部下がAI任せになる環境で、判断経験を『仮説の一問』で設計し直す方法

部下がAIに投げた質問の回答を、そのまま資料に貼っている。あなたはその画面を覗きながら、部下がどんな仮説を持って質問したのかを一度も聞いていないことに気づく。

答えは速く出た。だが、部下の頭の中で何が起きたのかは誰にも分からないままだ。

flowchart TD
    A[課題発生] --> B[AIが先出し]
    B --> C[仮説省略]
    C --> D[判断経験ゼロ]

判断経験が消えていく現場

#

課長たちを見ていて、同じ言葉を何度も受け止めてきた。部下がAIに聞く前に自分の考えを言えなくなった、と。

リクエスト社の「組織行動科学® 判断デザインラボラトリー」が980社・33.8万人（大手企業約8割、中堅企業約2割）を対象にした調査によれば、企業の82%で「判断経験」が減少している。同ラボは、判断の経験が積みにくくなった結果として「上司への確認が増える」「判断が上司に集中する」といったことが起きやすくなると指摘している（出典: AI時代、企業に残る仕事は「判断」（組織行動科学® 判断デザインラボラトリー））。

AIが先に答えを出す環境で失われているのは、部下の判断機会だけではない。課長自身も、部下の答えを検討する前にAIの出力に納得してしまう場面が増えている。判断機会は部下と課長の両方から同時に削られている。

課長も部下も判断筋を失う構造

#

この構造の核心は、課長の役割そのものが変わっている点にある。

従来の課長は、答えを教えるか自分で判断するかのどちらかだった。AIが先に答えを出す以上、その2つの役割は縮小していく。残るのは、部下が判断する場面をどう用意するかという役割だけだ。課長になった翌朝から「決め方」を教わらないまま昇進していく構造は前から存在したが、AIの普及がその欠落をさらに際立たせている。

課長自身の判断力がAI依存でどう鈍るかはAIを使うほど判断力が鈍る——課長が「使いすぎ」の境界を設計する手順に書いた。今回はそこと起点が違う。部下の判断経験が先に消え、それを黙って見ている課長の判断筋も一緒に錆びていく、という順番で進む。

AIが答えを先に出すこと自体は止められない。止めるべきは、答えが出る前に誰も仮説を立てない状態のほうだ。この仮説を立てさせる場面の設計は、AIを導入しても削れない課長の領域なのだ。

AIより先に、部下へ仮説を一つ立てさせる

#

設計と言っても大掛かりな制度はいらない。AIに結論を出させる前に、部下へ一問だけ仮説を立てさせればいい。

依頼を渡すとき、AIに聞く前の一言と、答えが出たあとの一言を決めておく。

Step1（依頼を渡すとき）
「AIに聞く前に、自分の仮説を一行で書いて。当たっていなくていい」

Step2（AIの回答が出たあと）
「その仮説とAIの答え、どこがズレた？」

Step3（ズレの理由を一つ引き出す）
「なぜそう外れたと思う？」

ズレを聞かれると分かっている部下は、AIに投げる前に自分の考えを一度組み立てる。その組み立てが判断経験の発生地点になる。

「君はどう思う？」と漠然と聞くだけでは相手が固まる場面があることは、扱いに困る部下から、お題設計で降りる手順で書いた。今回の一問はそれとは条件が違う。仮説の当たり外れを採点しないことが前提だ。外れていること自体が判断経験であり、減点材料にはしない。

毎回やる必要はない。週に1件、判断の重い依頼だけに絞れば十分に効く。1on1の場で使うなら、1on1準備をAIに渡す手順の事前メモに「今日の仮説」を1行足すだけで実装できる。

全員は設計しきれない、1人に絞る退路

#

部下が5人いれば、5人分の判断経験を毎週設計する余力はない。それを試みると、課長自身の燃料が先に尽きる。

退路は、来期の評価に直結する1人だけに絞ることだ。異動・昇格・査定のタイミングが近い部下を1人選び、その1人にだけ仮説確認の一問を毎回入れる。残りの部下には、今まで通りAIの答えをそのまま渡してよい。

全員を判断経験のある部下に育てる必要はない。来期の数字に効く1人にだけ効かせれば、課長の役割としては十分だ。

締め

#

AIが先に答えを出す時代でも、部下の判断筋は一問で守れる。課長がやるべき設計は、答えを教えることではなく、仮説を立てさせる場面を先に用意することだ。

本記事は AI が下書きし、管理人が監修しています。