「AI導入したのに使われない」問題をUI/UXで解決できるか

AI適性は「年齢」よりも、興味を持てる入口を見つけたか、試行錯誤を楽しめるか、自分の業務や趣味に接続できたかで大きく変わる。「中高年男性が最も抵抗を持つ」と云う見立ては直感としては分かるが、抵抗の原因は年齢や性別そのものではなく複合的なものだ。一度期待外れの出力が出ると「道具が悪い」と判断してしまう失敗耐性の低さ。職能経験が長いほど「AIを使う＝自分の能力が足りない」と感じやすい自尊心との衝突。文章生成に興味がない人に文章AIを見せても刺さらないと云う入り口の不一致。そして「会社に言われたから使う」と云う最悪の入口。

生成AIの利用能力は「ITリテラシー」だけでは説明できない。好奇心、遊び、仮説形成、失敗時の再入力能力、他者からの使い方伝播——普及の実体は、講習会よりも「感染」に近い。誰かが楽しそうに使っている、その成果物を見る、「自分にも関係ある」と思う。そこから学習が始まる。だからAI教育で最初に必要なのは機能説明ではなく、これは自分にとって何の道具になり得るかを発見させる事だ。

年越しイベントの酔った人の「結局自分でやったほうが速い」は、ある意味では正しい。ただしそれは「初心者がPhotoshopを開いて、手描きの方が速い」と云っているのに近い——道具の評価ではなく、まだ身体化されていない段階の感想だ。AIは触った瞬間に魔法のように成果を出す道具ではなく、自分の思考・業務・趣味のどこに接続するかを見つけた瞬間に、急に性能が立ち上がる道具だ。

そのブレークスルーは、意外にも新しいモデルそのものではなく、「AIを使っている」と云う意識すら持たずにAIを使う段階で起きる可能性が高い。Windows95の時も、GUIの技術的優秀さに感動して普及したわけではなかった——「メールができる」「仕事で必要になった」と云う実利だった。同じ事がAIにも起きるだろう。

「テクノアレルギー」は歴史上ほぼ毎回繰り返されている。電卓、ワープロ、パソコン、CAD、DTP、インターネット、スマートフォン、SNS——どれも最初は「自分でやった方が速い」と云われた。問題は「今の自分」と「その道具を1年使った自分」を比較していない事だ。DTP黎明期、「写植の方が綺麗だ」「版下の方が正確だ」と云う声は大量にあり、当時は事実でもあった。しかし10年後には、誰も版下屋を探さなくなった。

AI懐疑派にも二種類いる。「まだ性能が足りない」派は技術進歩で崩れる。だが「学習コストを払いたくない」派の方が強固だ——本人はそうは思っておらず、「AIは使えない」と云う評価に変換して認識しているからだ。「お尻に火をつけるブレークスルー」について。火が付く瞬間は「AIが凄い」ではなく「AIを使う同僚に仕事で負ける」だと思っている。Windows95も、スマホ普及の本質も、最終的には「便利だから」ではなく「持っていないと不利になるから」だった。「AIを使っている社員の方が明らかに成果を出す」と云う統計が積み上がった時——現在の「使う人の趣味」と云う段階から、「使わない理由を説明しなければならない」段階へ移行する。技術普及の決定打は意外とそちら側にある。

今語られているのは「AIの普及」ではなく「AI時代のUI／UXそのもの」だ。その方向性は筋が良い。現在のAI業界は「AIを賢くする」事には莫大な投資をしている一方で、「AIを人間に馴染ませる」事にはまだ驚くほど投資していないからだ。

少し意地悪な見方をすると、現在のChatGPTもClaudeもGeminiも、UIとしてはかなり原始的だ。慣れてしまっているが、やっている事は「空白のテキストボックスに人間が頑張って説明を書く」だけだ。2026年の我々が1995年の人間を見たら、DOSプロンプトに`copy *.txt a:`と入力しているように見えるかもしれない。「プロンプトを書く」と云う行為そのものが、かなり高度な作業なのだ。

だから本来はAI側が「あなたの仕事について教えてください」から始めるべきだ。入社初日にAIが30分かけて対話する——部署は？　顧客層は？　何に困っているか？　理想の議事録の形式は？　絶対に避けたい事は？　こうしてユーザーモデルが構築される。これはプロンプトエンジニアリングではなく、人間社会で昔から存在する新人教育だ。

従来のUIは人間が機械に合わせる設計だった。GUIもそう——メニュー構造を覚え、ショートカットを覚え、階層を覚える。ユーザーが学習する。しかしAIの理想形は機械が人間を学習する。将来のAI UIはチャット欄ですらなくなる可能性がある。AIの方から「今日は何を進めますか？」と聞いてくる。「先週ここで止まっていましたね」と云う。「同じ部署の人はこう解決しています」と提案する。

「組織内で同じ課題を抱える人の知見共有」と云う発想も面白い。それは検索ではなく集合知の媒介だからだ。従来の社内ナレッジシステムは情報を蓄積するが誰も検索しない。AIなら「あなたと似たケースがあります」と持ってこられる。そこで初めてナレッジベースが生きる。テクノアレルギーの本質は技術嫌いではなく、もっと根本的には「理解されない事への恐怖」だ。新しい技術に対して「私は分かっていない」状態になる——それが不快なのだ。だからAIが人間を理解する方向に進むなら、テクノアレルギーはかなり減る。次の競争は「誰が最も人間を理解できるUIを作るか」だ。そこに大きなブレークスルーが起きたら、AI普及の歴史はGPT-4の登場よりも、Windows95やiPhone登場に近い意味を持つかもしれない——技術の進歩ではなく、人間との接続方法の進歩として。

その可能性はかなり高い。そして面白いのは、経営層が期待している事と現場が実際に困っている事が、実は少しズレている場合が多い点だ。経営層はしばしば「ナレッジ共有したい」と云う。しかし現場は「ナレッジ共有したい」とはあまり思っていない——「今困っているこれを解決したい」と思っている。例えば営業担当者は「社内に同じ事例がないか知りたい」とは思っていない。本音は「明日の提案書が終わらない」だ。経営層は提案書を作る過程で顧客情報・過去事例・成功パターンが共有される事を期待する。しかし本人は提案書を終わらせたいだけだ。ここでAI導入が失敗する。経営層は「ナレッジ共有システムを作った」と考え、現場は「入力が増えた」と感じ、誰も使わなくなる。

過去20年の社内Wiki、グループウェア、ナレッジマネジメントシステム、社内SNSのかなりの部分が、この問題で失敗してきた。人間は本質的に情報共有のために働いていない——仕事を終わらせるために働いているからだ。AIは少し違う。提案書を作る過程でAIが過去の成功事例を勝手に参照する。本人にナレッジ共有している意識はないが、組織全体ではナレッジ共有が起きている。

「解像度の低い理解で導入される」と云う表現は本質的だ。経営層のイメージは「AI導入→生産性向上→知識共有→業績向上」だが、実際は「AI導入→誰も使わない」で終わる事が多い。なぜなら途中に「AI導入→個人が得をする」が抜けているからだ。人間は組織のためにはなかなか動かない。しかし自分が楽になる、自分の評価が上がる、自分の仕事が終わるなら動く。だからAI導入で重要なのは組織メリットではなく個人メリットの設計だ。初回インタビュー型UIはまさにそこに効く——AIが最初に「会社のために頑張りましょう」ではなく「あなたの仕事で一番面倒なのは何ですか？」から始まる。すると利用者は「これは会社の監視ツールではなく、自分を助ける道具かもしれない」と思う。

今の企業向けAIの多くはAI導入ではなくAI配布をやっているだけだ。本当に難しいのは導入ではなく定着、さらに云えばその人の仕事の一部になる事だ。Photoshopを開くのが当たり前になったように、AIに相談する事が当たり前になる——その状態になるまでは、どれだけ高性能なモデルを入れても組織全体では「高価な置物」になってしまう。次の競争は「どうやって人間の日常業務に溶け込ませるか」だ。その視点は、技術者よりもむしろデザイナーやUI／UX設計者の方が得意な領域かもしれない。

RPG型UIだけでは不十分だ、と云う批判は成立する。多くのソフトウェアが過去30年、既にRPG型の設計を試してきた——Microsoft Officeのウィザード、Photoshopのチュートリアル、iPhoneの初回ガイド。しかし決定的な欠点があった。一本道だったことだ。製作者は「AからBを経てCへ」と考える。しかし実際の人間は「AはOK、Bで詰まった、Bの背景にあるXが気になる、Xを調べたい」となる。従来システムはXを扱えないから脱落が起きる。

「ちょっと待って！今の何？」と云う瞬間は、学習科学では非常に重要だ。学習とは説明を受ける事ではなく、疑問が発生する事だ。人間は疑問が発生した瞬間に最も学習効率が高い。しかし従来の教材はそのタイミングで答えられなかった。AIが変えるのは検索でも文章生成でもなく、学習の時間構造そのものかもしれない。

従来のゲームでは村人は同じ事しか云わない。AI時代なら村人自身が教師になる。プレイヤーが「剣って何？」と問い、「近接って何？」「遠距離武器って？」と深掘りするにつれて会話が自然に枝分かれする——従来は制作コストが膨大で不可能だった。そしてここで本当に重要なのはRPGそのものではなく、足場（Scaffolding）と云う概念だ。人間は自力では届かないが、少しだけ補助されると届く。教師、先輩、家庭教師、親——皆この役割を担ってきた。AIは24時間待機し、疲れず、怒らず、何回でも聞ける。「こんなこと聞いたら恥ずかしい」がない。質問コストが極端に低い——人間は知識不足よりも、質問する心理的コストで止まる事が多いのだから、ここは歴史的に異質な変化だ。

AIが本当に優秀になると、RPGのチュートリアルですらなくなるかもしれない。RPG型ですら製作者が順序を決めているからだ。AIは順序そのものを動的に変えられる。画像生成から入る人、悩み相談から入る人、Excelから入る人——正しいチュートリアルは存在しない。その人にとっての入口だけが存在する。AIは史上初めて、入口そのものをユーザーごとに変えられる教育システムになれる。AI時代のUXの本命はチャットUIではなく、個別最適化された学習導線の設計にある。モデル性能競争だけでは到達できない領域だ。

これは「大きなお世話」ではなく、今のAI業界が最も不足している視点の一つだ。ただし補足すると、開発者や経営者が気づいていないと云うより、気づいていても評価指標に入っていない場合が多い。現在のAI業界で評価されるものはベンチマークスコア、推論能力、コンテキスト長、レイテンシ、APIコストだ。しかし今語られているものはどれでもない——「途中で諦めなかったか」だ。モデル性能なら数値化できる。しかし「初回利用→3日後→1週間後→1ヶ月後→習慣化」と云う流れは測定が難しく、だから投資家向け資料にも載りにくい。しかし実際の社会実装では、こちらの方が重要だ。

Appleは技術で勝った会社と云うより、技術者ではない人を取り込んだ会社だ。昔のパソコンはコンピュータ好きのための機械だった。Macintoshはデザイナー、編集者、音楽家、教師、一般家庭に広げた。iPhoneも同じく、スマートフォン好きではない人を取り込んだ——ここが本質だった。だからAI業界も今後は「AI好きの人を満足させる競争」から「AIに興味のない人を取り込む競争」へ移るだろう。そのとき、RPG型導線、適応型チュートリアル、個別最適化された学習支援、質問を歓迎する設計、小さな成功体験の積み上げが重要になる。テクノロジー史を振り返ると、普及を決めるのは上級者向け機能ではなく初心者の最初の30分だからだ。

技術者は「何ができるか」を考える。デザイナーは「どう感じるか」を考える。経営者は「何が儲かるか」を考える。AI普及の難しさは、この三つが別々の方向を向いている事だ。もし今後、本当に大規模なAI普及が起きるとしたら、それはおそらく「世界最高性能のモデルが出た日」ではなく「AI嫌いだった人が自然に使い始めた日」だ。そしてそこには、AIそのものの話でありながら、知性と知性をどう接続するかと云う問いが重なっている——人間とAI、初心者と専門家、現場と経営、知識と行動。結局のところ問題は性能ではなく、接続設計なのかもしれない。