1行定義
AIとの協働とは、人とAIがそれぞれ得意な作業を分担し、人がAIの出力を確かめて判断に活かしながら、一緒に業務を進める働き方のことです。
くわしく
AIとの協働は、AIを「人の代わり」ではなく「人と組む相手」として使う考え方です。AIが雇用を奪うかという議論は、職業がまるごとなくなるかどうかに目が向きがちです。しかし実際の仕事は多くのタスクの組み合わせで、AIに任せやすいタスクと、人が担うべきタスクが混ざっています。AI事業者ガイドラインの別添も、生成AIなどの新たなテクノロジーが、仕事の内容(タスク)や労働者の役割を変化させつつあると述べています。
分担の典型的な形
- AIが下書きや候補を作り、人が確認・修正して仕上げる
- AIが大量のデータを一次判定し、判断の難しいものや例外を人が扱う
- AIが情報を集めて整理し、人が最終的な意思決定と説明責任を担う
AIは、大量の処理を速く、一定の品質でこなすことが得意です。人は、文脈の理解、想定外の事態への対応、倫理的な判断、相手への説明が得意です。互いの強みを組み合わせ、どちらか一方だけで取り組むよりも良い成果を目指します。
効果の例
生成AIのチャット支援を顧客対応の担当者に導入した2023年の研究では、1時間あたりに解決した問い合わせの件数が平均14%増えました。経験の浅い担当者や技能の低い担当者では34%増えた一方、熟練者への効果はわずかでした。また、コンサルタントを対象にした実験では、AIが苦手な種類の課題でAIを使うと、使わない場合より正答率が下がりました。協働の効果は、人の経験や作業の種類によって変わります。
注意すべき点
協働がうまくいくには、人がAIの出力を鵜呑みにしないことが前提です。自動化されたシステムを過度に信頼する傾向を自動化バイアスと呼び、AI事業者ガイドラインも注意を促しています。また、AIに任せきりにすると、人の技能が衰えるスキルの喪失が起こりえます。人が判断する役割を意図して残す設計や、新たな分担に合わせた教育・リスキリングが重要になります。
G検定での出題
出題のされ方
仕事が職業ごとまるごと置き換わるのではなく、タスク単位で人とAIの分担が変わるという見方が中心です。最終判断や例外への対応を人が担う設計、過度な依存やスキルの喪失への注意、教育・リスキリングとの関係も問われます。
最新動向法改正やガイドラインの改訂はG検定の法律・倫理分野の最新動向にまとめています。
◯×チェック
次の文が正しいか、誤りかを選んでください。
-
コンサルタントを対象にした実験では、AIの能力の範囲外に設定した複雑な課題でも、生成AIを使った人のほうが、使わなかった人より正しい解答を出す割合が高かった。
答えを見る
答え × 誤り
Dell'Acquaらの実験では、範囲内の課題でAIを使った人は、より多くの課題をより速く、高い質で仕上げました。一方、範囲外の課題では、正しい解答を出す割合が使わなかった人より低くなりました。
-
生成AIによる支援を顧客対応の担当者に導入した研究では、経験の浅い担当者ほど生産性の向上幅が大きかった。
答えを見る
答え ◯ 正しい
Brynjolfssonらの2023年のワーキングペーパーでは、1時間あたりに解決した問い合わせが平均14%増え、経験の浅い担当者や技能の低い担当者では34%増えました。熟練者への効果はわずかでした。
-
AI事業者ガイドラインは、生成AIの活用が広がっても人とAIの作業の棲み分けは変わらないとして、教育やリスキリングの検討は不要としている。
答えを見る
答え × 誤り
共通の指針の「②教育・リスキリング」は、AIと人間の作業の棲み分けが変わっていくと想定し、新たな働き方ができるよう教育・リスキリング等を検討するとしています。
この用語の練習問題
出典
- G検定 試験出題範囲(シラバス2024)第1.4版 (法律・倫理分野 項目16 労働政策)
- 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(2026年3月31日) (第2部C「共通の指針」1)人間中心 ②AIによる意思決定・感情の操作等への留意(脚注23・24)、8)教育・リテラシー ②教育・リスキリング)
- 総務省・経済産業省「AI事業者ガイドライン(第1.2版)別添(付属資料)」(2026年3月31日) (別添1 B. AIによる便益/リスク「労働者の失業」)
- Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, Generative AI at Work, NBER Working Paper 31161 (2023)
- Fabrizio Dell'Acqua et al., Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality, Organization Science 37(2), 403–423 (2026)