AIネイティブ世代を採用するということ

作業パートナーとしてのAIを、当たり前に扱う世代

2022年末から2025年にかけて、生成AIを学生生活の標準ツールとして使いこなした世代が、新卒として実務に入り始めた。プログラミングの学習、レポートの下書き、リサーチの整理、就職活動の面接練習——彼らの学生生活のかなりの部分に、AIが作業パートナーとして常在している。

米国教育統計センターの 2024 年調査は、四年制大学の学部生の約 60%が生成AIを週に一度以上使っていると報告している。特に理工系では 80% を超える。日本でも文部科学省の 2024 年度調査で類似の傾向が確認されている。

「AI利用は不正」という前提の陳腐化

企業側の採用ポリシーには、まだ「業務でのAI利用は要許可」「重要文書のAI関与は不可」という規定が残っている場合が多い。この規定は、機密情報の保護という文脈では意味を持つが、AIの利用そのものを不正扱いするスタンスは、AIネイティブ世代の応募者から見ると強い違和感を生む。彼らにとって、AIを使わずに作業することは、電卓を使わずに会計を作るのと同じ不自然さがある。

採用競争力の観点で言えば、「AIを禁じる職場」は、優秀な若手候補の選択肢から外れやすい。この効果はすぐには顕在化しないが、数年単位で採用実績に静かに影響し始めている。人事側の実感として指摘されるようになった時点では、既にかなり進んでいることが多い。

ポリシーの明示と業務前提の見直し

この問題への対応は、「AIをどこまで使ってよいか」の明示的なポリシー策定から始まる。禁止・許可の二値ではなく、業務ごと・情報種別ごとに使い分けられる粒度が求められる。エージェントへの委任範囲を業務単位で書き分けるのと同じ考え方が、個人のAI利用にも適用できる。

あわせて、業務プロセスそのものの前提も見直す必要がある。従来「入社1年目の若手が慣れるために」割り当てられていた作業の多くは、AIが数分で下書きできる。この作業を人力で続けさせることは、AIネイティブ世代にとって不必要な負担になるだけでなく、育成の効果も薄い。AIネイティブな組織で述べたように、業務そのものを再設計する視点が要る。

採用基準の書き換え

採用の評価基準も、「AIを使えるか」から「AIと協働して成果を出せるか」に置き換わりつつある。両者は似て非なるスキルだ。AIを使えることは、ツール操作の技能。AIと協働して成果を出せることは、問いを立て、AIの出力を吟味し、必要なら再指示を出し、最終的な責任を自分で引き受ける総合的な業務能力だ。

面接や課題の設計も、この違いを反映する必要がある。「AIを使わずに解いてください」という課題は、AIの利用可能性を強引に排除した非現実的な設定になる。「AIを使ってこの問題を解き、あなたが取った判断とその理由を説明してください」という設計のほうが、実務での協働能力を測る。

世代論だけで判断してはいけない

もっとも、AIネイティブ世代であっても、批判的思考や責任の引き受けが自動的に備わっているわけではない。むしろ、AIの出力を鵜呑みにする傾向が世代を問わず強く出ることが、いくつかの実験研究で示されている。人の判断介入で触れた Buçinca らの研究は、この傾向が学歴や年代とほとんど無相関に現れることを報告している。

一方で、「AIを使う姿勢」と「批判的にAIを使う姿勢」を区別せずに世代論として一括りにすると、採用判断は歪む。世代の傾向は入り口の情報にはなるが、個別の候補者を評価する際は、AI協働の質そのものを見に行かなければならない。

採用と組織のあいだの、静かな時差

AIネイティブ世代の採用は、組織内の他のメンバーとの働き方の時差を必然的に生む。この時差を放置すると、若手だけが浮いてしまい離職につながる。時差を埋める側の作業は、多くの場合、既存メンバーの働き方の見直しになる。若手を旧来の業務プロセスに合わせるのではなく、業務プロセスを AI 前提に書き直す——ここに手を付けられるかどうかが、AIネイティブ世代を活かせるかどうかの分岐点になる。

参考

• National Center for Education Statistics (U.S.). “Undergraduate Use of Generative AI, 2024.” 2024.
• Buçinca, Z. et al. “To Trust or to Think…” arXiv:2102.09692, 2021.