人工知能とあなたの新しいキャリアパス：フェニックス大学の専門家が、人工知能ではできないことを明らかにします

この区別は重要だと思います。AIは、知識のギャップを埋めたり、新しいことを練習したり、ある状況で既に使っているスキルが別の状況でも応用できることに気づいたりするのに役立ちます。しかし、キャリア準備は、より広い3つの領域で捉えるべきだと考えています。それは、自分の分野で必要とされる技術スキル、批判的思考、判断力、協調性といった人間にとって不可欠なスキル、そして、AIアシスタントなど、これらの要素を結びつけるAIの習得です。

会計分野でAIを活用する方法を知ることは、医療、教育、テクノロジー分野で活用する方法とは異なります。真の価値は、ビジネスを十分に理解し、AIに何を求めるべきか、その出力をどのように評価すべきか、そしていつ人間の判断が介入すべきかを理解することにあります。だからこそ、AIの学習は文脈に沿って進めるべきだと私は考えています。基本的な技術スキルと人間的なスキルは依然として重要ですが、AIを習得することは、その両方を結びつける架け橋となるのです。

この緊急のニーズは指標にも表れており、労働者の半数が独学で人工知能を学んでいると回答した一方、60%がAIツールを学ぶためのPlusメンターシップを受けたいと希望を表明した。

私が重視するテストは、AIに作業を任せるのではなく、自分でスキルを実証できるか、という点です。自分の思考プロセスを説明できるか、AIが提示した回答が正しいかどうかを判断できるか、そしてそのスキルを新たな問題に応用し、フィードバックを受け、改善できるか、といった点が重要です。

そのため、評価は非常に重要です。従業員は、自分がどれだけの能力があると考えているかと実際の仕事の要件を比較し、完了した仕事、レビュー、資格、経験豊富な専門家からのフィードバック、実績などの証拠を探すべきです。人工知能は潜在能力を特定し、それに向けて準備するのに役立ちますが、準備状況を判断する唯一の基準となるべきではありません。

人工知能は、難しい会話の練習をしたり、問題に対するさまざまな考え方に触れたりするのに役立ちますが、これは、困難な状況でチームを率いたり、重大な決断を下したり、答えが明確でない場合に専門的な判断を下したりすることとは全く異なります。

練習、評価、そして専門的な基準を必要とする専門スキルについても同様です。人工知能は非常に有用な学習パートナーとなり得ますが、経験豊富な教授、指導者、同僚、あるいは実践的な応用といったものの価値を否定するものではありません。多くの場合、これらこそが知識を真の能力へと変える要素なのです。

しかし、AIが苦手なのは、あなたの人生全体を包括的に理解し、重要なキャリア上の決断を代行してくれることではありません。AIは人間の判断力、実体験、指導、責任感を代替するものではありません。AIの最適な役割は、あなたの視野を広げ、準備を支援することであり、その機会をどのように活用するかは人間の判断に委ねるべきだと私は考えています。

労働者はまず、「今の自分には得意なことがこれだ。これらのスキルは他にどんな場面で活かせるだろうか？」と自問することから始めるかもしれない。人工知能は、経験をスキル用語に変換したり、類似の職業を発見したり、必要とされる可能性のある追加スキルを特定したりするのに役立ちます。

これは、キャリアパスが私たちが想像するほど直線的ではないことを考えると、まさに目から鱗が落ちるような発見となるでしょう。しかし、発見はプロセスの始まりであって、終わりではありません。したがって、候補者は、実際の求人情報と比較したり、その分野の人々と話したり、実際に必要な学歴、経験、資格を特定したりすることで、これらの可能性を探るべきです。

変化への対応力が最も高いのは、必ずしも最も多くのAIツールを使いこなせる人ではない。むしろ、自分の専門分野を理解し、関連スキルを継続的に磨き、既存の知識を活かしてAIを賢く活用する方法を知っている人こそが、変化への対応力が最も高いと言える。

誰かがあなたのために道筋を示してくれるのを待つ必要はありません。私たちの調査対象となった労働者の半数は、すでに独自にAIを学んでいます。まずは、実際の業務環境でAIを試してみることから始めましょう。AIがあなたの能力向上に役立つ分野、さらなる知識習得が必要な分野、そしてあなたの人間的な判断が最も価値を発揮できる分野を自問自答してみてください。

継続的な学習、AIの習得、そして強力で持続可能なスキルというこの組み合わせこそが、AIが雇用に及ぼす影響という今後の課題に立ち向かうための最良の基盤を労働者に与えるものだと私は信じています。