仕事を効率的に進めようと客先の情報をAIに読み込ませ、上司から厳重注意されて初めて、「え？ これってダメだったんですか？」と気づくことになってしまう。
さらに今後は、単なるチャット応答を超え、PCの端末操作まで自律的に行う権限を与えられた「AIエージェント」が現場に導入されるフェーズが確実にやってくるだろう。そうなった場合、ひとつのミスや知識不足が引き起こすシステム破壊・情報漏洩の規模は桁違いになるため、現場のセキュリティリテラシーはいっそう重要になるはずだ。
AIが使えなくなった瞬間、自分の能力も「消える」
さらに、意外と見逃されがちなのが、環境変化による「能力の消失」という問題だ。客先によっては、セキュリティの都合上、AIツールの利用が厳しく制限されることがよくある。「自社では10個の機能が使えたのに、客先では7個しか使えない」という状況は、現場では日常茶飯事だ。
もし、「自分ができること」をAIで効率化しているだけの人なら、機能が3個制限されても、残りの7個と自分の実力で十分カバーできる。しかし、最初からAIに依存して仕事を「覚えた」つもりになっている人はどうなるか。使える機能が3個減るのではなく、自分の能力そのものが「3個分消えてしまう」のだ。
つまり、AIの機能がオフになれば、途端にその仕事は自分にもできなくなってしまう。これこそが、基礎をすっ飛ばして「AIに乗っかった人材」が抱える、本質的な脆さである。
では、AIを使って質の高いアウトプットを出せる人と、欠陥を量産してしまう人の差は、一体どこにあるのだろうか。それは、「完成形のイメージと、そこに至るプロセスを『自分自身』が理解してレビューできるか」である。
だからこそ、AIを新人に活用させるには、例えばコードを書く業務なら「まずは基礎知識を理解したうえで、必ず自分の力で書いてみる」というプロセスを絶対に飛ばしてはならない。一から自分で作り上げた経験があるからこそ、AIの出力結果に対して「ここがおかしい」「このプロセスが抜けている」と気づくことができるからだ。
