生成AIは管理職の実践知を奪うのか鍛えるのかは条件次第

管理職の判断力は、現場で自分が直接くぐった経験から育ちます。ところが生成AIが日常業務に入り込むと、その経験の多くがAIの生成した出力に置き換わっていきます。本論文は、生成AIが管理職の実践知の育ち方を二つの方向に分岐させると論じます。急かされている状況では判断力が痩せていき、自分の判断を説明する責任が効いている状況ではむしろ鍛えられる、という見立てです。

研究の問い

管理職の実践知(フロネシス)とは、現場で自分が直接くぐった経験に支えられ、その場の文脈に即した道徳的な判断を下し、共通善の実現に向かおうとする力です。ところが生成AIが仕事に浸透するにつれ、本来なら自分で足を運び、迷い、やり直しながら得たはずの経験の多くが、AIの生成した出力に置き換わりつつあります。これまでの研究は、人とAIのやり取りが管理職の主体性をどう変えるかを扱ってきましたが、生成AIが実践知の発達に「なぜ・どのように・どのような条件で」影響するのかは分かっていませんでした。実践知は組織のなかで知識がどう使われるかの土台にあるため、この空白を埋める必要がありました。

調べ方

本研究はデータを集めて検証した実証研究ではなく、既存の議論を組み替えて新しい理論を構築する理論研究です。著者らはまず、生成AIが介在しない状況で実践知がどのように立ち上がるのかを描くベースラインのモデルを組み立て、新しい経験がどこから生まれるのかについて概念上の工夫を加えます。そのうえでこのモデルを拡張し、生成AIが実践知の発達をどちらの方向に押しやるのかを、条件つきのプロセスとして説明します。調査対象や実施年といった実証的な情報は、抄録では明記されていません。

わかったこと

著者らはまず、生成AIがない場面で管理職の実践知がどう育つかを描くベースラインのモデルを示します。自分の身をもって得た経験が積み重なり、そこからさらに新しい経験が生まれていく循環が、その場の文脈に即した道徳的な判断力を支えるという説明です。

次にこのモデルを拡張し、生成AIが加わると発達の道筋が分岐すると論じます。ひとつは認識的脱スキル化と呼ばれる方向です。時間的プレッシャーを感じている状況では、管理職は判断を含む仕事を認知的オフローディングによってAIに預けやすくなり、経験から学ぶ機会そのものが細っていきます。もうひとつは認識的スキル向上と呼ばれる方向です。自分の判断を説明し引き受ける説明責任が効いている状況では、AIの出力をそのまま受け取らずに問い直すリフレクシビティが働き、実践知はむしろ鍛えられます。

つまり生成AIそれ自体が判断力を奪うのでも与えるのでもなく、管理職が置かれた条件がどちらに転ぶかを決める、というのが本論文の中心的な主張です。

人事・研修担当への示唆

• AIを使った判断は、後から本人の言葉で説明させる場をセットにしましょう。説明責任がリフレクシビティを引き出します
• 締め切り直前の難しい判断をAIに丸投げさせない運用にし、時間的プレッシャーを下げる業務設計を管理職研修で扱いましょう
• 若手管理職には、AIの出力では代替できない一次的な経験を意図的に配分し、育つ場の確保を人材開発計画に明記しましょう

読むときの注意点

本論文は理論を組み立てた研究であり、提示された道筋がデータで検証されたわけではありません。時間的プレッシャーは本人がそう感じているかどうかとして扱われており、実際の忙しさとは別物です。著者らも今後の検証課題を挙げており、現時点では自社の状況を点検するための見取り図として読むのが妥当です。

キーワード解説

実践知

実践知とは、経験を通じて培われ、その場の文脈に応じてどう振る舞うのが善いかを見極める判断力のことです。

生成AI

生成AIとは、学習した内容をもとに文章や画像などの新しい出力を作り出す人工知能のことです。

共通善

共通善とは、特定の個人だけでなく、その集団や社会全体にとって望ましいとされる価値や利益のことです。

認識的脱スキル化

認識的脱スキル化とは、考える仕事を外部に任せ続けた結果、自分で判断する力そのものが衰えていく状態のことです。

認識的スキル向上

認識的スキル向上とは、外部の道具を使いながらも問い直しを重ねることで、自分の判断する力がかえって高まっていく状態のことです。

認知的オフローディング

認知的オフローディングとは、記憶や思考の負担を道具や他者に肩代わりさせ、自分の頭の負荷を減らすやり方のことです。

リフレクシビティ

リフレクシビティとは、自分の前提や判断の根拠そのものを立ち止まって問い直す姿勢のことです。

説明責任

説明責任とは、自分の判断や行動について、その理由を関係者に説明し結果を引き受ける責任のことです。

よくある質問

Q

生成AIを使うと管理職は育たなくなりますか?

A

本論文はそう単純には見ていません。時間に追われて判断ごとAIに預ける状況では判断力が細っていく一方、自分の判断を説明する責任が働く状況では、AIの出力を問い直すことでむしろ鍛えられると論じています。

Q

実践知(フロネシス)とは何ですか?

A

現場で自分がくぐった経験に支えられ、その場の文脈に即した道徳的な判断を下し、共通善に向かおうとする力を指します。本論文は、これが組織のなかで知識が使われる土台にあると位置づけています。

Q

現場ですぐできる対策は何ですか?

A

AIを使った判断について、根拠を本人の言葉で説明させる運用が有効だと示唆されます。逆に、急かされた状態で重い判断をAIに任せる運用は、学びの機会を削る方向に働きやすいと論じられています。

原論文のライセンス: 記載なし。本記事は原論文の内容を人材論文百科の編集部が独自に読み解いてまとめたもので、抄録や本文の翻訳・転載ではありません。図表は掲載していません。正確な内容は冒頭のDOIから原典をご確認ください。