新人が、ほとんど質問をしなくなった。
分からない用語はAIに聞く。エラーの直し方も、既存コードの読み方も、レビューへの返信もAIが手伝ってくれる。先輩の作業は中断されず、新人の仕事も進む。
それだけ見れば、理想的な職場です。
でも、ある日「この修正、今日は出さないほうがいい気がする」と先輩が言う。テストは通っている。AIも妥当だと説明している。新人には、何を気にしているのか分からない。
これは架空の開発チームの場面です。考えたいのは、AIが質問を引き受けたあと、仕事の判断を学ぶ時間はどこに残るのか、ということです。
聞きやすい相手が増えたことは、素直に喜んでいい
先輩に聞くのは、簡単ではありません。
今、忙しそうだ。同じことを前にも聞いた気がする。この程度の質問をして、評価が下がらないだろうか。質問を一つするまでに、仕事と関係のない気遣いが挟まります。
AIなら、同じ説明を何度でも求められます。「もっと基礎から」「別の例で」「この行だけ分からない」と言える。入社前の経験に差があっても、周りに合わせて分かったふりをする必要が減ります。
ここにある価値は大きいと思います。新人が遠慮して一日止まるより、まず理解を進められるほうがよい。先輩にとっても、同じ操作説明を繰り返す負担が減れば、複雑な相談に時間を使えます。
「若いうちは自力で苦労しないと育たない」という言い方で、調べにくい資料や聞きにくい空気まで温存する必要はありません。
AIを使うと学べない、とは研究からも言えない
AIが答えを出すなら人は考えなくなる。そう心配するのは自然ですが、実際の仕事を調べた研究には、学習を助けたという結果もあります。
2025年に『The Quarterly Journal of Economics』へ掲載された「Generative AI at Work」は、顧客対応担当者5,172人を分析しています。AI支援により、1時間あたりの問題解決件数は平均15%増え、経験やスキルが少ない人ほど大きな改善が見られました。著者らは、成果の一部がAIへの依存だけでは説明できず、働き手の学習を反映する証拠も報告しています。論文
ただし、特定企業の顧客対応業務を対象とする結果です。あらゆる職種で同じ効果が出るとも、AIを使えば長期的な専門性が必ず育つとも言えません。
それでも、議論の出発点は変わります。AIは学習を妨げる場合もあれば、よい仕事の進め方に触れる機会を増やす場合もある。新人がAIを使ったかどうかだけでは、育っているかを判断できません。
たとえば、知らないコードを一人で眺め続ける時間が減り、そのぶん動かして挙動を確かめられるなら、試せる回数は増えます。AIの説明を自分の予想と比べ、実物で確かめる使い方には、学習の余地が十分にあります。
質問には、答え以外のものも付いてきた
一方で、先輩への質問を全部AIへ移すと、何が減るのでしょうか。
冒頭の開発チームをもう少し考えてみます。新人は、画面の表示崩れを直そうとしている。先輩に修正案を見せると、「動くね。でも、この共通部品を触ると別の画面にも影響するよ」と言われる。
続けて、「今日は別チームもリリースするから、原因を追いにくくなる」「この画面は問い合わせが少ないから、明日でも困らない」と説明される。
新人が知りたかったのは、修正方法だけだったかもしれません。でも会話の中では、影響範囲、他チームとの関係、変更を急ぐ価値まで示されます。「正しく動く」と「今、出してよい」の間に、別の判断があることを知るわけです。
こうした情報も、記録してAIが参照できるようにする価値はあります。AIだから絶対に教えられない、と線を引く必要はありません。
ただし、目の前の新人がどこを見落としているかを知り、その人に次の経験を渡す役割は残ります。先輩は回答するだけでなく、「次のリリースでは影響範囲の確認を一緒にやってみよう」と仕事の渡し方を変えられるからです。
質問が減ると、この接点も自然には生まれにくくなります。
先輩に聞かない職場は、すでに現れ始めている
Anthropicは2025年、自社のエンジニアと研究者132人への調査、53人への詳しい面接などを実施しました。報告には、AIによって学習や担当領域の拡大が進む一方、以前は同僚に尋ねていたことをClaudeに聞くようになり、指導や協働の機会が減ったと感じる人の声も含まれます。Anthropicの調査
これはAI企業の社員を対象とした調査で、回答者の偏りや自己申告の限界があります。対話の減少によって新人の能力が下がった、と因果関係を証明した研究でもありません。
それでも、「質問には答えてもらえているのに、人と働く機会が減る」という変化は考える材料になります。
新人から声をかけられなくなった先輩は、質問が不要になるほど順調なのか、疑問をAIだけで閉じているのか、見分けにくくなります。新人も、誰が何に詳しいのか、困ったときにどこまで相談してよいのかを知る機会が減るかもしれません。
仕事は、知識だけで進むわけではありません。いざ判断に迷ったとき、顔と名前が浮かぶ相手がいることにも意味があります。
完成品だけを見ると、育っているように見える
AIを使えば、新人でも整った説明やそれらしい設計案を出せます。これは便利です。ただ、成果物の出来がよくなったぶん、どこまで本人が理解しているかは、完成品だけでは見えにくくなります。
ここで「AI禁止の試験を増やそう」とだけ考えると、仕事から離れてしまいます。実務ではAIを使えるし、使ったうえでよい判断ができることも大切だからです。
私なら、成果物を見たあとに、一つだけ条件を変えて聞いてみたいと思います。
「利用者が10人から1万人になったら、どこが心配？」
「この修正で、触っていない画面が壊れるとしたらどこ？」
「AIが出した案で、採用しなかったものはある？」
すぐ答えられることだけが目的ではありません。分からないとき、どこを調べるか。どの前提が崩れたと気づくか。どの段階で人に相談するか。その過程に、次に教えるべきことが現れます。
逆に、先輩が「説明が上手だから大丈夫」と判断すると、文章を整える力と、仕事の条件を見分ける力を一緒に評価してしまいます。
減らした質問の時間を、何に使うか
AI導入後に、先輩への質問が半分になったとします。
会社は、その時間をすべて別の仕事で埋めることもできます。そうすれば、目先の処理件数は増えるでしょう。ただ、新人の理解を確かめる時間まで一緒に消えるなら、数か月後に難しい仕事を任せられる人が増えているかは分かりません。
別の使い方もあります。基本操作の説明が減ったぶん、迷った案件を一つ持ち寄って話す。新人はAIで調べた内容と、自分が選んだ案を説明する。先輩は、採用案だけでなく、見送った案とその理由を話す。
冒頭の例なら、リリースを翌日に延ばした結論だけで終わらせず、「影響する画面が少なければ今日出した」「障害対応なら待たなかった」という条件の違いまで共有する。これなら、新人は次の案件で判断を試せます。
会議を増やせばよいという話でもありません。レビューの最後の数分でも、実作業を一緒に見る時間でもよい。自然に発生していた会話が減るなら、必要な部分を意識して残す、ということです。
AIの基本的な使い方や安全面を学ぶ入口については、生成AIの社員教育と研修カリキュラムで整理しています。その先には、日々の仕事を通じて判断を育てる時間が必要です。
「先輩に聞かなくていい会社」は、新人にとって働きやすくなる可能性があります。気兼ねなく調べ、何度も試し、初歩的な疑問をその日のうちに解消できるからです。
そのうえで、聞く価値のある相手に出会える会社でもあってほしいと思います。
AIがすぐ答えてくれる時代に、先輩が渡せるものは何か。答えを知っていることに加えて、迷った場面で何を見て、なぜその選択をしたのかを見せること。その時間まで効率化で消してしまうかどうかは、会社が選べます。
WRITTEN BY
コメント