正解: BCorrect: B
定型業務の一部を訓練用に残し、AI出力の検証・修正・説明を通じて判断力を育てる新しい育成経路を設計することが、専門性の再生産を守る本質的な対策です。Preserving some routine work for training and designing a new development path built on verifying, correcting, and explaining AI output is the fundamental way to protect the reproduction of expertise.
楽観シナリオでは、AIが個別最適化された訓練パートナーとなり、若手はシミュレーションと即時フィードバックによって従来より速く判断力を身につけます。ベースシナリオでは、育成の設計に投資した組織とそうでない組織で、数年後の中堅層の厚みに大きな差が生じます。悲観シナリオでは、業界全体でベテランが引退した後に判断できる人材が枯渇し、AIの誤りを見抜ける人がいなくなります。選択肢Aはベテランの供給が有限である以上持続せず、Cは検証なき承認を習慣化させて判断力を育てず、Dは組織の将来を放棄しています。Anders Ericsson の「意図的な練習」の研究が示すように、専門性は難易度が適切な課題と即時のフィードバックによって育ち、単なる業務量では育ちません。医療の研修制度や航空のシミュレーター訓練は、実務から切り離した訓練環境を意図的に設計してきた前例であり、AI時代の専門職育成にも応用できます。In the optimistic scenario, AI becomes a personalized training partner and juniors build judgment faster than before through simulation and instant feedback. In the base scenario, organizations that invested in development design have a far deeper mid-level bench a few years later than those that did not. In the pessimistic scenario, after veterans retire, entire industries lack people capable of judgment and nobody can catch AI's errors. Option A is unsustainable because the supply of veterans is finite; option C habituates approval without verification and builds no judgment; option D abandons the organization's future. As Anders Ericsson's research on deliberate practice shows, expertise grows through appropriately difficult tasks with immediate feedback, not sheer volume. Medical residency and aviation simulator training are precedents for deliberately designed training environments separate from live work, and they can be adapted to developing professionals in the AI era.
訓練用に業務を残すことは短期的には非効率であり、コスト削減を求める経営層や、育成に時間を割く余裕のない現場から反発を受けやすい問題があります。また、AI出力の検証を通じた育成が、実際に従来型の経験と同等の判断力を育てるかどうかは未検証であり、設計を誤れば「AIの答えを覚えるだけ」の訓練になる恐れがあります。Preserving work for training is inefficient in the short term and draws resistance from cost-focused leadership and from teams with no slack for mentoring. Whether development through verifying AI output actually builds judgment equivalent to traditional experience is untested, and poorly designed programs may teach juniors merely to memorize AI's answers.
育成投資の効果を、若手が誤りを発見した件数や、独力で判断できる業務範囲の拡大といった指標で測定し、経営層に示しましょう。訓練では、AIの出力に意図的に誤りを混ぜて発見させる演習や、AIなしで一から取り組む課題を組み合わせ、「答えを覚える」のではなく「判断の根拠を説明する」ことを評価の中心に置くことが重要です。Measure the return on development investment with indicators such as the number of errors juniors catch and the expanding range of work they can judge independently, and present these to leadership. In training, combine exercises that plant errors in AI output for juniors to find with tasks tackled from scratch without AI, and center evaluation on explaining the basis of a judgment rather than recalling an answer.