AI時代の専門家育成を、仕事の任せ方から組み直す──特許弁護士の実験と人事制度
シリーズ: 論文渉猟
◆今回の論文：David Autor, Tanya Rodchenko, Josh Martin, Zanna Iscenko, Scott Strand, David Pearl, Melissa Ferere, "Does AI Assistance Enhance or Erode Expertise? Evidence from a Three-Month Field Experiment in Patent Drafting" (NBER Working Paper 35720, 2026年9月）
概要：米国11法律事務所の特許弁護士133人を対象に、AIによる草案作成の支援と、その後のAIなしの専門的判断を比較した無作為化実験。AI使用中の品質改善は経験の浅い層で大きいが、AIなしの修正課題の改善は経験豊富な層に集中した。全工程完了は91人。未査読のワーキングペーパー。実験の直接費はグーグルが負担し、共著者の関係も開示されている。
仕事が以前より効率的になったのだから、その仕事をした人も上達しても良いはずだ。日々の成果を通じて部下の成長を見てきた管理職には、自然な推論だろう。だが、生成AIが文書の構成から修正まで支える環境では、その推論をそのまま維持できない。
良い成果が出ていることと、成果を生み出す判断が本人に形成されていることは違う。もちろん、AIと協働して達成する仕事も本人の貢献である。問われるのはその価値を割り引くことではなく、現在の成果と将来の専門性を同じ指標で評価してよいかという問題だ。
米国の特許弁護士を対象にした3か月の実験は、この違いを直接に測ろうとした。AI使用中に大きく成果を改善した経験の浅い弁護士は、AIを外した判断課題では、同じ経験層の対照群に対する平均的な上積みを示さなかった。一方、経験豊富な弁護士には改善が見られた。
この結果は、AIが若手の能力を損なうと証明するものではない。それでも、仕事の効率化と人の育成が自動的に同じ方向へ進むと考えることは難しくなる。実務に埋め込まれていた学習の機会が変わるなら、企業は何を残し、何を別の経験へ置き換えるべきなのか。
AIを使った成果と、AIを使った後の判断を測る
デイヴィッド・オーターらが扱うのは、仕事の成果と、その仕事を通じた専門性の形成が一致するかという問いである。特許の草案作成には、技術を正確に説明することに加え、どこまでの権利を確保し、どんな表現が後に弱点となるかを判断する必要がある。文章が流暢であるだけでは、良い仕事とは言えない。
研究チームは、グーグルと継続的に特許業務の取引がある米国11法律事務所から参加者を募り、133人をAI利用群90人と対照群43人に無作為に割り付けた。利用群へ文書作成支援システムのインフロー (InFlow) を提供し、約10日後と約90日後に草案作成課題を行った。経験別の分析では、7年未満と7年以上に区分している。これは年齢ではなく実務経験の区分であり、経験の浅い層も資格を持つ現役の弁護士である。
さらに約90日後、両群がAIなしで不備のある特許文書を点検・修正した。新しく文章を作るだけでなく、問題の発見、重要度の判断、修正の実行を求める課題である。成果物は、別の事務所の弁護士が参加者の割付を知らずに評価した。権利行使に耐えるか、技術的正確さ、権利範囲の取り方、完全性、明瞭さという五つの観点を使っている。
ここで人数の区別が重要になる。133人は登録・割付時の人数であり、課題完了は最初の草案で105人、次の草案で98人、最後の修正で91人だった。離脱について研究は群間で明確な差を検出していないが、全員を最後まで観察できた実験ではない。設計の価値は、こうした制約を残しつつ、AI込みの成果と、その後の本人の判断を別に観察したところにある。
草案の品質を伸ばした人が、判断の上積みを残すとは限らない
AI利用群の草案品質は、対照群より10日後に0.34標準偏差、90日後に0.38標準偏差高かった。標準偏差は得点のばらつきを基準に差を表す単位であり、品質が34％、38％向上したという意味ではない。両時点の差は統計的に有意で、対応する有意確率はそれぞれ0.03と0.01だった。
経験の浅い層では差が0.58と0.60標準偏差に達した。経験豊富な層の0.22と0.30より大きい。AI使用中の草案という成果では、経験の少なさを道具が補う方向に働いたのである。ただし、経験豊富な層の差は前者では統計的に有意ではなく、後者も5％水準では有意ではない。両層を同じ確かさで「改善した」とまとめるべきではない。
AIなしの修正課題では様相が変わる。AI利用経験のある群の優位は全体で0.32標準偏差、経験豊富な層で0.45標準偏差だった。後者の有意確率は0.02。一方、経験の浅い層の推定値はマイナス0.03標準偏差、有意確率は0.89であり、平均的な上積みは検出されなかった。
若手の全員が同じ結果だったわけでもない。AI利用群では中低位の評価が減り、最下位の評価が増え、比較的良い評価も増える方向に分布が広がった。ただし、比較的良い評価の増加は統計的に明確ではない。これは個々人を開始時から追った成長曲線ではなく、終了時の群の分布である。「AIから学ぶ若手」と「学ばない若手」が固定的に存在すると決めつけることはできない。
熟練者は何を見て、初心者はどこで止まったのか
なぜ成果と判断への効果が分かれたのか。研究者は提出された修正文書をAIで探索的に分析している。AI利用群の経験豊富な弁護士には、文書全体の法的な弱点や権利の範囲へ注意を向け、節全体を書き直し、その理由を法的原則とともに説明する特徴が見られた。
経験の浅い層は、表現や形式の修正を順番に進め、重要な権利請求の部分へ到達する前に時間を使い切ったり、問題を指摘しても修正を実行しなかったりした。ここで見逃せないのは、指摘するだけで直さない姿勢が、AIを使わなかった若手にも見られたことである。AIがその癖を新たに生んだという説明にはならない。
利用群4人へのインタビューも、異なる使い方をうかがわせる。経験豊富な2人は初稿をそのまま受け入れず、推論を点検する相手などとしてAIを利用したと語った。経験の浅い2人は、白紙から書き始める負担が減り、早く見直しへ進めることを評価した。いずれも重要な手掛かりだが、この少人数の聞き取りから利用者全般の行動を推定することはできない。
考えられるのは、既存の判断基盤によって、AIが肩代わりした作業の意味が変わるという仮説だ。熟練者には高度な判断へ注意を移す余地が生まれ、初心者には判断を身につけるための練習が省かれるかもしれない。しかし、その経路を実験的に識別した研究ではない。時間配分、担当業務、受けた助言など、他の可能性も残る。
この実験から、実務を通じた育成について何が言えるか
経験の浅い層に平均差がなかったことは、能力が低下した証拠ではない。能力形成が一切なかったことの証明でもない。AIとの協働や草案作成の技能など、修正課題が捉えない学習の可能性がある。専門能力全体と、特定の判断課題で測ったものを同一視しないことが重要である。
実験には開始前のAIなしの能力測定がない。終了時の群間差を能力獲得の差と解釈するには、無作為割付によって開始時の能力が釣り合っていたという前提が必要となる。専門性が形成される年単位の時間に対し、観察期間は3か月にすぎない。特定の顧客と取引する法律事務所の結果を、医療や開発などへそのまま当てはめることもできない。
AIなし課題の禁止を完全に監視できなかった点も残る。疑わしい提出物を除いた分析では、経験豊富な層の推定効果は0.39標準偏差、有意確率は0.06となり、方向は維持されても統計的な確かさは弱まる。時間短縮の違いについても、時間の使い方自体を無作為に変えたわけではなく、長く考えることが学習を生んだとは断定できない。
それでも、現在の成果だけで本人に残る判断を推定できない、という問題は消えない。筆者がここから企業の育成へ引き出したいのは、AIが従来の学習を壊したという結論ではない。仕事の工程を変えるとき、その工程が果たしていた育成上の役割も別に検討する必要がある、という問いである。以下はこの問いから広げる組織論上の検討であり、実験が直接に測った企業行動ではない。
生産工程の中に、どんな学習があったのか
若手が草案を作り、経験者がレビューする。その工程は顧客へ成果を届けると同時に、判断を試す経験も与えてきた。ただし、仕事をすれば誰でも自然に育ったわけではない。どの案件を担当し、どんな指導を受け、修正理由をどこまで聞けたかで、経験の内容は異なる。従来の実務を通じた育成（OJT）を一様に優れた制度とみなす理由はない。
問題は、この不均一な育成機能の一部が、生産工程に含まれていたことである。草案の初稿をAIに任せれば、現在の品質は上がるかもしれない。同時に、本人が論点を選び、重要なものから並べ、書いてみて矛盾に気づく機会も変わる。減った作業時間と、失われたかもしれない学習は、別々に評価しなければならない。
ここを「暗黙知が失われる」とだけ言っても、対応は決まらない。必要なのは、何に注意を向けるか、何を問題とみなすか、何から直すか、どこまで介入するかへ分解することだ。たとえば文書の表現が不自然だと分かることと、その表現が顧客の権利を狭めると判断することは異なる。正しい修正版を読むだけで、両者の間の判断が身につくとは限らない。
したがって、作業を保存するか自動化するかを職務単位で決める前に、その仕事で本人がどの判断を経験していたかを調べたい。必要な活動を別の練習へ置き換えられるなら、旧来の作業を維持する必要はない。逆に、AIが実行できるという事実だけでは、人がその活動を経験する必要まで否定できない。
業種名より、判断が育つ条件を見る
専門職だから一律に危険だとするのも粗い。同じ会社でも、手順が安定した作業と、条件次第で結論が変わる仕事では必要な経験が違う。判断の結果がすぐ分かるか、経験者の助言が得られるか、初級の作業が上位の判断につながっているかによって、工程の変更が持つ意味も異なる。
たとえば不備の発見から結果が返るまで時間がかかる仕事では、完成品が通ったことだけで、自分の判断が正しかったとは分からない。顧客の事情に応じて優先順位を変える仕事では、模範解答を覚えても別の案件で使えないことがある。こうした条件が重なるほど、成果の改善だけを見て育成も順調だと推定する危うさは大きくなるだろう。これは他業種の実証結果ではなく、調べるべき条件の仮説である。
熟練者の説明をAIへ入れれば解決する、とも限らない。説明を蓄積することには価値があるが、知識が利用可能であることと、必要な瞬間に本人の注意がそこへ向くことは違う。多くの情報の中から何を疑うかは、自分の見立てと他者の判断が食い違う経験を通じて学ぶ部分がある。
一方で、その経験が実案件でしか作れないと決める必要もない。従来は偶然に委ねられていた事例の組合せを、AIを使って意図的に用意できる可能性がある。問うべきなのは昔のOJTを守ることではなく、実務で得ていた何を再現でき、何がなお再現できないかである。
AIを見る前と後に、本人の判断を置く
経験を設計する際の一案は、本人の試行を先に置くことだ。最初からAIに問題点と修正案を出させず、まず自分で重要な懸念と対応の順序を考える。その後でAI案と比較し、食い違った箇所を選び、どちらを採用するか理由を述べる。経験者は結論だけでなく、判断の手掛かりへ助言する。
この手順は、苦労の量を増やすためのものではない。AIを使わない時間を長く設定しても、誤った考えを反復するだけなら学習になるとは限らない。残したいのは問題の発見、仮説の形成、優先順位の判断、修正と理由の説明である。何を練習する回なのかを絞り、その活動に合わせてAIが関わる位置を決める方がよい。
さらに、練習で扱った条件を変えて判断してもらう。たとえば顧客が重視する権利の範囲を変えたとき、以前の修正をそのまま繰り返さず、方針を変えられるかを見る。正解を記憶したことと、判断が変わる条件を理解したことを分けるためである。結論の一致だけではなく、違う結論に至る理由の妥当性も評価対象になる。
ただし、これらは本論文で有効性を確認した育成方法ではない。AIが作る事例や評価には誤りがあり得るし、専門家の点検も必要になる。通常業務の品質を守りながら小さく試し、異なる課題への応用を確かめたい。教材を大量に生成できることと、専門家を育てられることを、ここでも混同してはならない。
成果を認めながら、任せられる判断を確かめる
AIを使って良い成果を出す能力は、現在の事業に価値をもたらす。それを本人の実力ではないとして切り捨てるのは誤りだ。同時に、その成果だけで、他者の仕事のレビューや未知の案件を任せられると判断することにも飛躍がある。現在の成果、本人に身についた判断、AIの結果を比較・修正する能力を区別して見る必要がある。
自力で文書を速く書く技能を、以前と同じ水準で全員に求める必要はないかもしれない。一方、重大な不備に気づき、前提を疑い、相手の事情を聞いて判断を変えることまで任せ切ってよいかは、仕事ごとに検討が必要になる。AIなしの作業を守ること自体が目的ではなく、委任した結果を引き受けるために本人が何を理解しているべきかが問題なのだ。
昇進の評価も、この区別から見直せる。草案の品質が高いという理由だけで、より広い判断の責任を与えるのではない。別案を退けた理由、AIの提案を採らなかった箇所、条件が変われば方針を変えるかを、限られた事例で確かめる。思考過程を常時記録させるような監視に広げる必要はない。
むしろ評価を細かくしすぎれば、学習者が分からないと言いにくくなる。育成の場で試した誤りが直ちに昇進上の不利益へ転じるなら、本人は安全な答えを選び、AIの無難な案へ寄りかねない。練習する場と責任を認定する場の目的を区別し、難しい課題へ戻れる余地を残すことも制度の一部である。
育成の費用を、現場の善意だけに負わせない
よく設計した練習があっても、実施する時間がなければ続かない。AIで早く終えられる仕事に本人の試行と専門家のレビューを加えれば、現在の案件には追加の負担が生じる。納期と利益率だけで評価される責任者には、その負担を減らす誘因がある。
ところが、育った人が数年後に良い判断をする利益は、同じ責任者や案件に戻るとは限らない。現在の現場が費用を負い、将来の組織が利益を受け取る。この時間と受益者のずれを放置したまま、管理職に長期の育成を求めても制度が矛盾する。本人へ考える時間を求めながら処理件数だけを増やさせることも、同じ矛盾を本人に転嫁している。
必要なのは、学習時間を業務として認め、レビューの負担を配分し、管理職の評価にも育成を位置づけることだ。ただし、部下の短期の点数上昇をそのまま指導力とみなしてはならない。出発時の能力も案件の難しさも異なり、挑戦的な経験ほど一時的に成果を不安定にする場合がある。任せられる判断の範囲がどう変わったか、必要な経験を与えたかを併せて見る必要がある。
この議論は、AIが実際に企業の育成投資を減らしたと実証するものではない。成果と学習を分けるという問題設定から導く制度上の検討である。育成を重要と宣言するだけでは、現在の案件を優先する合理性に勝てない。長期の能力形成のために何を負担するかを、組織として決める必要がある。
自動化の判断に、次の専門家が育つ経路を含める
筆者の見解では、AI導入によって企業が見直すべきなのは、作業の配分だけではない。その作業を通じて、どの判断が誰に形成されていたかという経験の配分でもある。既存の熟練者がAIを使って高い成果を出せることから、次の世代にも同じ判断基盤が備わるとは推定できない。
これは採用と人員計画にもつながる。現在の作業量が減ったとしても、将来必要な判断を担う人の数が同じ割合で減るとは限らない。一方、若手の採用を維持すれば解決するわけでもない。誰にどんな案件を任せ、どこで経験者と組ませ、何を確かめて責任を広げるかがなければ、人数だけがあっても育成の経路は細る。
人を企業の必要に合わせて一方的に育てることにも慎重でありたい。本人がどんな専門性を身につけたいかと、組織が必要とする判断をすり合わせる余地が要る。育成のための説明責任は、学習者だけに課されるものではない。なぜその経験を求め、何につながると考えるのかを、組織も説明すべきである。
仕事が良くなったという事実から、育成もうまくいったと結論する前に、その間を確かめる。何を自動化できるかとともに、その活動を通じて人は何を身につけていたかを問う。AIを導入する企業に必要なのは、過去の苦労を保存することではない。変わった仕事の中で、次の判断者が育つ経路を作り、確かめ直すことである。
ポイント整理
成果の改善と判断の形成を分ける
特許弁護士の実験では、AI使用中の品質改善が大きい経験の浅い層に、AIなし課題の平均的な上積みは検出されなかった。
能力低下や無学習の証明ではなく、特定の課題・期間で観察された効果の違いとして読む。
工程に含まれていた学習を調べる
問題発見、優先順位、修正理由など、本人が行っていた判断を具体化する。
旧来の作業を一律に残さず、必要な経験を別の練習で代替できるかも検討する。
AIが関わる段階を設計する
本人の試行とAI案の比較、専門家の助言、条件を変えた課題を組み合わせて試す。
育成策の有効性は別途検証が必要であり、教材の大量生成を能力形成と同一視しない。
育成を支える評価と費用配分
現在の成果と、より広い責任を任せるための判断を区別して評価する。
学習時間とレビューの負担を認め、短期の採算だけで育成が削られない制度を考える。
将来の判断者から経験を逆算する
現在の作業量だけでなく、将来必要な専門性を踏まえて人員と仕事の割り当てを考える。
本人が望む専門性も尊重し、経験を求める理由を組織側が説明する。
キーワード解説
【無作為化比較試験】
参加者を無作為に介入群と対照群へ分け、結果の差から介入の効果を調べる方法。開始時の属性の偏りを平均的に抑えるが、標本の小ささや途中離脱、測定できない結果などの制約がなくなるわけではない。
【標準偏差】
測定値が平均の周囲にどれほど散らばるかを表す量。この研究の効果量は対照群の得点の標準偏差を単位とするため、0.34標準偏差という差を34％の品質向上と読むことはできない。
【学習の転移】
ある経験で得た知識や判断を、異なる課題や条件で使うこと。同じ答えを再現できても、条件が変わると使えない場合があるため、訓練した課題の成績だけでは確認できない。
【実務を通じた育成（OJT）】
実際の仕事を担当し、指導やレビューを受ける中で能力を身につける方法。経験できる案件や指導者によって内容が変わるため、勤務期間の長さだけで学習の量や質は決まらない。