「社員全員にAIを使えるようになってほしい」と経営層から言われ、外部講師を呼んで2時間の座学を企画する。その日は全員が神妙に聞き、質問も出て、盛り上がって終わる。ところが翌週になると、誰も業務でAIを開いていない——。研修を実施したのに、社内では使われない。研修の設計でつまずいたときに起きやすい流れです。研修そのものが悪いのではなく、「一斉座学で終わる」という設計が、AIリテラシーというテーマと相性が悪いのです。
この記事では、AIリテラシー研修を実際に業務へ落とし込むための順序と、つまずきどころ、内製・外注の判断基準を整理します。行動を促す精神論ではなく、研修設計の判断材料として読んでいただければと思います。
なぜ座学だけだと定着しないのか
中小企業庁の中小企業白書では、デジタル化やITツールの活用が進まない要因として、人材やノウハウの不足が繰り返し課題として挙げられています。ここで見落とされがちなのは、「知識の不足」と「使える状態の不足」が別物だということです。白書が示す水準からも、ツールを入れること以上に、それを使いこなす人を育てる段階でつまずいている企業が少なくないことがうかがえます。
AIリテラシーも同じです。研修で「生成AIとは」「プロンプトのコツ」を教えても、それは知識の付与にとどまります。翌日、目の前の見積書作成やメール返信という具体的な業務に対して、「これはAIに任せていい作業なのか」「どう頼めばいいのか」を判断できるかどうかは、また別の能力です。座学はこの判断力を鍛えられません。だから研修の満足度は高いのに、業務は何も変わらない、というギャップが生まれます。
研修を設計する順序
私が支援の現場で確認するのは、まず「教える内容」ではなく「どの業務で使わせるか」です。順序は次のようになります。
- 対象業務を1〜2個に絞る。全社の全業務ではなく、「営業部の提案書のたたき台作成」「総務の問い合わせメール下書き」など、頻度が高く、間違っても取り返しがつく業務を選ぶ。
- その業務のAI利用例を先に作っておく。研修担当者自身が、選んだ業務でAIに実際に入力し、出てきた結果を確認しておく。ここで「思ったほど使えない業務」を事前に外せる。
- 研修では、その業務を参加者に手を動かして体験させる。講師が画面を見せるだけでなく、参加者が自分の業務データ（社外秘を除く）を入力し、出力を受け取り、それを自分で手直しするところまでやらせる。
- 手直しの基準を言語化する。AIが出したものをそのまま使うのか、どこを人が確認するのか。「金額と固有名詞は必ず人が確認」といった具体的なルールを研修中に作る。
- 研修後1〜2週間で、実際に使ったかを確認する場を設ける。使えた例・使えなかった例を持ち寄る短い振り返りを入れる。ここまでを一続きの設計として組む。
ポイントは、研修を「知識を渡すイベント」ではなく「特定業務での使い方を身につける訓練」として設計することです。入力するもの、出てくるもの、誰が確認するかが具体的に決まっているほど、翌日から動きます。
うまくいかないときに疑うべきこと
研修をこの順序でやっても、定着しないことはあります。よくあるのは次のパターンです。
ひとつは、選んだ業務がAIと合っていないケースです。たとえば社内独自の様式が細かく決まっている書類作成をAIに任せようとすると、出力の手直しに時間がかかり、「自分でやったほうが早い」となって使われなくなります。この場合、原因はリテラシーではなく業務選定にあります。手直し時間が元の作業時間を上回っていないか、研修後の振り返りで確認します。
もうひとつは、現場が「間違えたら怒られる」と感じているケースです。AIの出力には誤りが含まれるため、確認して直す前提で使うものですが、ミスに厳しい職場文化だと、社員は「AIを使ってミスするくらいなら使わない」を選びます。この場合、研修の中身より先に、確認前提で使ってよいという方針を管理職から明示する必要があります。
三つ目は、確認の手間が増えただけというパターンです。AIに下書きさせても、結局ゼロから見直すなら手間は減りません。これは頼み方（入力の具体性）が足りないことが多く、良い入力例をチームで共有できているかを見直します。
手を出さないほうがよい範囲
研修設計で線引きしておくべきなのは、「AIの判断を最終判断にしない業務」です。具体的には、採用の合否、人事評価、与信や取引可否の判断、法的・医療的な助言に関わる領域には、リテラシー研修の題材として踏み込まないほうがよいと考えています。
理由は二つあります。第一に、これらは誤りの影響が大きく、取り返しがつきにくいこと。第二に、社員がAIの出力を「もっともらしいから正しい」と受け取りやすく、確認をすり抜けやすいことです。リテラシー研修の目的は「AIを疑いながら使える人を育てる」ことなので、疑いにくい高リスク領域を最初の題材にするのは逆効果です。まずは下書きや叩き台づくりのように、人の確認が自然に入る業務に限定します。
内製と外注、どちらで進めるか
研修を自社で組むか、外部に頼むかは、次の条件で分かれます。
| 判断項目 | 内製が向く | 外部に頼むのが向く |
|---|---|---|
| 社内にAIを日常的に使える人 | すでにいる | いない・自信がない |
| 対象業務の理解 | 研修担当が業務を熟知 | 業務が部門ごとに複雑 |
| かけられる準備時間 | 確保できる | 担当者が兼務で余力なし |
| 継続的な見直し | 社内で回せる | 仕組みごと相談したい |
| 費用の考え方 | 抑えたい | 立ち上げに投資できる |
内製の強みは、自社の業務に即した題材を作れることです。外部講師の一般的な研修より、自社の見積書や問い合わせを題材にしたほうが定着します。一方で、題材を作るには研修担当者自身がALを触っておく準備が要り、ここに時間を割けないなら外部の力を借りたほうが早い。私が関わる場合も、最初の設計と1〜2部門での立ち上げだけを外部で伴走し、その後は社内で回せるように引き継ぐ形を勧めることが多いです。全部を外注し続けると、社内に判断力が残らないためです。
「業務を絞る」ことが研修の質を決める
AIリテラシー研修の成否は、講師の話術でもツールの新しさでもなく、「どの業務を題材に選んだか」でほぼ決まります。頻度が高く、間違えても人の確認で吸収でき、手直し時間が元の作業を下回る業務——ここを外すと、どれだけ丁寧に教えても現場は使いません。
だから研修を企画するとき、最初にやるのは講師探しでも教材集めでもなく、自社の業務を並べて「AIに任せて確認が回る業務はどれか」を洗い出すことです。その一覧ができていれば、内製でも外注でも研修は組めます。逆にそこが曖昧なまま研修だけ実施すると、知識は増えても業務は動かないという、冒頭の状態に戻ります。研修は業務選定という土台の上に立つもので、順序を逆にしないことが、投じた時間を無駄にしない条件だと私は考えています。