AI時代に判断力が育たない4つの構造｜82%の企業で減少

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

980社・33.8万人の分析で、企業の82%で「判断経験」が減っていることが判明
判断できる人が育たない背景には「判断経験が残らない4つの構造」がある
MITやMicrosoftの研究も、AI依存が思考の深さと記憶を下げることを示している
育つ企業は「組織の判断構造」を6つの要素で言語化している
生成AI活用率87%の日本企業こそ、この落とし穴に真っ先にはまる

AIに聞けば、5秒で整った答えが返ってきます。では、その答えを選んだ理由を、あなたは説明できますか。この問いに詰まる人が、いま急速に増えています。仕事は速くなったのに、決められる人が育たない。その正体が、980社のデータから見えてきました。

企業の82%で「判断経験」が減っている

リクエスト株式会社（東京都新宿区、代表取締役甲畑智康氏）が公開した実践研究レポートは、衝撃的な数字を示しました。

企業の82%で、仕事の中の「判断経験」が減っているというのです。

根拠になっているのは、980社・33.8万人分の働く人のデータです。同社が「組織行動科学®」と呼ぶ分析基盤で、2022年から2025年にかけて観測されました。

ここでいう判断経験とは、状況を見て自分で決めた経験のことです。マニュアル通りに処理した経験は、これに含まれません。

興味深いのは、原因がAIだけではない点です。

業務の標準化、マニュアル化、IT化、そして働き方改革による効率化。これらが積み重なった結果、「状況ごとに考える仕事」が「前例を当てはめる仕事」へ置き換わっていきました。

そこへAIが加わり、変化が一気に加速した。同社はそう整理しています。

判断経験が残らない4つの構造

この実践研究がユニークなのは、原因を「本人のやる気」に求めていないところです。かわりに4つの構造を挙げ、それが連鎖すると説明します。

第1の構造：AIの答えを検討せずに採用する

担当者がAIに答えを求め、返ってきた回答を十分に吟味しないまま使います。

ここで失われるのは、作業時間ではありません。「なぜこの案を選ぶのか」を考える時間です。

第2の構造：上司が問い返す前に正解を渡す

リーダー自身も業務に追われています。

部下に「あなたならどうする？」と問い返す余裕がなく、先に指示と正解を渡してしまいます。

仕事は速く進みます。でも、部下の中には何も残りません。

第3の構造：判断基準がないので上司に戻す

本人には、判断に必要な基準も責任範囲も渡されていません。

だから少し難しい案件が来ると、そのまま上司へ差し戻します。本人にとっては、それが唯一の安全な選択肢だからです。

第4の構造：難しい案件が一部の人に集中する

結果として、例外案件や難易度の高い仕事が、一部の熟練者と管理職に集まります。

その人たちはさらに忙しくなり、また第2の構造へ戻ります。

判断する機会が減る → 自分で決められなくなる → 判断を上司へ戻す → 特定の人に判断が集中する。この輪が、静かに回り続けているというわけです。

AIが「考える機会」を奪う仕組みは海外研究でも

「日本の一社の主張では？」と思った方もいるでしょう。ところが、海外の研究も同じ方向を指しています。

Microsoftとカーネギーメロン大の調査

Microsoftとカーネギーメロン大学は、AIを使う知識労働者319人に調査を行い、936件の実際の利用場面を分析しました。CHI 2025という国際学会で発表された研究です。

結論は明快でした。AIへの信頼が高い人ほど、AIの出力に対して批判的思考を働かせていなかったのです。

逆に、自分のスキルに自信がある人ほど、AIの回答を検証し、修正し、自分の考えと統合していました。

さらに、知識・理解・応用・分析・統合・評価という、ほぼすべての思考活動で「使う労力が減った」という自己申告が出ています。

MITメディアラボの「認知的負債」

MITメディアラボは、54人を対象に脳波（脳の電気的な活動）を測りながら小論文を書かせる実験を行いました。

参加者はAI利用群、検索エンジン利用群、何も使わない群の3つに分けられています。

脳の結合の強さは、外部の助けが増えるほど弱くなりました。最も強かったのは、何も使わない群です。

極めつけは記憶でした。AI利用群の8割以上が、自分がたった今書いた文章の一節を正確に引用できなかったのです。

研究チームはこれを「認知的負債（cognitive debt）」と名づけました。短期的に楽をした分を、あとから思考力で返済することになる、という意味です。

判断できる人が育つ企業の6つの設計要素

では、どうすればいいのでしょうか。

980社を比較して見つかった共通点は、育つ企業には「組織の判断構造」が設計されているということでした。

誰が、何を、どの条件で判断するか。これを言語化している企業だけが、判断できる人を輩出しています。

設計要素は6つに整理されています。

判断対象：優先順位、対応方針、提案内容、リスク対応
判断条件：顧客条件、案件条件、制約条件、例外条件
判断基準：優先順位、価値基準、採否基準、許容リスク
判断分担：担当者判断、上司判断、エスカレーション条件
経験設計：段階的委任、実務課題、共働機会、難度調整
振返り設計：事後確認、レビュー、言語化、構造化

育つ企業では、判断が段階的に委任されます。基準が共有されているので、部下は自分で考えて動けます。

育たない企業では、判断の対象も範囲も曖昧なままです。だから相談に依存し、振り返りも設計されていません。

2026年8月21日には、16ページの実務レポート「判断力は、どう育てるのか」も公開されました。

そこでの視点の転換が印象的です。評価すべきは「正解を教えたか」ではなく、「本人に、次の判断へつながる経験が残ったか」だというのです。

身近な3つのシーンで考える

ある食品メーカーの営業2年目を想像してみてください。値引き要請が来るたび、上司のところへ行って「いくらまでOKですか」と聞きます。3年経っても、値引きの判断はできないままです。

もし最初に「粗利率25%までは自分で決めていい。それを下回るときだけ相談」と渡していたら。彼女は数十回の判断経験を積んでいたはずです。

次はシステム開発会社の若手エンジニア。仕様の曖昧な要望をAIに投げ、それらしい設計案を1分で出します。レビューも通ります。でも顧客が本当は何に困っていたのかを、誰も確かめていません。

3つ目は中小企業の経理担当者です。月末に数百件の請求書を処理しますが、AIが例外を自動で振り分けてくれるようになりました。作業は劇的に楽になりました。その一方で、「なぜこれが例外なのか」を考える機会も消えたのです。

従来のOJT・研修と何が違うのか

判断力を育てる方法は、これまでもありました。並べて比べてみましょう。

OJT（現場での指導）：先輩の背中を見て覚える方式。ただし先輩自身が忙しく、正解を渡す方が速いという第2の構造に飲み込まれやすい
階層別研修：ケーススタディで判断を疑似体験できる。ただし研修室での判断と、結果に責任を負う実務の判断は別物
ケースメソッド／MBA型：抽象度の高い意思決定を体系的に学べる。ただし自社の判断基準への翻訳作業が別途必要
1on1ミーティング：振り返りの場としては有効。ただし振り返るべき「判断経験」そのものが無ければ、話す材料がない
判断経験の設計：仕事の渡し方そのものを設計し、日常業務の中に判断機会を埋め込む

決定的な違いは、育成の場を「研修」ではなく「仕事の設計」に置いている点です。

研修は年に数回です。仕事は毎日あります。どちらに判断機会を仕込むかで、1年後の蓄積量はまったく変わります。

リクエスト社は2026年3月、この考え方を実務に落とし込む「判断経験設計プロジェクトベースドラーニング」の提供も始めました。判断が必要な仕事の整理、判断が止まる構造の診断、経験すべき判断の設計、実務プロジェクトでの実践という流れです。

日本市場への影響｜活用率87%の国で起きること

この話は、日本にとって他人事ではありません。

PwC Japanグループの調査によると、日本企業の生成AI活用・推進度は2026年春時点で87%に達しました。前回調査から11ポイント上昇し、未着手・断念はわずか4%です。

導入フェーズは、もうほぼ終わったということです。

一方で、規模による差も残っています。大企業の活用率46.5%に対し、中小企業は32.4%というデータもあります。

さらに気になる指摘があります。生成AIを使いこなせない層で最も多いのが「課長・リーダー職」だというのです。

これは4つの構造と、きれいに噛み合ってしまいます。

AIを使いこなせない管理職は、部下がAIで出した答えの妥当性を検証できません。検証できなければ、鋭く問い返すこともできません。結果、レビューは形だけになります。

日本の職場には、もともと判断を曖昧にしやすい土壌もあります。稟議、根回し、全員合意。誰が決めたのかが、後から辿りにくい仕組みです。

そこへ「AIが決めた（ように見える）」という、新しい逃げ道が加わりました。

逆に言えば、判断の範囲と基準を文章にするだけで差がつく、ということでもあります。日本企業にとっては、コストをかけずに手をつけられる領域です。

よくある質問（FAQ）

Q1. AIを使わせなければ、判断力は育ちますか？

A. 育ちません。問題はAIそのものではなく、AIの答えを検討せずに採用する運用のほうにあります。MicrosoftとCMUの研究でも、自分のスキルに自信がある人はAIを使いながら検証・修正・統合を行っていました。禁止するより、「AIの案を採用した理由を一言で説明する」というルールを足すほうが効果的です。

Q2. 「判断経験が残る仕事の設計」は、明日から何を変えればいいですか？

A. 最も小さい一歩は、仕事を渡すときに4つを添えることです。①どこから本人が判断していいか（判断の入口）②何を基準に決めるか（判断基準）③どうなったら相談・停止するか（相談条件）④終わったあと何を振り返るか。この4点を口頭で伝えるだけでも、渡し方は変わります。

Q3. 82%という数字は、どうやって調べたものですか？

A. リクエスト株式会社が保有する980社・33.8万人の業務経験データを分析した結果として公表されています。観測期間は2022年から2025年です。ただし調査手法の細かい条件までは公開資料に明記されていないため、厳密な定義を知りたい場合は同社のレポートを直接確認するのが確実です。

Q4. 中小企業でも取り組めますか？

A. むしろ取り組みやすい面があります。判断の階層が浅く、決裁ルートも短いためです。まずは「よく上司に差し戻される案件」を3つ挙げ、そのうち1つについて判断基準を文章にするところから始められます。制度改定も予算も必要ありません。

Q5. 管理職が忙しすぎて、問い返す時間がありません。

A. 問い返しは、時間ではなく順番の問題です。指示を出す前に「あなたならどうする？」と30秒だけ聞く。それだけで第2の構造は崩れます。答えが的外れでも構いません。自分で考えた記録が本人に残ることが目的だからです。