AIを使うために必要な基礎力と、具体的な「AI使いこなし人材の研修・教育」について考える。
2024年になりました。みなさんAI触ってますか。
私は昨年書いたAI記事が結構ウケているので、改めてAI系の発信は需要があると思って味をしめています。社内でもAI使い方勉強会をやってだいぶ評判が良かったりするので、嬉しい限りです。
AIを触るための4つの基礎力
この記事に書かれている事
・AIを使いこなすために、そもそもどんな基礎力が求められるか
・それらを伸ばす具体的な研修・教育の案
この記事に書かれていない事
・具体的なAIへの指示の仕方
・企業でAIを使うための上司の説得方法
本日はAIへの指示方法ではなくその前段となる「そもそもAIを使うために必要な基礎力は何か？」を掘り下げて行こうと思います。
以前から「AI人材」という言葉は使われていましたが、どちらかといえば機械学習や深層学習、あるいはデータサイエンスの知識を持つ人のことを指し、「一般社員がどうAIを使うか」ということにフォーカスした言葉ではありませんでした。
そこで今回は、一般社員がどうAIを使いこなすか？ということに注目し、これからの時代に重要となる「AIを使うために必要な基礎力」について考えていこうと思います。
私の考える「AIを使うために必要な基礎力」
物事を抽象的に捉える力
明確な指示を出す力
判断軸を瞬時に見つける力
正しい情報を嗅ぎ分ける力
はじめに
2024年になり、企業の担当者の皆様方は来年度の新卒研修をどうするか考えている頃かもしれません。
来年以降の研修のメインテーマの一つが「どうAI人材を育てるか」となることは疑いようもなく、研修作りのために情報収集を行われている方もいると思われます。あるいは、4月~7月にかけていろいろな企業がこぞって「AIの使い方研修」の情報を発信するのをみて、「あぁ、出遅れた…」となる方もいるかもしれません。
何せよ、自分が経験したことのない研修をどう作るか？が必要になります。
一方で、企業においてAIを導入するのはそれほど容易なことでなく、金額やセキュリティ、内部の理解など、様々な障害が存在すると思われます。
その際感度の高い人であれば「必要と感じていること」と「しがらみの中で実際できること」のギャップにヤキモキしてしまうかもしれません。
しかしながらこのAIの波を考えると、例えAI自体が導入できなくとも導入前から徐々に準備を進め、導入時に迷わないように対策を打っておいた方が良いと考えています。
今回はそれらを念頭に置き、業務全般的に活きるAIを使わないAI人材カリキュラムを模索してみようと思います。
それなら研修のシラバスにねじこめる可能性があると信じています。
AIを使いこなすための基礎力の正体を探る
なぜ今基礎力を伸ばす必要があるのか
基礎力なくして応用なしということもあり、そもそも私たちはどのようにAIと向き合うかを、戦術として早めに見据える必要があるのではないでしょうか。でなければ「ただ道具の使い方が上手いだけの人」となってしまう可能性もあります。
今回の「AIを使いこなすための基礎力」は、議論としては「AIの使い方」をある程度理解した次のテーマとなるので、現状世の中にあまり情報がありません。
おそらく次の4~7月に様々な企業から研修資料が公開されますが、「AIの使い方」に着目した情報は収集できても「AIを使いこなすための基礎力」に関する資料はほとんど上がってこないでしょう。
これが早すぎた議論とならなければ嬉しいです。
私の考える「AIを使うために必要な基礎力」は下記4つです
物事を抽象的に捉える力
明確な指示を出す力
判断軸を瞬時に見つける力
正しい情報を嗅ぎ分ける力
1.物事の構造を捉え、取り組む課題を見据える必要がある
AIに指示する際、まず最初に行うべきは「何を質問するか」を決めることです。AIに聞きたいことがなければAIに質問はできませんし、まずは何を質問したいかを考える必要があります。
一見当たり前のようですが、いざ実業務の中でAIを活用しようとすると、何から始めたらいいか分からず「AIに対してどのように質問をするか？」に迷ってしまいます。
これはAIに指示/質問するためにはまず取り組むべき局面の理解が必要で、その先にようやく課題-質問が設定できることを示唆しています。
実際の仕事の中では、目の前のプロジェクトはいつも違うプロジェクトで、やることも全然違うこともあります。そのため、プロジェクトを具体的な条件ではなく、抽象的なレイヤーからそもそも「プロジェクト」は何であるか、それはどう分解できるかを見つけられなければ毎回迷ってしまいます。
さて、これを単なるプロジェクト理解ではなくプロジェクト理解できるための構造力とするのは、どんな局面に対しても汎用的に使える力を身につけたいからです。
また、物事を抽象的に捉えることができれば、抽象的な角度から適切な質問を作ることができます。これが質問力となります。
以上を踏まえ「物事を抽象的に捉える力」が、1つ目のAI時代の基礎力と考えています。
2.明瞭な指示が出せなければいけない
プロンプト書きテクニックとして、なるべく意味がぶれない言い回しをするのが良いとされており、指示を細かく出すのはそれに通じます。
AIが期待通りのアウトプットを出してくれない多く場合は「指示の含意が広すぎてアウトプットの正解が分からない」ためであり、要はその指示に原因があると考えています。
例えば「プレゼンテーションをもっと斬新にして」と言われたところで、何を持って斬新にするか、そもそも求められてることはなにか、が気になりますよね。で、ここを抑えられてない指示に対してアウトプットが出てくるので、指示者は「違う」と苛立つことになります。
さながら「何が正解か言わないのに指摘だけしてくる上司」ですね。そりゃAIも迷いますよ。
あるいは言葉選びのレイヤーにも通ずるところがあり、分かりやすく言えば 「りんご」と言われると赤い果物をイメージするが、「Apple」と言われるとMacのことをイメージするという現象からも指示の難しさが分かります。
要するに、誰に読ませても明確な指示や言葉遣いはAIにとっても明確であり、人が読んでも迷う指示や言葉遣いはAIも迷うということです。
改めて「明確な指示を出す力」は2つ目のAI時代の基礎力と言えるでしょう。
3.「これは求めるものかどうか」の判断ができないと、どうにもならない時代が来る
AIの怖いところは、クオリティの高いアウトプットがガンガン出てくることで、新卒や初学者からすれば、どれも自分よりクオリティか高いものが出てくる可能性があります。
例えば、midjouneyで出させたUIは全部綺麗ですが、どれが1番いいのか？をどのように選ベばいいでしょうか？
となると次の時代に求められることは、「自分より作業クオリティが高いアウトプットをどう絞り込むか」の判断力です。
いかに判断力を鍛えるか、その肝となるのが、判断軸を見つける事です。
何を基準に良し悪しを評価すればいいか…それが見えてくれば評価ができるはずです。
さて、先ほどのものはUIなので「目的とユーザーと導線から精査する」という方針を持てる人もいると思います。では、どのように未知の分野で「目的とユーザーと導線のが良いか」という判断軸を設定するのでしょうか？
往々にして、初心者が判断軸を持つのは大変ですが、誰しも新しい分野に挑むことはあるでしょう。
となれば、この「判断軸を瞬時に見つける力」が、3つ目のAI時代の基礎力のではないでしょうか
4.情報量が爆増する時代で、情報の信憑性を判断できることは重要さを増している
AIのデータソースには不完全性やバイアスが存在している可能性があり、その結果、AIによるアウトプットも誤っている可能性があります。
これをハルシネーションと言いますが、原理的に防ぐことは難しく、 AIからのアウトプットには常に不確実性は存在しています。
このため、AIから提供される情報を盲目的に信じるのではなく、その信憑性を慎重に評価する必要があります。
ある程度慣れてくると、AIが概ね正しい答えを返してくる質問と間違いがちな質問の勘所が身につきますが、1番最初は翻弄されがちなポイントです。
昨今はインターネット情報も信憑性が下がりつつありますし、さらに今後、インターネット上に「AIで生成された誤情報」が溢れるようになり、これらを見分ける力は加速度的に重要さを増しています。
さて、AIのデータの信憑性を判断するためには、まずAIでのデータの生成され方に理解を深めましょう。原理の理解…というよりは、本質的にはロジカルな推論ではなく統計的な生成であることや、正く厳密な根拠に基づいてデータを導くのが苦手であること、数字を扱うのが苦手なことなどについてです。
また、AIによって提供される情報を他の信頼できる情報源と照らし合わせることもその信憑性を評価する上で有効です。AIから出てきた答えを複数の視点から検証し、よりバランスの取れた判断が可能になります。
さらに、そもそも回答が自己矛盾を起こしていないかなど、論理的に考えることも必要です。
これには、先ほどの物事を抽象的に捉える力も役に立ってきますね。
自分がすでに知っている領域なら正しい情報の肌感覚はわかるものの、未知の状況ならどうするか、あるいはそもそもインターネットの情報も正しいか、など、その情報が正しいかどうかの判断はさまざまな局面で求められます。
と言うわけで、こういった「正しい情報を嗅ぎ分ける力」が、4つ目のAI時代の基礎力です。
4つの基礎力のまとめ
「物事を抽象的に捉える力」「明確な指示を出す力 」
「判断軸を瞬時に見つける力 」「正しい情報を嗅ぎ分ける力」
物事を抽象的に捉える力
・AIに指示を出す前に、何を質問するかを決めることが重要です。これには、具体的な状況を抽象的に捉え、適切な質問を形成する能力が求められます。この力は、AIに対する効果的な質問を導き出すために不可欠です。
・これは普段のプロジェクトについて考える場合も同様です
明確な指示を出す力
・AIに対する指示は、できるだけ明確である必要があります。曖昧な指示は、AIにとって解釈が難しく、期待通りの結果を得ることができません。具体的で、意味がぶれない指示を出す能力が重要です。
・これは人間に指示する場合も同様です
判断軸を瞬時に見つける力
・AIが提供する多くのアウトプットの中から、最適なものを選択するには、判断軸を素早く見つける能力が必要です。これには、目的やユーザーのニーズを理解し、それに基づいて適切な選択を行う力が含まれます。
・良いものを良いと判断する軸を自分で持つことで、自分の作業クオリティも評価できるので、総合的な質を上げることができます。
正しい情報を嗅ぎ分ける力
・AIから提供される情報の中には、誤った情報や偏った情報も含まれる可能性があります。そのため、手に入れた情報の信憑性を正しく判断する力が必要です。これには、情報の出典を評価し、必要に応じて追加の検証を行う能力が含まれます。
・昨今はインターネットやSNSに誤った情報が溢れており、この流れはAIによって更に加速します。
AIを使いこなすためには、これらの基礎力が不可欠になるでしょう。
これらの力を身につけることで、AIの潜在能力を最大限に引き出し、今後もAIの進化に合わせて、
基礎力をどのように育むか考える
さて、ここまで4つの力が大事であると考えてきましたが、今度はこれらの力をどう育むことができるかの具体的な研修・教育方法を掘り下げていこうと思います。
1.「物事を抽象的に捉える力」
「物事を抽象的に捉える力」を育むためには、論理的思考-ロジカルシンキングを鍛えるのが効果的ではないでしょうか。
ロジカルシンキングトレーニング
ロジカルシンキング（論理的思考）は、合理的に考え、問題を解決するプロセスです。この思考方法は、事実やデータに基づいて結論を導き出すことを重視し、感情や主観的な意見に左右されることなく、客観的かつ系統的に物事を考察します。
例えば、「企業の売り上げを伸ばす最適な方法を提案する」と言うケースがあったとします。この際、抽象的に物事を捉える力がないと、すぐに具体的な方法な方法を考えてしまいます(例：広告を出します！など)。
さて、この設問のミソは"最適な方法"と言うところであり、これがいかに最適であるかの根拠が必要になります。広告を出すなら出すで、なぜそれが最適か掘り下げなければいけません。
一方、ロジカルシンキングでは、こう言うシチュエーションに対して、まず売り上げを伸ばすために売り上げはどのような構造で成り立っているかを考えますつまり、収入と支出が存在すること、そして更にそれぞれは何の項目で成り立っているかを掘り下げます。こういった思考を重ねて、ゴールへ辿り着きます。
ロジカルシンキングトレーニングはこのように設問をメタ的に捉える力を育んでくれるものであり、これらを下支えする演繹法・帰納法/ロジックツリー/MECE/ピラミッドストラクチャーの4つの考え方があります。これを鍛えることが大きな力になります。
2.「明確な指示を出す力」を育む
「明確な指示を出す力」を育むためには、複雑な背景や状況を簡潔に説明すること、そして時には言語化されてないものを言語化することが求められます。文章要約で簡潔な説明を心がけたり、日記を書くことで自分の心情の言語化を試みるのは有効ではないでしょうか。
文章要約トレーニング
文章要約トレーニングは複雑な情報や長い文章を簡潔に要約する能力を養うことで、物事の要点を捉える力、それを伝わりやすい形に整理する力を育む目的があります。
何でやってもいいですが、最初は読み慣れているもの、そしてだんだんと普段読み慣れてないものへ進めていくといいでしょう。せっかくなのでニュースとかがいいかもしれません。
方法：
・毎日、ビジネス記事やニュース記事を読み、その要点を数文で要約する練習をする。
・要約した文章を他の人と共有し、内容が正確かつ簡潔に伝わっているかフィードバックを受ける。
設問例：
・「この記事の主要なメッセージは何ですか？」
・「記事の内容を3文以内で要約してください。」
日記を書く
日記を書くことで、日々の感情や出来事を言語化し、自己表現の能力を高めることができます。この練習は、思考を整理し、感情や経験を明確に伝えることを学ぶのに役立ちます。
方法
・毎日、その日に経験した出来事や感じた感情を記録する。
・日記を人に共有し、内容に関してフィードバックをもらう
・もらったフィードバックを受けディスカッションしたり、直したい部分を直す
設問
・「今日最も印象的だった出来事は何でしたか？なぜあなたはその出来事を印象深く感じましたか？」
・「今日学んだことを一つ書いてください」
その他
・実は言語化においてフィードバックをもらい再考することはかなり重要です。自分だけではうまくまとまりきらなかった部分を人の質問を経てまとめることが可能です
・日記は長くある必要も1日のことを網羅的に書く必要もありません
一つの項目だけでも問題ないですが、日々何かを言語化することが重要です。
・「日記」というとテーマが散漫で書きづらいので、何かテーマを決めてもいいかもしれないです。不定期ですが私はこの5年ぐらい「デザイン」について考えたことを言語化し、時折見返す作業を行なっています。
日記を書く習慣は、自己理解を深めるだけでなく、感情や経験を他者に伝える際のコミュニケーションスキルを向上させる効果があります。
3.「判断軸を瞬時に見つける力」を育む
「判断軸を瞬時に見つける力」を育むためには、まずどのような判断軸があるか、そしてどう判断するのが良いかの勘所を身につけることが重要となります。
ケース分析を通して良い判断/悪い判断を学ぶと共に、良し悪しの判断トレーニングを経て「そもそも良い悪いとは何であるか」を自分の中で確立することが有効と考えています。
ケースの分析トレーニング
ケースの分析トレーニングでは実際の事例をもとに、なぜ成功したか？何が良かったか？を分析するトレーニングです。
この、成功した理由や、効果的だった要素を抽象的に理解することで、同じような状況で
(疑似体験を行うケーススタディとは異なります)
方法
・特定のプロジェクトやケースの事例を読む
・なぜ成功したか、何が良かったか、なぜ失敗したか、何がいけなかったかを言語化する
・どのように改善できるかをディスカッションする
良し悪しの判断トレーニング
上のケース分析はプロジェクトの振り返りの側面が強いですが、同様のプロセスは文章だろうとデザインだろうと実施できます。
私は昔、まだグラフィックデザインをやっていた頃、「良いと思うポスターはなぜ良いと思うか」「この良いポスターのよりどちらが良いか」をひたすら言語化していました。それが今に生きていると感じています。
方法-1
・文章やデザインなど、何でも用意する
・何を良いと感じるかを言語化する
・この中のどれが良いと感じ、なぜ良いと感じるかを言語化する
方法-2
・自分が良いと感じるものを2つ以上用意する
・良いと感じるもの同士を比較し、違いを洗い出したり、どちらがより効果的かを分析する
4.「正しい情報を嗅ぎ分ける力」を育む
もはやITリテラシーの一つでもありますが、「正しい情報を嗅ぎ分ける力」を育むためには、情報の出どころを確認する習慣形成や、情報が正しいかを精査する能力の向上が求められます。
リファレンスチェックトレーニングで情報の出本を確認する重要さの理解や習慣形成、クリティカルリーディングトレーニングで正く情報を読み取る力を育てるのが有効と考えています。
リファレンスチェックレーニング
リファレンスチェックトレーニングでは、情報の出どころや信憑性を確認する(意識する)習慣形成を試みます。何をもって、情報が正しいかはどのように判断するかの感覚をトレーニングを経て身につけます。
目的
・情報の出典を評価し、その信憑性を判断する能力を養う。
方法
・様々な情報源（ニュース、学術論文、ブログ等）からの情報を渡され、その信頼性を評価する練習をする。
・情報の出典、著者の背景、発行日などを考慮して、情報の信憑性を評価する。
設問例
・「この情報源は信頼できると思いますか？その理由は何ですか？」
・「情報のバイアスや偏りをどのように識別しますか？」
クリティカルリーディングトレーニング
出典元が信用できるからといって文章そのものもが正確であるかが担保されたわけではありません。文章が自己矛盾を起こしている可能性なども考慮しつつ、正しく文章を読み、文章の正しさを評価する方法を学びます
目的
・テキストを批判的に読み解き、情報の真偽を見極める練習をする。
方法
・様々なトピックに関する記事やレポートを読み、その内容を批判的に分析する。
・記事の主張、根拠、論理構造を評価し、その信憑性を判断する。
設問例
「この記事の主張は妥当だと思いますか？その理由は何ですか？」
「記事に提示された証拠や根拠は信頼できると思いますか？」
まとめ
今回は、AIを使いこなすための基礎力と、それらを伸ばす具体的な研修・教育の案を考えてみました。
私の考える「AIを使うために必要な基礎力」とそれぞれに対応したトレーニングは下記となります。
物事を抽象的に捉える力
・ロジカルシンキングトレーニング
明確な指示を出す力
・文章要約
・日記を書く
判断軸を瞬時に見つける力
・ケースの分析トレーニング
・良し悪しの判断トレーニング
正しい情報を嗅ぎ分ける力
・リファレンスチェックトレーニング
・クリティカルリーディングトレーニング
本日は以上となります。
こちらも良かったのでぜひどうぞ
その他
また、本日の話に直接関係あるわけではありませんが、私の書いたこれらの記事もそれなりに人気なようです。あわせてどうぞ。
いいなと思ったら応援しよう！
