部下へのコメント、AIに任せると『気を利かせる』がいなくなる

graph LR
    A["AIに任せる
評価コメント"] -->|気遣いが消える| B["返答が
冷たく響く"]
    B -->|構造的に起きる| C["気を利かせる力
= AIに無い領域"]
    C -->|だから| D["線引きを
先に設計する"]

評価面談の場。部下が自分の成果をどう見られているのか、不安を抱えながら座っている。あなたが口を開く前に、事前に作った評価コメント。それをAIに下書きさせた。

仕上がってきた文面を読んだとき、「これ、違う」と思った。内容は正確だ。成果も課題も指摘されている。だが何か気が通じていない。部下が読んだときの印象は、「正当に評価されたな」ではなく、「ツールが読み上げてくるような感じ」になってしまう。

これはAIの「失敗」ではない。AIの設計そのものだ。

気を利かせる仕事がAIに向かない理由

#

AIは統計モデルだ。大量のテキストから「評価コメントはこういう構造」という確率分布を学習し、入力に対して尤度の高い出力を返す。

だからこそできることがある。文法を整える、字数を調整する、複数の表現案を出す。

だがAIにできない仕事が、ここにある。それは相手の心理状態を先読みして、今この瞬間に必要な言葉を選ぶことだ。（出典: 「AIなら何でもできる」は大間違い 仕事を任せる前に知っておきたい3つの弱点）

部下は評価面談に来ている。背景にはいくつかの心理状態がある。昨月の手戻りで自信を失っているかもしれない。他の評価軸で心当たりがあるかもしれない。あるいは単に疲れているだけかもしれない。その状態を、冒頭の数語で察して、言葉の角度を調整する。それが「気を利かせる」仕事だ。

AIの統計モデルには、相手の心理状態を読む層がない。テキストの外側の情報が見えないからだ。その日の部下の顔色、声のトーン、前回面談からの経時的な変化——これらはすべてAIの観測対象の外にある。だからAIは「平均的な評価コメント」を返す。

それが正確であればあるほど、心理的な配慮が見えない。

「気を利かせる」仕事は、AIに投げる前に線を引く

#

だから線引きを先に決めておく必要がある。

すべてのコメント作成をAIに任せるのではなく、最初の1〜2文だけは自分で書く。そこに「この部下の現在地をあなたが理解している」という姿勢を置く。その後の具体的な課題指摘や数字の根拠はAIに任せる。

たとえば。

【あなたが書く部分】
「先月のプロジェクトでは、不確定な要件を前提に段階的に調整を重ねてくれたこと、見てたよ。」

【AIに任せる部分】
「成果としては達成したが、初期段階での要件確認にやや時間がかかった。今期は最初の定義を厳密にすることで、サイクルをもう1ステップ短縮できると判断した。」

冒頭の気を利かせた1文が入ると、その後ろの指摘が同じ内容でも響き方が変わる。部下の側に「見てくれている」という実感が生まれる。

評価以外の場面にも同じ構造がある

#

1on1での返答。部下からの相談に対して、その場で即座に返す言葉。これもそう。返答の最初の一言だけは本人が選ぶというスタンスが、信頼関係を左右する。

メールで返信が来た際、あなたの「気遣った言い回し」とAIの「無難な返答」は、読み手に全く別の印象を与える。

だから本人の判断が必要な場面と、AIが代替できる場面を先に分ける。その線引きがあれば、評価面談での判断設計も明快になる。

• 本人が判断すべき場面: 部下の心理的な不安を拾う、相手の実績を一言で認める、期待値を調整する最初の一言
• AIが代替できる場面: 根拠となる数字や事実の列挙、具体的な改善方針の言語化、複数案の検討

この線を引かずにAIに全量投げると、正確さは増す。だが人間関係のバネが消える。AIでも減らせない気遣いの仕事がここにはある。

逃げの一手

#

だが現実はそう単純ではない。「気を利かせた最初の一言」が思いつかない日もある。

その時は、評価コメントを渡してから、あなたが5分口頭で補足する。根拠数字の背景にある、部下が見落とした自分の価値を言い足す。それで十分だ。

また、言ったつもりが部下には冷たく響いた場合は、翌日改めて話し直す。完全な正解を初回で作る必要はない。試行錯誤が本来だ。

本記事は AI が下書きし、管理人が監修しています。