技能は、どこで身につくのか――AIが「修行」を消すとき

1. 事件：入口の仕事が、学習の場だった

若手の仕事には、雑用が多い。先輩のコードの単純な修正、資料の下調べ、契約書の条項チェック、仕訳の入力、議事録の作成。本人も「こんなことをしていていいのか」と思う。だが、その雑用が学習の場だった。先輩の仕事を間近で見て、真似して、失敗して、直される。技能は、その反復のなかで身につく。

AIは、その雑用を引き受ける。コードを書き、資料を要約し、契約書を比較し、仕訳を分類する。仕事は速くなる。若手は「もっと重要な仕事」に回される。だが、その「重要な仕事」に必要な判断基準は、雑用の反復で身についていたものだ。

入口の仕事が消えるとき、技能の入口も消える。 本稿の問いは、ここから始まる。技能は、どこで身につくのか。

2. 数字：entry-levelの「seniorisation」

2026年6月、PwCは「2026 Global AI Jobs Barometer」で、entry-levelの「seniorisation（上級化）」を報告した。6大陸・10億件超の求人を分析したもので、entry-levelは経験0〜2年。対象はカナダ・シンガポール・英国・米国で、約73%が米国だ。日本は含まない。

• AIの影響が大きいentry-level求人は、そうでない求人に比べてシニア技能を7倍要求する。
• 新規に要求される技能の52%が、説得的リーダーシップ、チームビルディング、人材管理、メンタリングといったシニア由来の技能。最も影響の小さい職では7%。
• 米国・AI露出上位25%で、シニア由来の技能を10個以上含む求人は2019〜25年に+35%、含まない求人は−10%。

PwC自身が「AIが原因と断定しない」と注記している。求人広告は採用結果ではない。それでも、entry-levelというラベルの中身が書き換わったことは見える。求人数が保たれても、選抜基準が上がっている。

スタンフォード大学デジタル経済研究所の追跡（2026年8月版）は、その帰結を示す。AI露出職種の22〜25歳の雇用は、低露出の同世代と並行推移した場合より19%低い。経験層に同様のギャップはない。露出上位2五分位の22〜25歳は2022年11月〜2026年6月に約11%減、下位3五分位は約10%増だった。

これは失業率でも解雇率でもない。 「AI露出職に就く若者が、そうでない若者と同じ勢いで増えていたら得られたはずの雇用」との差である。経路は解雇ではなく、採用の細り。賃金に明確な差はなく、調整は量で起きる。

Hosseini & Lichtinger（2025年10月版）は、米国の履歴書・求人データ（62百万人、28.5万社、2015〜25）で、GenAI採用企業のjunior雇用が採用後6四半期で約9%減、8四半期後に8%減、seniorは横ばいだったと報告する。減少は高露出職に集中し、採用の減速による。

入口が消えたのではない。入口が高くなった。 そして、高くなった入口は、学位・インターン・家庭環境という事前資本を持つ者だけに開かれやすい。

3. 数字：AIは速度を上げ、理解を奪う

AnthropicのRCT（Shen & Tamkin, “How AI Impacts Skill Formation”, 2026年1月）は、技能形成の分岐を実験で示した。

52人（AI群26、統制群26）。全員が週1回以上・1年以上のPython経験者で、題材の非同期ライブラリTrioは未経験。35分の課題の後、25分の理解度テストを受ける。AI群だけ、課題中にAI（正解コードを出せる）を使える。

結果は、はっきり分かれた。理解度はAI群50%、手書き群67%（d=0.738、p=0.01）。最大の差はデバッグだった。速度は23分対25分で、有意差なし。AIは速くしなかった。理解を奪った。

だが、同じ実験内に反例がある。AIの使い方で、結果は逆転する。

• 低得点群（平均40%未満）：AI委任39%、漸進的依存35%、反復的AIデバッグ24%。
• 高得点群（65%以上）：生成後の理解確認86%、コード＋説明68%、概念質問のみ65%。

AIを「答えの生成器」に使うと理解は下がり、「説明者・問い直しの相手」に使うと理解は上がる。 分岐点は、認知的努力を残したかどうかだ。

医療でも、同じ二面性が観測されている。Keshavarz et al.（Academic Radiology 33(3), 2026）は、14研究のうち92.9%が、AI基盤の訓練で知識・読影技能・診断成績の改善を報告したとする。一方、Heudel et al.（2026）は、大腸内視鏡のRCTでAI使用を止めると腺腫検出率が28.4%→22.4%に落ちたと報告する（レビュー内の引用で、原論文は未取得）。Savardi et al.（2025）では、研修医8人・胸部X線150枚で、AIは70%の症例で呼び出され、ICCは0.665→0.788→0.813に改善した。ただし著者は「過度の依存はjunior・senior双方の技能を損なう恐れ」と留保する。

「訓練に効く」と「技能を腐らせる」は矛盾しない。 効くのは、フィードバックが即時で、誤りを安全に経験できる設計。腐るのは、AIの出力が常に先にあり、独立した探索を省略する設計だ。

4. 技能とは何か――反復、暗黙知、五段階

技能を「情報」や「手順」と混同すると、この問題は見えない。技能は、反復と失敗と共同体への参加を通じて形成される、身体的な判断力である。

アリストテレスは、技能が反復から生まれることを明言した。

「ἃ γὰρ δεῖ μαθόντας ποιεῖν, ταῦτα ποιοῦντες μανθάνομεν, οἷον οἰκοδομοῦντες οἰκοδόμοι γίνονται」（学んでから行うべきことを、われわれはそれを行うことによって学ぶ。たとえば建築することによって建築家が生まれる）

techne は「真なるロゴスを伴う制作的状態」であり、phronesis は「人間的な善に関わる行為的状態」である。技芸の誤りは製品の欠陥だが、思慮の誤りは行為者の在り方の欠陥であり、後者は外注できない。若者は幾何学者になれても、思慮ある者にはなれない。経験を与えるのは時間の長さだからだ。

ライルは、行為に先行する理論を要求すると無限後退になると論じた。規則の適用もまた技能であり、適用の規則を足しても後退が続く。「巧みな実践はその理論に先行する」。

ポランニーは、暗黙知の伝達構造を定式化した。

「we can know more than we can tell」（われわれは語りうる以上のことを知っている）

暗黙知は個人の神秘ではない。実演と共同作業と、弟子の能動的な解釈を通じてのみ移る。徒弟制の理論的定式化である。

ドレイファスとドレイファスの1980年報告は、技能習得を五段階で描く。初心者は文脈自由な特徴と規則から始め、経験を通じてアスペクトを識別し、やがて状況が直観的に行為を命じる。そして、訓練への警告を添える。

「avoid the temptation to introduce intricate and sophisticated aids which, although they might improve performance at a particular level, would impede advancement to a higher stage, or even encourage regression to a lower one.」（当面の水準での性能を改善しはしても、より高い段階への前進を妨げ、低い段階への退行を促しかねない精巧な補助具を導入したいという誘惑を避けること）

1980年の時点で、技能を代替する道具が目先の成果を上げながら学習の梯子を外す構造が、すでに明示されている。

5. 技能はどこで壊れるか――外在化と統制

技能の破壊は、技術の本性ではない。二つの社会的な機制を通じて起きる。

第一に、外在化の回路が閉じること。スティグレールは、人間が技術的記憶に知識を外在化し、それを内面化して戻すことで学ぶと論じた。外在化が一方向になると、知識はシステムに移り、人は「知らないまま奉仕する」状態になる。彼はこれを「プロレタリア化」と呼ぶ。

問題は、外在化そのものではない。 文字も、印刷も、計算機も、外在化だ。問題は、外在化した知識が内面化されて戻る回路があるか。AIは外在化を極端に速くする。だからこそ、戻る回路を設計しなければならない。

第二に、統制の選択としての脱技能化。ブレイヴァーマンは、資本制的生産様式が「存在するところではどこでもオールラウンドな技能を体系的に破壊し、自らの必要に対応する技能と職業を生み出す」と書いた。技能の分解は、労働力の価格を下げ、統制を強めるための経営的選択である。

「AIが技能を奪う」という物語は、この媒介を落とす。 技術が特定の技能を不要にすること、経営が技能の分解を選ぶこと、労働者が学習機会を失うことは、別の事実である。媒介を落とすと、責任の所在が消える。

イリイチの問いは、設計の問いだ。道具が自律性を高めるか、奪うか。使用者が目的を選べるなら技能は残り、目的が製品側に規定されるなら技能は消費に置き換わる。AIを「目的を選ぶ道具」にするか、「目的を規定する道具」にするかは、技術ではなく設計の選択である。

6. 徒弟制は「雑用の交換」だった

技能形成を経済学で見ると、別の姿が現れる。

Garicano & Rayo（“Training in the Age of AI”, CEPR DP20634, 2025／改訂2026年3月）は、徒弟制を取引としてモデル化する。若手は雑用をこなすことで訓練の対価を払う。AIがその雑用を代替すると、取引の前提が崩れる。

指標は「expertise leverage ratio」＝完全に訓練された卒業生の生産性 ÷ 「AIを上回るのに十分な知識を持つ新人」の生産性。比率がオイラー数 e を超えるなら、訓練期間は固定のままキャリアは存続可能。下回ると、シニアの売り物である知識が縮み、訓練が圧縮され、キャリア全体が崩壊しうる。

訓練投資は、市場に任せると過少になる。 企業がコストを負担し、訓練された人材は転職しうる。成果は会計に載らない。だから、企業は「自分の安い代替を育てる気はない」と合理的に判断する。だが、誰も育てなければ、10年後のシニアがいなくなる。

Autor & Thompson（“Expertise”, NBER WP 33941, 2025）は、自動化が専門性要求を下げる場合は賃金が下がり非熟練の参入が増え、上げる場合は賃金が上がり適格な労働者の集合が縮むと論じる。経験プレミアムは、価格ではなく数量制限として現れる。

7. 日本：OJTは観察による学習

日本では、この問題が別の形をとる。雇用の数は守られやすいが、訓練の中身が細る。

厚労省「令和7年度 能力開発基本調査」によれば、計画的なOJTを実施した事業所は64.1%。正社員は60.6%（前回61.1%から0.5ポイント減）。職層別では、新入社員52.3%、中堅社員38.7%、管理職層24.9%。訓練は入社直後に集中し、中堅以降で細る。 教育訓練休暇制度は5.7%だ。

厚労省「令和8年版 労働経済の分析」は、「AIが大きな雇用減少をもたらしている証左は確認されず」としつつ、AI投資と人的資本投資の双方を求める。過去12カ月に大学等で学んだ25〜65歳は日本0.6%（米3.5%、英4.3%、OECD平均3.7%）。

JRIレビュー（福田直之、2026）は、若年失業率（15〜24歳）が2025年12月で2.4%（米10.4%、EU14.7%）と低い一方で、「エントリー業務→OJT→配置転換」の連鎖が内側から空洞化し、「見かけ上の習熟」が蓄積すると論じる。顕在化は5〜10年後、導入期入社世代が管理職になる時だ。

帝国データバンク（2026年3月、10,312社）では、悪影響として「使いこなし格差の拡大」18.8%、「AI任せで意欲・スキル低下」4.0%、「若手が育たなくなった」2.2%。数字は小さいが、問題が小さい証拠ではない。経験の質低下は、短期のKPIに現れない。

日本のOJTは、観察による学習に依存してきた。隣で先輩が仕事をするのを見て、真似して、盗む。AIがその「隣の仕事」を置き換えると、観察の対象そのものが消える。OJTは訓練の代替ではなく、訓練の対象の消失として経験される。

8. AIの使い方で逆になる

では、どう設計すればよいか。鍵は「還流」である。

Anthropicの実験が示したのは、AIを「答えの生成器」に使うか、「説明者・問い直しの相手」に使うかで、理解度が39%にも86%にもなるということだ。先に自分で考え、AIには説明させ、検証させる。 この順序が、還流を作る。

医療のAI scribe研究も同じ方向を指す。Talwalkar et al.（JMIR Med Educ 12:e88264, 2026）では、先に自力で書いてからAIを使う条件で、記録の質・推論に有意差がなく、下位群は改善した。順序設計が効く。

放射線科のSavardi et al.（2025）は、AIを「24時間の補助チューター」として使えるとしつつ、過度の依存を警告する。Keshavarz et al.（2026）の92.9%という数字は、AIが訓練に効く可能性を示す。だが、Heudel et al.（2026）のように、AIを外すと技能が落ちることもある。同じAIが、訓練の補助にも、技能の松葉杖にもなる。

設計原則は、三つに整理できる。

1. 先に自分でやる。AIの答えを見る前に、自分の答えを作る。
2. AIに説明させる。答えではなく、理由と反例を出させる。
3. 検証の独立工程を残す。AIの出力を、自分の目で確かめる仕事を、ジュニアに残す。

これは「AIを使うな」ではない。AIを、学習の梯子を外さない形で使うという設計の話である。

9. 意見圏：スロットマシンと、隣で盗むこと

Redditの実務者コミュニティ（2024〜2026年、19スレッド・約2,000エントリ）を見ると、議論は「AIが若手を壊す」一色ではない。

第一に、ジュニア採用の減少は共有され、原因の帰属で割れる。AI原因説（「棺に打たれた最後の釘」）、過大評価説（「AIの影響は過大に売られている」、オフショア重視）、雇用主の選択説（「企業はジュニアを欲しがっていない。安くて潤沢だから採る」）。育成インセンティブの不在は、シニア側からも語られる。「自分の安い代替を育てる気はない」と「では誰が10年後のシニアになるのか」が並ぶ。

第二に、AIコード補完の焦点は「技能が落ちる」より「失敗から学ぶ回路が消える」にある。新人を二極化させ、片方を「新しいことを学ぶ方法を忘れてしまった」新人とする。最多支持はペアプロと「低品質なAIコードをマージしない」基準。反論は「昔のStack Overflowも同じ」「スロットマシンだ。正しいか素早く検証できる人間にしか役に立たない」。基礎がある者には増幅器、ない者には地雷である。

第三に、医療では「何を技能と数えるか」が争点になる。30年目の外科専門医は、AIで継続教育50時間分を90分で片づけ、「何も学んでいなかった」と書く。反対は「記録の時間を削ることは患者と向き合う時間を増やす」。放射線科では置換の可否が争点で、「自分は残る」という主張が、隣の職種（NP＋AIによる一次診療）の消失を前提に組み立てられている。

第四に、法務では「レビューに同じ時間がかかる」という反実仮想が強い。Harveyでチェックリスト作成が10時間から数分になっても、「AI草稿のレビューと修正には、自分で書くのと同じ時間がかかる」。だが「若手の数は減る。差し引きでマイナスだ」という別の会計が突きつけられる。工数が同じでも、採用枠は減る。

日本では、OJTの前提が崩れる証言がある。「OJTは新卒には機能する。中途は海に放り込まれる」「全能選手を作るつもりが無能選手を作っている」。AIが入ると、「隣で盗む」対象そのものがAIに置き換わる。はてなブックマークでは「基礎力をつけるかな」「コーディングエージェント＋しょぼい人＝クソアプリが10倍の速度で生産される」「AIは答えを出し続けるため、人に聞くという判断が遅れやすい」と、基礎回帰・能力差の増幅・質問の遅れが並ぶ。

10. 反論：昔も同じだった、AIは学習を加速する

ここまで読むと、「ではAIを制限せよ」と言いたくなる。だが、四つの反論を置きたい。

第一に、昔も同じだった。Stack Overflowのコピペ、IDEの補完、電卓、GPS。どの技術も「これで若手は育たない」と言われてきた。今回も同じ恐慌かもしれない。実際、NACEの2026年調査では、半数超の雇用主が「AIはentry-levelの業務を減らしていない」と答え、ポスト置換を議論中は11%にとどまる。Accentureは2026年にentry-level採用を増やすと表明している。

第二に、AIは学習を加速する。放射線科の系統的レビューでは92.9%が訓練効果を報告した。AI scribeの研究では、先に自力で書く条件で下位群が改善した。シミュレーションは、安全に失敗できる環境を提供する。使い方次第で、AIは最高のチューターになる。

第三に、影響は過大に売られている。PwCは因果を断定せず、Stanfordの19%は版で動く。法務の若手減は、AIよりレート圧力・供給過剰が原因とされる。日本の白書も「大きな雇用減少の証拠は確認されず」とする。「AIが技能を破壊する」は、まだ仮説である。

第四に、技能は個人の能力ではなく、社会的なものである。徒弟制、職場、教育制度、ジェンダー、階級。技能の認定は中立的ではない。同じ作業でも、男性が担う領域は「技能」と呼ばれ、女性が担う領域は「単純労働」と呼ばれやすい。「技能を守れ」は、誰の技能を守るのかを問わなければならない。

だから、本稿の結論は「AIを止めよ」ではない。AIが学習の梯子を外さないように、制度を設計せよ、である。

11. 結論：技能は「還流」で身につく

最初の問いに戻る。技能は、どこで身につくのか。

学校でも、職場でも、家庭でもない。師匠がいて、練習時間が買えて、失敗が許される場所である。アリストテレスの「経験と時間」、エリクソンの「資源制約」、ブレイヴァーマンの「学習を禁じる職場」が、同じ方向を指している。

AIは、その場所を消しつつある。entry-levelの仕事を上級化し、若手の採用を細らせ、雑用という訓練の対価を奪う。だが、AIはその場所を作ることもできる。安全に失敗できるシミュレーション、即時のフィードバック、問いを返すチューター、検証の独立工程。同じ技術が、梯子を外すことも、梯子を架けることもできる。

鍵は「還流」だ。知識を外部に預けること自体は、人間の学習の条件である。問題は、外在化した知識が内面化されて戻る回路があるか。AIに答えを出させる前に、自分で考える。AIに説明させ、検証させる。その回路を、訓練の制度に埋め込む。

技能は、答えを知る前に、間違えることで身につく。AIが「間違える時間」を奪うなら、私たちは「間違える時間」を制度として守らなければならない。

12. 読書案

• Aristotle, Nicomachean Ethics II.1, VI.4–8。習慣づけと techne／phronesis。
• Gilbert Ryle, The Concept of Mind（1949）。knowing how と knowing that、無限後退。
• Michael Polanyi, The Tacit Dimension（1966）。暗黙知と伝達。
• Hubert Dreyfus & Stuart Dreyfus, A Five-Stage Model of the Mental Activities Involved in Directed Skill Acquisition（1980）。技能習得の五段階と補助具への警告。
• Bernard Stiegler, Technics and Time, 1（1998）／Automatic Society（2015）。技術的記憶とプロレタリア化。
• Ivan Illich, Tools for Conviviality（1973）。道具と自律性。
• Harry Braverman, Labor and Monopoly Capital（1974）。脱技能化を労働統制として読む。
• K. A. Ericsson et al., “The Role of Deliberate Practice in the Acquisition of Expert Performance”（1993）。意図的練習。

13. 参考資料

思想

• Aristotle, Nicomachean Ethics II.1, VI.4–8
• Ryle, The Concept of Mind（1949）
• Polanyi, The Tacit Dimension（1966）
• Dreyfus & Dreyfus（1980）
• Heidegger, Sein und Zeit（1927）§15–16
• Dewey, Democracy and Education（1916）／Experience and Education（1938）
• Stiegler（1998／2015）／Illich（1973）／Braverman（1974）
• Ericsson et al.（1993）／Bjork（1994）

制度・経済

• PwC 2026 Global AI Jobs Barometer: https://www.pwc.com/gx/en/issues/artificial-intelligence/job-barometer/2026/2026-global-ai-jobs-barometer-full-report.pdf
• Stanford Canaries: https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf
• Anthropic（2026-01-29）: https://arxiv.org/abs/2601.20245
• Keshavarz et al.: https://doi.org/10.1016/j.acra.2025.10.049
• Savardi et al.: https://pmc.ncbi.nlm.nih.gov/articles/PMC11780016/
• Clauser et al.: https://doi.org/10.1148/radiol.261855
• 厚労省 能力開発基本調査: https://www.mhlw.go.jp/stf/houdou/newpage_00233.html
• 厚労省 労働経済の分析: https://www.mhlw.go.jp/stf/newpage_75700.html
• JRIレビュー: https://www.jri.co.jp/MediaLibrary/file/report/jrireview/pdf/16641.pdf
• Garicano & Rayo: https://cepr.org/publications/dp20634
• Autor & Thompson: https://www.nber.org/papers/w33941
• Hosseini & Lichtinger: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5425555

※本稿で扱う金額は円のみ。外貨換算は行っていない。為替は2026年10月24日付の時事通信7時現在（1ドル＝156円90銭前後、1ユーロ＝175円72〜73銭）を参照したが、該当する外貨額はない。

14. 画像の利用について

アイキャッチおよび図1・図2は筆者作成のイメージ図・チャートであり、その元データの出典は各figcaptionのとおり。