仕事の課題から学習テーマを決める方法

「AIを学びたい」と考えたとき、本記事では、目的を業務に結び付けるため、機能や用語より先に仕事で困っている場面を整理し、その課題に必要なAI活用スキルへ学習テーマを逆算する進め方を提案します。

ここで紹介する整理法やテーマ例は、外部で効果が実証された手順としてではなく、ReSkill Base編集部の提案です。自分の担当業務、組織のルール、扱う情報の性質に照らして調整してください。なお、本記事には広告リンクを含みません。

AI学習のテーマは「できること」ではなく仕事の課題から決める

本記事では、「要約を学ぶ」「自動化を学ぶ」といった機能名から始めるのではなく、「会議後の決定事項が共有しにくい」「定型的な文面の下書きに時間がかかる」のように、まず仕事上の困りごとを言葉にする進め方を提案します。

必要な作業を整理するために、課題を具体化します。たとえば会議後の共有が課題なら、学習対象は広い意味での「AI」ではなく、「記録を要約し、決定事項・担当・期限の候補を整理するための指示の書き方」と定められます。

テーマ選定の前提：出力を検証できる業務を選ぶ

生成AIの出力には、不正確な情報が含まれる場合があります。重要な作業では人が関与し、重要な事実は信頼できる情報源で再確認することが示されています。IPAも、AIの出力には誤った情報、偏った情報、古い情報、出典不明の情報などが含まれ得ることを示しています。

そのため本記事では、最初の学習テーマとして、人が内容を確認でき、正誤や修正点を判断しやすい業務を選ぶことをおすすめします。AIの出力を最終成果物としてそのまま扱うのではなく、下書き、整理案、確認観点の洗い出しとして扱い、最終判断は担当者が行う前提を置きます。

また、実務で試す前に、組織内のルールや、扱ってよい情報の範囲を確認してください。本記事は個別の社内規程や情報の取扱いについて判断するものではありません。

手順1：困っている業務を一文で具体化する

ReSkill Base編集部では、次の項目を使って困りごとを記述することを提案します。

誰が：自分、チーム、関係部署など
何に：会議記録、メール、報告書、表計算データなど
どの場面で：作成前、確認時、共有時など
何に困るか：時間がかかる、抜け漏れが起きる、形式がそろわないなど

たとえば、「毎週の会議後、担当者と期限を含む共有文をまとめる際に、記録の確認と整理に手間がかかる」と書けます。この段階では、解決策を急いで決める必要はありません。困りごとを観察可能な形にすることが目的です。

手順2：課題を作業単位に分解する

次に、困りごとを小さな作業へ分けます。本記事では、以下のような作業単位で見直すことをおすすめします。

情報収集
要約・整理
文書の下書き作成
分類・集計
確認観点の洗い出し
問い合わせへの回答案作成

たとえば会議後の共有という課題は、「記録を読む」「決定事項を見つける」「担当者と期限を整理する」「共有文の下書きを作る」に分解できます。本記事では、この分解を、「会議業務の効率化」のような大きな言葉から学習テーマを一単位へ絞り込むための編集部提案として位置付けます。

手順3：AIに任せる範囲と人が判断する範囲を分ける

テーマを決める際は、AIに任せたい作業と、人が担う判断をあらかじめ分けます。これは、出力に誤りや不確実性が含まれる可能性を前提にするためです。

会議記録を例にすると、AIには「記録から決定事項・担当・期限らしき箇所を抽出し、表形式の下書きにする」役割を置けます。一方で人は、「実際に決まった内容と一致するか」「担当者や期限の解釈が正しいか」「共有してよい内容か」を確認します。

本記事では、学習テーマの説明にも、この役割分担を含めることをおすすめします。例えば「会議記録から決定事項の候補を抽出する指示設計と、人による確認手順」と書くことは、学ぶ対象と確認責任を記述上明確にすることを意図した例です。

手順4：最小の実務テーマを一つに絞る

最初から複数の業務を対象にせず、ひとつの場面、ひとつの作業、ひとつの出力形式に限定します。これはReSkill Base編集部が、試行時の振り返りをしやすくするために提案する絞り方です。

次のように具体化してみてください。

会議記録から、決定事項・担当・期限の候補を抽出する
定型メールの下書きを作り、人が内容と表現を確認する
表計算データの集計手順を説明する下書きを作る
社内文書を読む際の確認項目を洗い出す

「AIを業務で使えるようになる」ではなく、「会議記録から決定事項の候補を抽出する指示を作り、出力を確認する」と定めることは、必要な練習を検討するための編集部提案です。

手順5：確認方法を決めて試す

試す前に、何を見て振り返るかを決めます。本記事では、成果そのものを断定せず、作業の変化を記録して判断する進め方をおすすめします。確認項目の例は以下です。

下書きを作るまでに自分が行った作業
出力に含まれた事実関係の誤りや不明点
人が修正・追記した箇所
出力形式が目的に合っていたか
根拠の確認が必要になった箇所

重要な情報は、AIの出力だけで確定させず、元の記録や信頼できる情報源に戻って確認します。出力を比較し、どの指示で何が不足したかを記録することは、次に学ぶテーマを検討するための材料として扱えます。

仕事の課題から考える学習テーマ例

以下は、特定の効果を保証する例ではなく、課題からテーマへ変換する際のReSkill Base編集部による例です。

仕事の課題	学習テーマの例	人が確認すること
会議後の共有内容を整理しにくい	会議記録を要約し、決定事項・担当・期限の候補を抽出する指示の設計	発言内容との一致、担当・期限の確定
定型メールの作成に着手しにくい	用途・相手・必須項目を指定して下書きを作る指示の設計	事実、表現、宛先に応じた配慮
表計算の集計作業を整理したい	集計したい項目を言語化し、手順案を作る練習	元データ、計算条件、集計結果
文書確認の観点が人によって異なる	目的に応じた確認項目の下書きを作り、担当者が見直す運用の整理	確認項目の妥当性、最終判定

テーマを決めるための記入テンプレート

最後に、次のテンプレートに自分の業務を書き込んでみてください。本記事では、この一枚を作ってから学習を始める進め方をおすすめします。

困っている業務：誰が、何を、どの場面で困っているか。
作業の分解：情報収集／整理／下書き／確認のうち、どこに負担があるか。
AIに任せる範囲：候補出し、要約、分類、下書きなど。
人が判断する範囲：事実確認、根拠確認、最終判断、共有可否など。
最小の学習テーマ：一つの作業と一つの出力形式に絞る。
確認方法：元資料との照合、修正箇所の記録、関係者による確認など。

テーマ選びで迷ったら、「出力を人が確認できるか」「元の情報に戻って検証できるか」を基準に見直してください。学習テーマは一度で正解を決めるものではなく、実務の小さな試行と振り返りを通じて更新していく対象として扱うことができます。