【第3回】AIを生徒にして脱・中級 ―「わかったつもり」を卒業する

シリーズ「AI時代のキャリアとスキル」（全5回）

1. AIにキャリアを奪われないためには？ ― AI時代のキャリアパス論
2. ビギナーこそAIで経験を積む
3. AIを生徒にして脱・中級（本記事）
4. AIチームでリーダー・マネージャーを育てる
5. AIを育てる人が勝つ ―「使う人」ではなく「育てる人」へ

はじめに

前回は、ビギナーがAIで経験を積む話をしました。

経験を積むと、次の段階、中級者 になります。だいたい分かる、自分で手も動かせる。しかしここで、多くの人がぶつかる壁があります。今回はその 中級者の壁 を、「AIに教える」ことで超える方法を扱います。

AIを「共同知能（Co-intelligence）」として学びに活かす考え方は、Ethan Mollick「One Useful Thing」 が広めています。

中級者を止める「理解したつもり」の壁

学習者は、ざっくり次の3段階に分けられます。

• 初心者: AIに質問する。答えをもらって前に進む
• 中級者: だいたい分かっている。自分で手も動かせる
• 上級者: AIを道具として使いこなし、成果を最大化する

問題は、中級者です。中級者はもっとも 「理解したつもり」 に陥りやすい層だと言われます。

動くものは作れる。説明もそれっぽくできる。けれど、なぜそれで動くのか、どういう条件で壊れるのか、他の選択肢と比べてなぜこれを選んだのかを問われると、途端に曖昧になる。この「分かっているようで、言葉にできない」状態が、中級者の壁の正体です。この「理解したつもり」は、研究では illusion of competence（有能感の錯覚）とも呼ばれます（arXiv）。

壁を超える方法は「AIに教える」こと

この壁を超えるのに、驚くほど効くのが「AIに教える」ことです。

人に教えると理解が深まる、というのは昔から知られています（Learning by Teaching）。AIが優れているのは、いつでも、何度でも、無限に付き合ってくれる点です。しかも遠慮なく「なぜですか」「その前提は何ですか」と突っ込ませることができます。

AIに何かを理解させようとすると、あなたは自然と次のことを説明せざるを得なくなります。

• 前提条件: どんな状況を想定しているのか
• 制約: 守るべき条件、やってはいけないこと
• 判断基準: なぜその選択が「正しい」と言えるのか
• 例外処理: うまくいかないケースをどう扱うのか

この4つを言葉にしようとした瞬間、自分が本当は理解できていなかった部分がくっきり浮かび上がります。

AIは「自分の理解を映す鏡」

ここが最大のポイントです。

AIは曖昧な説明では、こちらの意図どおりには動きません。指示がぼやけていれば、ぼやけた成果が返ってきます。的外れな出力が返ってきたとき、それは多くの場合、AIの能力不足ではなく、あなたの説明が不完全だったことのサインです。

つまり、

AIは、自分の理解の解像度をそのまま映し出す鏡になる

のです。人が相手だと、相手が気をきかせて補完してくれるため、説明の穴に気づけません。AIは補完してくれない分だけ、あなたの理解の穴を正直に突きつけてくれます。これは学習にとって、またとないフィードバック装置です。

これは「プロンプトエンジニアリング」ではない

誤解してほしくないのは、これは小手先のプロンプトの話ではない、ということです。

やっているのは、自分の暗黙知を、誰でも再現できる形（形式知）へ変換する作業です。

• ソフトウェア開発でいえば、頭の中の設計思想を、仕様書・DSL・レビュー基準に落とし込むこと
• 仕事でいえば、曖昧な経験を「誰がやっても再現できる進め方」に変えること

「AIに教える」という行為は、たまたまAIを相手にしているだけで、その本質は 思考を構造化する訓練 なのです。

実践: AIに教えるときの5ステップ

抽象論だけでは動きにくいので、私が意識している手順を紹介します。何かを学び直したいとき、AIに「教える」形でこの5ステップを踏むと、理解が一段深まります。

1. コンテキストを書く: 前提・背景・登場人物を明示する
2. 仕様を書く: 何を、どこまで、どういう形で実現したいのかを定義する
3. ゴールを書く: 最終的にどうなっていれば成功なのかを言語化する
4. 成功条件を書く: 「できた」と判断する具体的な基準を決める
5. レビューする: AIの出力を読み、ズレの原因が自分の説明のどこにあったかを特定する

ポイントは、5番目のレビューです。出力がズレたら「AIがダメだ」で終わらせず、「自分の説明のどこが足りなかったか」へ必ず引き戻す。この往復が、そのまま理解の解像度を上げていきます。

なお、この5ステップを、すべて自分の手で書く必要はありません。コンテキストや仕様、ゴールのドキュメントは、AIエージェントと一緒に草案を作り、整理させてもかまいません。レビューも、まずAIにたたき台をチェックさせ、最後に自分が判断すればいい。手を動かす作業はAIに任せ、あなたは「何を伝えるべきか」「どこが正しいか」の判断に集中する——それでこの学習効果は十分に得られます。

まとめ

• 中級者は「理解したつもり」の壁にぶつかりやすい
• 壁を超える最強の方法は「AIに教える」こと
• AIに教えると、前提・制約・判断基準・例外まで言語化させられ、理解の穴が見える
• AIは「自分の理解を映す鏡」であり、優れたフィードバック装置になる
• これはプロンプト技術ではなく、暗黙知を形式知へ変える「思考の構造化」訓練である

次回は、この「AIに教える力」が、そのまま 人を育てるマネジメント力・リーダーシップ に直結する、という話へ進みます。舞台は「AIチーム」です。

👉 次回: AIチームでリーダー・マネージャーを育てる