, H. et al.（2025）Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122, e2422633122. 公開論文
• [6] マイケル・サンデル『実力も運のうち　能力主義は正義か？』鬼澤忍訳。出版社資料