「最近どう？」と部下に聞いて、「大丈夫です」と返ってきた瞬間に、あなたの仕事は終わっていない。終わっているのは、その情報を頼りに判断する道だけだ。
私がこれまで課長たちから聞いてきた話の中で、最も多いパターンがこれだ。「部下が黙って詰まっているのは分かる。でも、全員のSlackとメールを毎日読む燃料はもう残っていない」。外から観察してきた限り、観察を諦めた課長はたいてい1on1で問い詰める方向に振れる。逆だ。問い詰めをやめて、言語のほうを機械に読ませる。
flowchart TD
A[週次の発言ログ] --> B[ChatGPTに投入]
B --> C[曖昧化を検知]
C --> D[該当者だけ観察]
D --> E[燃料温存]
サイレント失敗が起きる構造#
部下が悪意なく詰まる状況には、ほぼ共通する言語の崩れ方がある。
最初に起きるのは「主語が消える」ことだ。先週まで「私が来週までに〇〇を出します」と書いていた部下が、今週から「来週中に出ます」「進めています」と書く。
次に起きるのは「動詞が曖昧になる」ことだ。「実装する」「レビューを依頼する」が、「対応する」「確認する」「巻き取る」に変わる。
最後に起きるのは「期日が落ちる」ことだ。「金曜まで」が「今週中」になり、「今週中」が「近日中」になる。
外から観察してきた限り、この3段階は1〜3週間かけて静かに進む。本人に自覚はない。「言いにくいから濁している」のではなく、「自分の中でも何が止まっているかを言語化できていない」のだ。だから1on1で「困っていることある？」と聞いても「特にないです」が返る。
部下は嘘をついていない。言葉が崩れていく過程を、本人より先に検知する設計が抜けているだけだ。
言語以外の変調の拾い方については、部下のメンタル観察を言語データで設計するにまとめている。
課長が手作業で読むのが無理な理由#
部下5人のSlack発言とメールを週単位で全量読むと、私が課長たちから聞く限り大半の時間が溶ける。
しかも目的は「曖昧化の兆候を拾うこと」であって、内容を理解することではない。にもかかわらず、人間が読むと否応なく内容に引き込まれる。「あ、この案件こうなってたのか」と思った瞬間に、観察ではなく業務介入が始まる。[燃料は二重に削れる](/posts/1on1-nenryou-ben/)。
ここを切り分けないと、観察そのものが続かない。読むのを止めれば見落とすし、読み続ければ自分が倒れる。「読む」を機械に渡し、「判断する」だけを人間に残すのが、雇われの算数として正しい配分だ。
週次報告の自動化や1on1準備の委譲はすでに書いた（週次報告のAI化、1on1準備のAI委譲）。今回の話はその延長線にある。部下の発言の「異常検知」も、AIに任せていい領域に入っている。
ChatGPTに渡す具体プロンプト#
毎週金曜の夕方、部下のSlackチャンネル発言とメール本文、チケットの更新コメントをまとめてテキストに貼り付ける。それを以下のプロンプトで投げる。
あなたは中間管理職の観察補助役だ。以下は同じ部下が直近4週間に
書いたSlack・メール・チケットコメントを時系列で並べたものだ。
【観察対象】
- 主語の変化: 「私が〇〇する」が「〇〇する」「進めています」に
なっていないか
- 動詞の曖昧化: 具体的な動詞が「対応」「確認」「巻き取る」など
抽象動詞に置き換わっていないか
- 期日の後退: 確定日付が「今週中」「近日中」に後退していないか
- 言及の消失: 先週まで頻出していた固有名詞や案件名が突然
消えていないか
【出力形式】
1. 検知した変化を箇条書きで列挙（該当箇所の原文を引用）
2. 変化が始まった週を特定
3. 「観察強化」「直接確認」「現時点では様子見」の3段階で
推奨アクションを1つ選び、理由を1文で添える
【入力データ】
（ここに4週分のテキストを貼る）このプロンプトの肝は「分析させない」ことにある。「やる気が落ちているか」「メンタル不調か」を判定させると、AIは過剰に解釈する。判定は人間がやる。AIには「言葉の変化を機械的に拾う」だけをさせる。
出力された箇条書きを見て、3人のうち1人だけ「動詞の曖昧化」と「期日の後退」が両方出ていたら、その1人だけ翌週の1on1で個別に踏み込めばいい。残り2人は放置していい。
自動で回すための最小構成#
これを毎週手で貼り付けるのも、3週続けると面倒で止まる。仕組み化の最小構成はこうだ。
- Slackのエクスポート機能で対象チャンネルの週次発言をCSV出力する（管理者権限が要る場合は情シスに依頼）
- メールはOutlookまたはGmailの検索で「from:部下のアドレス AND 直近7日」を絞り、本文をテキストにまとめる
- チケット管理ツール（JIRA、Backlog、Asana）はAPI経由で更新コメントを取得する。手作業でもいい
- 3つを1つのテキストファイルに結合し、ChatGPTに上記プロンプトで投げる
- 出力結果だけをNotionかObsidianに「観察ログ」として蓄積する
ここまで作ると、金曜の作業は「テキストをまとめる15分＋AIに投げる1分＋出力を読む5分」の合計20分に収まる。手作業で全量読んでいたものが、20分で「該当者の特定」まで終わる。
蓄積したログは、半年後に「サイレント失敗が起きた部下は何週前から言葉が崩れていたか」の自分用パターンになる。来年の同じ時期、同じ部下が同じ言葉を使い始めたら、もう迷わず動ける。
逃げの一手#
この設計を「監視ツール」として運用すると、部下にバレた瞬間に信頼が崩れる。
だから3つの逃げ道を最初から用意しておく。
- 1つ目: 出力結果は誰とも共有しない。人事にも上司にも見せない。あなたの観察補助としてだけ使う。
- 2つ目: 検知された部下に対して「Slack見てたんだけど」とは絶対に言わない。1on1の場で「最近この案件どう進んでる？」と通常の問いとして触れる。
- 3つ目: 検知精度が低くて空振りが続くなら、3週間で潔く止める。「AIに見張らせること」自体が目的化したら、燃料計が逆向きに回り始める。
そして、これをやっても自分の余力が回復しない場合は、観察対象の人数そのものを減らす交渉に入る。5人を1人で見るのが無理なら、サブリーダーを1人立てて2人ずつに分けるか、上司に「観察可能な人数の上限」を提案する。AIで増やせるのは観察精度であって、[責任の総量ではない](/posts/care-kodo-jissoshi-34/)。
まとめ：問い詰めをやめて、言葉に見張らせる#
部下のサイレント失敗は、本人が言える状態になる前に言葉に出ている。
主語が消え、動詞が曖昧になり、期日が後退する。この3つを毎週20分でスキャンする設計を組めば、課長一人で全員を察する必要はなくなる。問い詰めをやめて、機械に拾わせる側に回る。それが燃料を残す課長の動き方だ。
本記事は AI が下書きし、管理人が監修しています。
