AIが全部やってくれる時代、子どもに何を教えればいいのか

私はソフトウェアで生計を立てている。そしてこの4年間、AIが私の仕事の一部を静かに一つずつ引き受けていくのを見てきた——コードを書き、コンパイルし、テストし、今では配備まで。開発者としては、その事実と折り合いをつけた。しかしどうしても折り合えないものが一つある。その変化が、親である私に突きつける問いだ。

私が何年もかけてやっと身につけた仕事を、機械がすでにこれだけこなすなら、当然こう思う。では一体、自分の子には何を教えればいいのか? 未来がAIにただ全部やってもらう世界なら、なぜ子どもに計算ドリルをやらせ、書き取りをさせ、いずれはプログラミングまで教える必要があるのか?

すっきりした答えは私にもない。だがこの問題ほど長く考えたことはほとんどなく、結局私は問いそのものが罠だという結論に至った。どう考えを整理したか、書いてみる。

注: 本稿は開発者かつ親としての個人的な意見であり、専門的な教育・キャリア助言ではありません。

問いに潜む罠

「AIが全部やるのに何の意味がある?」という言葉は、標的がじっと止まっていると仮定している。だが標的は止まっていない。私は子どもをある職業に備えさせているのではない。これから60〜70年を生きる子を、その間に何度も丸ごと作り変わる技術の地形の上で準備させているのだ。

時間の尺度を考えてほしい。私が子どもの頃、「コンピュータを学ぶ」とは、今から見ればほとんど見分けのつかない何かだった。当時教わった具体的な技術は、私が学校を終える前にすでに古びていた。古びなかったのはその下にある習慣だ——新しい道具を自分で使いこなし、問題を細かく分け、白紙の画面を前にひるまないこと。もし私が当時の道具一つだけに最適化されていたら、12歳で引退していただろう。

だから正直な問い直しは「どの職業がAIを生き延びるか?」ではない。**「私がまだ想像もできない道具が生涯にわたって入れ替わる間も、価値を失わないものは何か?」**だ。そしてこの問いについては、データが意外にも安心できる答えをくれる。

数字が実際に語ること

世界経済フォーラム(WEF)の未来の仕事レポート2025——1,400万人の労働者を代表する1,000社超の雇用主調査——は、合意された予測に最も近いものだ。見出しの数字は最初は恐ろしく聞こえる。2030年までに今日の仕事の22%が変わり、9,200万の職が失われる。だが1億7,000万が新たに生まれ、差し引き7,800万の増加だ。そして一つの仕事が求めるスキルの5分の2近くが5年で入れ替わる。

私が何度も立ち返るのは最後の数字だ。これは「あなたのスキルは消える」とは言っていない。スキルが絶えず入れ替わると言っている。そんな世界に子を備えさせるとは、正解をあらかじめ搭載させることではなく、変わり続けられる子に育てることだ。

そして私を驚かせた箇所がここにある。WEFが2030年に向けて最も速く台頭するスキルを順位づけたとき、最上位は予想どおりだ——AIとビッグデータ、サイバーセキュリティ、技術リテラシー。ところがそのすぐ下に、どんな機械もまだ近づけていないスキルが並ぶ。

創造的思考(4位)
レジリエンス・柔軟性・機敏性(5位)
好奇心と生涯学習(6位)
リーダーシップと社会的影響力(7位)
分析的思考(9位)

逆に最も急速に衰退するスキルは機械的なものだ。単純な暗記としての読み書き計算、手先の精密さ、ただの勤勉さと細部への注意。この一覧をもう一度読んでほしい。機械が今や得意なもの——暗記、機械的正確さ——は下がる。私たちを人間たらしめるもの——好奇心、判断、人と働く力——は上がる。データが親に静かに方向を指し示している。

私が実際に賭ける三つ

だから不安を取り除くと、自分の子に投資すると決めたのはこれだ。カリキュラムではなく、長持ちする三つの賭け。

1. 学び方を学ぶ。 特定の技術の半減期が縮んでいるなら、唯一複利で増えるのはメタ能力だ——誰にも教わらずとも新しいものを速く自分で身につける力。これは甘い話ではない。「好奇心と生涯学習」は雇用主の一覧の文字どおり6位だ。私は子がある特定の事実を暗記することより、まだ理解できていない状態を楽しめるかどうかのほうがずっと大事だ。好奇心のある子は数年ごとに自分を無料で建て替える。指示に従うことだけを学んだ子は、毎回誰かに再訓練してもらわねばならない、一生。

2. 判断力——何が良いかを知ること。 これは私の本業が教えてくれた。今のAIは無限のもっともらしさを刷り出す。もっともらしいコード、もっともらしい文章、もっともらしい計画。だがそのどれが本当に良く、本当に正しく、本当に世に出す価値があるかは決められない。私の仕事でも機械が梯子を一段ずつ登ってくる間、最後まで私の分として残った希少なものはいつも同じだった。成果物を見て*「そう、これ——あれではなく」*と言う瞬間。センス。分別。自分より千倍速く刷り出す機械の、良い編集者になる力。私は子にその編集者になってほしいのであって、生産者になってほしいのではない。

3. 人として、人々とともに。 共感、対話、場の空気を読み人を動かす力——未来学者シネイド・ボヴェルが見事に言い表した、“無料で育てられる”まさにそのスキルだ。お金がかからず、一覧の中で最も自動化しにくいものだ。コンテンツが無限で安価な世界では、本物の人間同士の信頼が希少な資源になる。私は子が、事実を最も多く暗唱できる人よりも、人々がそこにいてほしいと思う人になってほしい。

それでもコーディングは教えるべきか

私は開発者なので、夕食会で実際にこの質問を受ける。正直な答えは**「教える——ただしあなたが思う理由とは違う」**だ。

文法を速く打ち込む子にするためではない。それはもう機械が勝つ。私はコーディングをチェスや楽器を教えるように教える——ある種の思考のためのジムとして。コーディングは曖昧な問題を正確な手順に分けさせ、こちらの感情など気にかけないバグと向き合わせ、因果関係を容赦なく正直に学ばせる。この認知的な運動は、たとえ今後どんな人間もforループを手で書かなくなっても生き残る。業界自身が気づきつつあるように、プログラミングの未来はコードを打つことから設計・判断・何を作るかを知ることへ移りつつある。結局これはパーカーを着た二つ目の賭けにすぎない。

私があえてしないこと

私は流行りのスキルを追わない。2年前は「プロンプトエンジニアリング」が世紀の職業になると言われたが、今ではより優れたモデルに半ば吸収された脚注だ。今日のAIに子を最適化するなら、卒業する前に古びる道具に子を訓練させることになる。

だから私は子にあの古典的な問い——「大きくなったら何になりたい?」——を尋ねるのをやめた。ボヴェルが私より上手く言っている。私たちは職業とアイデンティティを切り離し、代わりに子にどんな問題を解きたいかを尋ねるべきだ。職業名はすでに動いてしまう労働市場の一コマのスナップショットだ。一方、解く価値のある問題は、道具がどれだけ変わっても常に本物のどこかを指す羅針盤だ。

結論

私がついに理解したのはこれだ。「AIが全部やる」は誤った恐れだ。なぜなら全部は大切な何かと同じではないからだ。機械は作業をこなせる。だがある結果を望んだり、それが正しいか気にかけたり、それが誰に影響するか責任を感じたり、そもそも何をする価値があるかを決めたりはできない。その領域全体——望み、気にかけ、判断し、選ぶこと——は手つかずのまま残り、まさにそこが、私が子を生きさせようとする場所だ。

私は機械より計算の速い子を作ろうとしているのではない。その競争はすでに負けており、そもそも間違った競争だった。私は何を計算する価値があるかを知る人を作ろうとしている——機械が刷り出す無限の答えの波を前にしても、人間の判断と人間の良心で「そう、これ」と言える人を。

その能力に有効期限はない。自分の梯子の上をその線が毎年登っていくのを見てきた開発者として、それは機械が奪うのを一度も見たことのない唯一の段だ。そしてそれが、私が子に手渡す段だ。

よくある質問

AIがほとんどの仕事をできるなら、子どもに特定の技術を教えるのは無意味ですか? いいえ。ただし教える目的が変わります。コーディングや数学のような特定の技術は、就職訓練としてより、問題解決・論理的思考・判断力といった長持ちする能力のための運動として学ぶ価値があります。WEFのデータでは、最も速く衰退するのは暗記・機械的正確さで、創造性・好奇心・分析的思考といった人間的能力はむしろ台頭しています。

子どもに最も未来に強いスキルは何ですか? WEF未来の仕事2025、OECDの教育研究、そして多くの未来学者に共通する答えはこうです。好奇心と学び続ける力、創造的・批判的思考、判断力と分別、レジリエンスと適応力、そして対話や共感といった人間的能力。これらはまさに自動化が最も難しいため価値を保ちます。

AI時代でも子どもはコーディングを学ぶべきですか? 私を含む多くの開発者はそうだと言います——ただし職業訓練ではなく認知訓練として。コーディングは問題を分解し因果関係を厳密に考える力を教え、AIが実際の文法をより多く書くようになってもその価値は残ります。仕事の重心は、コードを書くことから何を作るかを決め結果が良いかを判断する側へ移りつつあります。

なぜ子どもに「大きくなったら何になりたい?」を尋ねるのをやめるべきですか? 職業名は、もはや存在しない安定した労働市場を前提とするからです。未来学者シネイド・ボヴェルは代わりに、子がどんな問題を解きたいかを尋ねることを提案します。この枠組みは技術の変化にも生き残り、子のアイデンティティを、AIが作り変えたり吸収したりするかもしれない特定の役割に縛りつけません。

出典

本記事にはアフィリエイトリンクが含まれる場合があります。本記事の内容は金融・投資助言ではありません。