この記事は、「AIリテラシー基礎講座」第8回です。
今回は、AI時代に必要なスキルを、質問力、確認力、編集力、専門知識、判断力から整理します。
シリーズ全体はこちら：【まとめ】AIリテラシーとは何か｜生成AIを安全に使うための基礎講座まとめ
「突然ですが、AI時代に必要なスキルと聞くと、何を思い浮かべますか？」
- プロンプトを書く力
- AIツールを使う力
- プログラミング
- データ分析
- 英語
- 情報収集
- 文章を書く力
- クリエイティブな発想
- 専門知識
どれも、AI時代に関係する力です。
ただし、AI時代に必要なスキルは、プロンプトを書く力だけではありません。
- AIは、文章を作れる
- 要約できる
- 比較表を作れる
- アイデアを出せる
- コードの下書きも作れる
そのため、AIを使えるだけで十分に見えるかもしれません。
ですが、AIが出した答えをそのまま使うだけでは、危険もあります。
- 間違いに気づけない
- 出典を確認できない
- 入力してはいけない情報を入れてしまう
- AIの文章をそのまま使って信用を落とす
- 自分で考えたつもりが、AIに流される
つまり、AI時代に必要なのは、AIに命令する力だけではありません。
AIを使いながら、問い、確認し、編集し、判断する力です。
OECDは、AIが職場で重要性を増しており、専門的なAI人材だけでなく、AIを一般的に理解する労働者への需要も高まっていると説明しています。また、AI導入に備えるためのアップスキリングとリスキリングの重要性も指摘しています。(OECD)
今回は、「AI時代に必要なスキルとは何か」を見ていきます。
- 「AIを使う力とは、プロンプトを書く力だけなのか？」
- 「質問力、確認力、編集力はなぜ大切なのか？」
- 「専門知識はAI時代にも必要なのか？」
- 「AIに任せる力と、人間が判断する力をどう育てればよいのか？」
こうした問いを、AI時代の学び方と仕事の変化から整理していきます。
第1章 AI時代に必要なのは「AIを使う力」だけではない
AI時代に必要なスキルというと、まず「AIを使う力」が思い浮かびます。
もちろん、それは大切です。
- AIに質問する
- 下書きを作らせる
- 要約させる
- 比較表を作らせる
- 画像を作らせる
- コードを書かせる
こうした使い方を知っているかどうかで、作業の速さは変わります。
ですが、それだけでは足りません。
なぜなら、AIは便利である一方で、間違えることがあるからです。
AIに聞く
↓
答えが出る
↓
自然に見える
↓
そのまま使いたくなる
↓
ですが事実確認は別に必要
AIを使う力だけが高くても、確認する力が弱ければ、誤情報を広げる可能性があります。
- AIに何でも入力してしまえば、情報漏洩につながる可能性がある
- AIの文章をそのまま使えば、読者や相手に届かないこともある
つまり、AI時代に必要な力は、次のような組み合わせです。
- AIを使う力
- 質問する
- 下書きを作る
- 整理する
- 比較する
- 発想を広げる
- AIを確認する力
- 事実を見る
- 出典を見る
- 数字を見る
- リスクを見る
- 影響を見る
- AIを使ったあとに判断する力
- 何を採用するか
- 何を削るか
- 誰に届けるか
- 公開してよいか
- 責任を持てるか
AI時代のスキルは、操作だけではありません。
AIの前に問い、AIの後に確認し、最後に人間が判断する力なのです。
第2章 質問力｜AIに何を聞くかを決める力
AIを使うとき、最初に必要になるのが質問力です。
質問力とは、ただ丁寧なプロンプトを書く力ではありません。
何を明らかにしたいのかを決める力です。
AIは、問いに応じて答えを作ります。
- 問いが曖昧なら、答えも曖昧になる
- 目的が曖昧なら、出力も使いにくくなる
たとえば、次の質問は曖昧です。
「AIについて教えて」
これだと、AIは広すぎる一般論を返しやすくなります。
一方で、次のように聞くと、使いやすくなります。
「生成AIを初めて使う社会人向けに、仕事で使う前に知っておくべき注意点を、情報漏洩、事実確認、著作権の3つに分けて説明してください」
この質問には、条件があります。
- 誰向けか
- 初めて使う社会人
- 何を知りたいか
- 仕事で使う前の注意点
- どの観点で整理するか
- 情報漏洩
- 事実確認
- 著作権
- どの形で出してほしいか
- 3つに分けて説明
質問力とは、AIにうまく命令する力ではありません。
自分の目的を言葉にする力です。
目的を決める
↓
対象者を決める
↓
条件を決める
↓
出力形式を決める
↓
確認したい点を決める
↓
AIに聞く
AI時代には、問いを立てる人が強くなります。
なぜなら、AIは答えを速く出せても、何を問うべきかは人間が決める必要があるからです。
第3章 確認力｜AIの答えをそのまま信じない力
AI時代に最も大切なスキルの一つが確認力です。
AIは自然な文章を作れます。
ですが、自然な文章だから正しいとは限りません。
これまでの記事でも見たように、AIは次のような間違いをすることがあります。
- 存在しない情報を出す
- 架空の論文
- 架空の本
- 架空のURL
- 実在しない統計
- 古い情報を混ぜる
- 過去の制度
- 古い仕様
- 更新前の料金
- 変更前のルール
- 出典が弱い
- 出典不明
- 内容と一致しない出典
- 個人ブログだけの根拠
- 日付が古い情報
- 質問の前提を補う
- 国や地域を勝手に決める
- 時点を勝手に補う
- 対象者を誤解する
- 一般論で答える
確認力とは、AIの答えを全部疑うことではありません。
確認すべき場所を見抜く力です。
特に確認すべきなのは、次の部分です。
- 数字
- 割合
- 金額
- 人数
- 年度
- ランキング
- 日付
- 発表日
- 施行日
- 更新日
- 調査期間
- 固有名詞
- 人名
- 組織名
- 法律名
- 制度名
- 論文名
- 出典
- 実在するか
- 内容と合っているか
- 最新か
- 一次情報か
AIが出した答えを使うなら、次の流れが基本です。
AIに下書きを作らせる
↓
重要な主張を抜き出す
↓
数字・日付・固有名詞を見る
↓
一次情報や公式情報で確認する
↓
人間が判断して使う
AI時代に信頼される人は、AIを速く使える人だけではありません。
AIの答えを確認できる人なのです。
第4章 編集力｜AIの出力を人に届く形へ整える力
AIは文章を作れます。
ですが、AIが作った文章が、そのまま相手に届くとは限りません。
AIの文章は、きれいに見えることがあります。
一方で、次のような弱点もあります。
- 一般論になりやすい
- 読者の不安に寄り添えていない
- 具体例が浅い
- 重要な点が埋もれる
- 同じ内容を繰り返す
- 文章が整いすぎて温度がない
- 誰に向けた文章か曖昧になる
そこで必要になるのが編集力です。
編集力とは、AIの出力をそのまま使うのではなく、目的に合わせて整える力です。
AIが出した文章を見る
↓
目的に合っているか確認する
↓
読者や相手に合わせる
↓
不要な部分を削る
↓
足りない具体例を足す
↓
事実を確認する
↓
自分の言葉に整える
たとえば、社内向けの説明と、一般読者向けの説明では、文章の作り方が違います。
- 専門家向けなら、細かい条件や用語が必要
- 初心者向けなら、入口の疑問から説明する必要
- 謝罪文なら、事実、責任、再発防止を丁寧に分ける必要
- ブログ記事なら、読者がどこで疑問を持つかを考える必要
AIは下書きを作れます。
ですが、誰に、何を、どの順番で届けるかを決めるのは人間です。
編集力は、AI時代にむしろ価値が上がる力なのです。
第5章 専門知識｜AIを使うほど、土台になる知識が必要になる
AIがあるなら、専門知識はいらなくなるのでしょうか？
むしろ逆です。
AIを使うほど、専門知識は重要になります。
なぜなら、専門知識がないと、AIの答えの良し悪しを判断できないからです。
たとえば、法律の知識がない人がAIに法律相談をするとします。
AIが自然な説明を返しても、どこが危ないのか判断しにくいです。
- 医療でも同じ
- 金融でも同じ
- サイバーセキュリティでも同じ
専門知識がない
↓
AIの答えが自然に見える
↓
間違いに気づけない
↓
重要な条件を見落とす
↓
誤った判断につながる
専門知識がある人は、AIをよりうまく使えます。
なぜなら、次のことができるからです。
- 良い問いを立てられる
- 前提条件を指定できる
- 出力の違和感に気づける
- 重要な情報を見落としにくい
- 出典の質を判断できる
- 最終判断に責任を持てる
Microsoft と LinkedIn の「2024 Work Trend Index」では、AIスキルを持つ人材への需要が高まっていることが示されており、ほとんどのリーダーはAIスキルを持たない人は採用しないと報告されています。(Microsoft)
ただし、ここで大切なのは、AIスキルだけが独立して価値を持つわけではないことです。
AIスキルは、専門知識と組み合わさって力を発揮します。
専門知識
↓
良い問い
↓
AIの出力
↓
確認
↓
編集
↓
判断
AI時代に強いのは、AIだけを使える人ではありません。
専門知識を持ち、AIを使って価値に変えられる人なのです。
第6章 情報管理力｜入れてよい情報と危険な情報を分ける力
AI時代に必要なスキルには、情報管理力もあります。
AIを使うとき、私たちは情報を入力します。
- メール
- 会議メモ
- 資料
- コード
- 画像
- 顧客対応文
ここに、個人情報や機密情報が含まれることがあります。
AIに入れてはいけない情報を判断できないと、情報漏洩につながる可能性があります。
- 入れてはいけない情報
- 個人情報
- 顧客情報
- 会社の機密情報
- 未公開資料
- 契約書
- パスワード
- APIキー
- 医療情報
- 金融情報
- 入れる前にすること
- 氏名を消す
- 顧客番号を消す
- 認証情報を削除する
- 背景を一般化する
- 必要な部分だけ入れる
AI時代には、情報を集める力だけでなく、情報を出さない力も必要です。
- 便利だからといって、そのまま貼る
- 急いでいるから、会議メモを全部入れる
- エラー解決のために、設定ファイルをそのまま貼る
こうした行動は、リスクになります。
入力したい情報を見る
↓
個人情報を探す
↓
機密情報を探す
↓
認証情報を削除する
↓
必要な部分だけ一般化する
↓
AIに入力する
AIを安全に使う人は、何を入力するかに敏感です。
情報管理力は、AI時代の基本的な防御力なのです。
第7章 判断力｜AIに任せることと任せないことを分ける力
AI時代に最も重要な力の一つが判断力です。
判断力とは、AIの答えを見て「使うか使わないか」を決める力です。
また、AIに任せることと、人間が担うべきことを分ける力でもあります。
- AIに任せやすいこと
- 下書き
- 要約
- 比較表
- アイデア出し
- 文章の言い換え
- チェックリスト作成
- 人間が担うべきこと
- 目的設定
- 事実確認
- 倫理判断
- 責任ある判断
- 対人対応
- 公開判断
AIは、候補を出すのが得意です。
ですが、どれを採用するかは人間が決めます。
AIは、文章を作れます。
ですが、その文章を出してよいかは人間が判断します。
AIは、リスクを洗い出せます。
ですが、どのリスクを受け入れるかは人間が判断します。
AIが候補を出す
↓
人間が比較する
↓
事実と影響を見る
↓
リスクを考える
↓
採用するか判断する
↓
責任を持って使う
判断力は、AIに勝つための力ではありません。
AIを使いながら、最終的な責任を手放さないための力です。
AI時代に必要なのは、すべてを自分でやることではありません。
任せる力と、任せない力を分けることなのです。
第8章 学び続ける力｜AI時代の変化に合わせて更新する力
AIの技術は、変化が速いです。
- 使える機能も変わる
- 料金や利用規約も変わる
- 著作権や個人情報保護に関する考え方も更新される
- 仕事での使い方も変わる
そのため、AI時代には、学び続ける力が必要です。
- 技術の変化
- 新しいAIモデル
- 新しい機能
- 画像・音声・動画生成
- 自動化ツール
- 業務システムとの連携
- ルールの変化
- 利用規約
- 会社のAI利用ルール
- 著作権
- 個人情報
- セキュリティ基準
- 仕事の変化
- 自動化される作業
- 新しく必要になる確認
- 求められる役割
- 評価されるスキル
世界経済フォーラムの「Future of Jobs Report 2025」では、技術リテラシー、AI・ビッグデータ、創造的思考、レジリエンス、柔軟性、好奇心、生涯学習などが今後のスキルとして重視されています。
AI時代には、特定のツールだけでなく、変化に対応して学び続ける力が重要になります。(Microsoft)
学び続ける力とは、毎日すべての最新情報を追うことではありません。
自分に関係する変化を見つけ、必要なところを更新する力です。
自分の仕事を見る
↓
AIで変わる作業を見る
↓
必要なスキルを見つける
↓
小さく試す
↓
結果を振り返る
↓
学び方を更新する
AI時代には、一度学んで終わりではありません。
変化を怖がるのではなく、少しずつ更新する。
この姿勢が大切なのです。
第9章 AI時代に必要なスキルを見る5つの問い
AI時代に必要なスキルを考えるときは、次の5つの問いを持つと整理しやすくなります。
- 自分はAIに何を任せたいのか？
- 下書き
- 要約
- 整理
- 比較
- アイデア出し
- その出力を確認する力はあるのか？
- 数字
- 出典
- 固有名詞
- 最新情報
- 影響範囲
- AIの出力を人に届く形へ編集できるのか？
- 読者
- 顧客
- 上司
- チーム
- 一般の人
- 自分の専門知識はどこで必要になるのか？
- 問いを立てる
- 違和感に気づく
- 条件を指定する
- 最終判断をする
- AIに任せない判断を決めているか？
- 医療
- 法律
- 金融
- 契約
- 人事評価
- セキュリティ対応
この5つの問いを持つと、AIスキルを単なるツール操作ではなく、自分の仕事や学び方に引き寄せて考えられます。
大切なのは、AIを使えるかどうかだけではありません。
AIをどこで使い、どこで確認し、どこで人間が判断するかです。
第10章 あなたが今日から育てられるスキル
最後に、あなたが今日から育てられるスキルを整理します。
最初からすべてを完璧にする必要はありません。
小さく始めれば十分です。
- 質問力を育てる
- 目的を書く
- 対象者を書く
- 条件を書く
- 出力形式を書く
- 不確かな点を明記させる
- 確認力を育てる
- 数字を見る
- 日付を見る
- 固有名詞を見る
- 出典を見る
- 一次情報を見る
- 編集力を育てる
- 不要な部分を削る
- 自分の言葉に直す
- 読者に合わせる
- 具体例を足す
- 章の流れを整える
- 情報管理力を育てる
- 個人情報を消す
- 機密情報を消す
- 認証情報を入れない
- 必要な部分だけ使う
- 組織ルールを確認する
- 判断力を育てる
- AIに任せる範囲を決める
- 高リスク領域を避ける
- 間違った場合の影響を見る
- 人間が最終確認する
- 責任を持てる形で使う
実践の流れは、次の通りです。
低リスクな作業を選ぶ
↓
AIに下書きや整理をさせる
↓
出力を確認する
↓
自分の言葉に編集する
↓
使える部分だけ採用する
↓
次の使い方を改善する
AI時代のスキルは、特別な人だけのものではありません。
少しずつ使い、確認し、直すことで育っていきます。
大切なのは、AIに任せきることではありません。
AIを使いながら、あなた自身の判断力を育てることなのです。
まとめ AI時代に必要なのは、AIに振り回されない力である
AI時代に必要なスキルは、プロンプトを書く力だけではありません。
AIツールを知っていることも大切です。
ですが、それだけでは不十分です。
必要なのは、AIを使いながら、人間が価値を出すための力です。
- 質問力
- 何を問うかを決める力
- 確認力
- 事実、数字、出典を見る力
- 編集力
- AIの出力を人に届く形へ整える力
- 専門知識
- 出力の良し悪しを判断する土台
- 情報管理力
- 入れてよい情報と危険な情報を分ける力
- 判断力
- AIに任せることと任せないことを分ける力
- 学び続ける力
- 変化に合わせて自分を更新する力
- AIは、下書きを速く作れる
- 要約できる
- 比較できる
- アイデアを出せる
ですが、AIは責任を持ちません。
- AIが間違っていたら、確認するのは人間
- AIが出した文章を公開するなら、責任を持つのは人間
- AIに何を入れてよいか決めるのも、人間
だからこそ、AI時代に大切なのは、AIに振り回されないことです。
AIを使う
↓
確認する
↓
編集する
↓
判断する
↓
責任を持って使う
AIは、あなたの代わりに考える存在ではありません。
あなたの考えを広げ、作業を助ける道具です。
AI時代に必要なスキルとは、AIを恐れる力でも、AIを過信する力でもありません。
AIを使いながら、人間としての問い、確認、編集、判断を手放さない力なのです。
次回は、「AIと偽情報・ディープフェイク」を扱います。
- 「AIで作られた画像や音声は、なぜ見分けにくいのか？」
- 「ディープフェイクは、個人や社会にどんな影響を与えるのか？」
- 「偽情報はなぜ拡散されるのか？」
- 「私たちは、何を確認すればよいのか？」
こうした問いを、情報環境と社会への影響から見ていきます。
次回の記事はこちらです。
【第9回】AIと偽情報・ディープフェイクとは何か｜見分けにくい理由と確認方法をわかりやすく解説
シリーズ全体はこちらから確認できます。
【まとめ】AIリテラシーとは何か｜生成AIを安全に使うための基礎講座まとめ
ここまでお読みいただきありがとうございました。
Veritas Labでは、国際情勢・歴史・科学・心理学・サイバーセキュリティを横断しながら、複雑な世界の構造を読み解いています。
このブログの考え方や、初めての方におすすめの記事は「Veritas Labの歩き方」にまとめています。
もしご興味あればお読みいただけると嬉しいです。
あわせて読みたい本
この記事では、AI時代に必要なスキルを、質問力、確認力、編集力、専門知識、情報管理力、判断力から整理しました。
さらに深く理解したい場合は、AIリテラシー、情報リテラシー、ファクトチェック、キャリア設計、学び直しを扱った本を読むと、AIを使いながら自分の価値を高める視点が持ちやすくなります。
ただし、AI時代のスキルは変化し続けるため、実務的な判断では、OECD、ILO、世界経済フォーラム、Microsoft・LinkedInなどの最新レポートも確認するのがおすすめです。
※一部リンクにはアフィリエイトを利用しています。
あなたの負担が増えることはありません。
いただいた収益は、ブログ運営や書籍購入などの学習費に充てています。
- 栗原 聡『AIの倫理 人間との信頼関係を創れるか』
- 小木曽 健『13歳からの「ネットのルール」 誰も傷つけないためのスマホリテラシーを身につける本』
- 情報文化研究所, 米田 紘康, 竹村 祐亮, 石井 慶子, 高橋 昌一郎 『情報を正しく選択するための認知バイアス事典 行動経済学・統計学・情報学 編』
参考情報
- OECD「AI and work」
- AIが職場で重要性を増し、専門的なAI人材だけでなく、一般的にAIを理解する労働者への需要も高まっていることを確認できます。
https://www.oecd.org/en/topics/sub-issues/ai-and-work.html
- AIが職場で重要性を増し、専門的なAI人材だけでなく、一般的にAIを理解する労働者への需要も高まっていることを確認できます。
- OECD「Bridging the AI Skills Gap: Is Training Keeping Up?」
- AI導入に必要なスキル、アップスキリング、リスキリングの課題を整理した2025年の資料です。
https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/04/bridging-the-ai-skills-gap_b43c7c4a/66d0702e-en.pdf
- AI導入に必要なスキル、アップスキリング、リスキリングの課題を整理した2025年の資料です。
- World Economic Forum「The Future of Jobs Report 2025」
- AI・ビッグデータ、技術リテラシー、創造的思考、柔軟性、生涯学習など、今後重要になるスキルを確認できます。
https://www.weforum.org/publications/the-future-of-jobs-report-2025/
- AI・ビッグデータ、技術リテラシー、創造的思考、柔軟性、生涯学習など、今後重要になるスキルを確認できます。
- Microsoft and LinkedIn「2024 Work Trend Index」
- AIスキルへの需要や、職場での生成AI利用の広がりを確認できます。
https://news.microsoft.com/annual-wti-2024/
- AIスキルへの需要や、職場での生成AI利用の広がりを確認できます。
- ILO「Generative AI and Jobs: A refined global index of occupational exposure」
- 生成AIの影響を職業全体ではなくタスク単位で見るための参考資料です。
https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
- 生成AIの影響を職業全体ではなくタスク単位で見るための参考資料です。
