AIへの自信は職場での即戦力を上回る
ベトナムの大学は人工知能（AI）に多額の投資を行っており、学生のAIを使った仕事への自信は、調査対象となった他の市場の学生を上回っている。一方、雇用主は、その自信と卒業生が職場でAIを効果的に活用する能力との間に隔たりがあると見ている。ピアソンとアマゾン・ウェブ・サービス（AWS）の調査で明らかになった。
目次
ベトナムでの調査では、高等教育機関の幹部の96％が、自機関はAIに投資していると回答した。AIを導入した職場で働く準備ができているかとの質問に、学生の52％超が10点満点中8～10点と評価し、調査対象の6市場で最も高い自信を示した。これに対し、ベトナムの雇用主で、AIを取り入れた職場で必要となる8つの能力すべてについて、最近の卒業生を「非常に優れている」と評価した割合はわずか15％だった。
調査はベトナムの402人を対象に実施。内訳は学生301人、大学幹部・教職員50人、雇用主・企業幹部51人だった。より広範な調査はベトナム、ブラジル、マレーシア、サウジアラビア、英国、米国を対象とした。調査結果が示す課題は、AIツールを利用できるかどうかにとどまらない。卒業生には、判断力をもってツールを使い、結果を検証し、実務に応用できることを示す必要がある。
AIが仕事や初級職を変えつつあるなか、この隔たりは重要だ。チャットボットに指示を出せる学生でも、その回答が正確かを判断したり、根拠の不足を見抜いたり、AIの支援を受けた提案がビジネス上のニーズにどう応えるかを説明したりするのに苦労する可能性がある。こうした作業には、技術への理解に加え、批判的思考力、コミュニケーション能力、専門知識が求められる。
投資は急速に進むが、足並みはそろわない
報告書はベトナムを、AIを戦略的優先事項と位置付け、多額の投資を行う市場「ハイ・ベロシティ・ストラテジスト」に分類している。調査対象となった大学幹部の10人中9人は、AIによる職場の変化が「極めて速く」または「非常に速く」進んでいると答えた。これは世界平均の67％を23ポイント上回る。調査に参加した大学幹部は全員、今後2年間で変化のペースがさらに上がると予想した。
投資をしても、あらゆる進展に対応できるとは限らない。調査対象となったベトナムの教育機関のうち、AIのあらゆる進展に追い付いていると回答したのはわずか28％だった。報告書は、教員研修、コンピューティング基盤、技術力、カリキュラム、機関運営向けAIシステムなどへの投資を挙げる一方、準備状況は、そうした資源が学習や実践にどう結び付くかに左右されると指摘している。
また、高等教育機関の幹部の84％が、市場のニーズを把握するため雇用主と定期的に連携していることも分かった。これは有力な出発点だが、定期的に接触しているからといって、雇用主が授業の設計や学生の成果の評価に関わっているとは限らない。次の段階は、こうした連携をより実践的かつ継続的なものにすることだ。
学生の自己評価は自信を示す有用な情報だが、職場での実績を直接測るものではない。一方、雇用主は、卒業生を実際の仕事で直面する課題や期待に照らして評価する。この見方の違いから、授業や評価では、ツールに慣れているだけでなく、応用力を発揮する機会を学生にもっと与える必要があることがうかがえる。
雇用主が指摘する卒業生の不足点
ベトナムの雇用主は、卒業生のAI活用にいくつかの問題を挙げた。43％は、AIの出力を過信する、検証や事実確認が不十分といった望ましくない習慣を指摘。37％は実践経験の不足、35％はAIツールへの過度な依存を挙げた。回答内容には重複があり得るが、これらを合わせると、ツールを利用できることだけでは即戦力の指標として不十分である理由が分かる。
AIの出力を批判的に評価する能力について、卒業生を「非常に優れている」とした雇用主はわずか8％だった。この能力には、信頼できる根拠に照らして主張を確かめ、不確実性やバイアスを認識し、自動生成された回答ではなく人間の専門知識が必要な場面を見極めることが含まれる。AIが流暢な文章を生成しても、誤りが含まれる可能性があるため、特に重要な能力だ。
雇用主は、技術的知識、適応力、AIツールの効果的な活用、創造性、学術知識の実務への応用、継続的な学習、コミュニケーションと協働、AIの出力を批判的に評価する能力の8分野を評価した。全体で15％という数字は、これらの能力の平均で「非常に優れている」とされた割合を表すもので、各分野で全ての雇用主が同じ評価をしたという意味ではない。
この問題はベトナムに限らない。ピアソンとAWSの調査では、世界の雇用主の53％が、職場の要件を満たすAIスキルを持つ最近の卒業生を見つけるのに苦労していると答えた。調査全体では、AIツールを専門的な業務プロセスに応用する能力が高水準に達したと答えた学習者はわずか14％だった。これらの結果が示すのは、移行の課題だ。ツールの使い方を学んでも、職場で確実に使える準備が自動的に整うわけではない。
AIに対応できる卒業生を形作る4つの能力
報告書は、AIへの対応力を相互に関連する4つの能力の組み合わせと説明する。AIの実務的な習熟度とは、課題に適したツールの使い方を知っていること。人間に求められる重要なスキルには、判断力、適応力、コミュニケーション、協働、問題解決が含まれる。倫理的な責任ある活用とは、AIを責任をもって使い、プライバシー、バイアス、潜在的な危害を考慮すること。戦略的な洞察力とは、AIがどこで価値を生み、どこでは適さないかを理解することだ。
これらの能力は連携して機能する。例えば、AIを使って事業提案書を作成する卒業生には、課題を明確にし、適切なツールを選び、主張や情報源を確認し、限界を特定し、最終提案の根拠を説明できることが求められる。システムが作成を支援した場合でも、成果物に対する責任は人間の利用者にある。
この考え方は、AIの教え方も変える。人気ツールの操作を中心にした授業は、ツールの変化に伴ってすぐに時代遅れになりかねない。出力を評価し、使い方を調整し、AIを専門知識と結び付ける方法を教えるほうが長く役立つ。学習者が身に付けたスキルを、使い慣れないシステムや新たな職場の課題にも応用できるようになる。
報告書が示す、より広範な「AI導入の摩擦フレームワーク」は、教育から就職への移行過程で重なり合う6つの障壁を説明する。すなわち、変化の速さ、連携、能力、ガバナンス、経験、スキルだ。変化の速さとは、職場の変化がカリキュラムの更新を上回ること。連携は、雇用主と教育者の間のフィードバック不足を指す。能力には、教員の準備状況のばらつきが含まれる。ガバナンスは責任ある利用に向けた実務的なルール、経験は体系的な実践機会の不足、スキルは卒業生が示す能力と仕事で求められる能力の不一致を意味する。
雇用主との接点を共同実践につなげる
大学と雇用主は、現実的な仕事を題材にした評価を設計することで、実践経験の不足に対処できる。学生にAIツールの説明だけを求めるのではなく、AIで提案書の草案を作り、主張を検証し、弱点を特定したうえで提案を説明する課題を出す方法がある。こうすれば作業のプロセスが可視化され、教員は最終成果物だけでなく判断力も評価できる。
雇用主は、実際の課題やインターンシップの機会、カリキュラムへのフィードバックを提供できる。また、チームの仕事を見学したり、チームと共に働いたりする機会を設け、ビジネスの現場でAIがどう使われているかを教員が理解できるよう支援することも可能だ。こうした連携により、不完全な情報や締め切り、同僚への結果の伝達といった、教室での演習では見落とされがちな制約のもとで、学生が実践を積める。
大学に対し、報告書はカリキュラムの見直しサイクルの短縮、柔軟な学習モデル、学習者が小さな段階を積み重ねて認定資格を取得できる積み上げ式の認証を推奨している。また、応用型の教育に重点を置いた教員研修や、現実的な状況でAIを実践する単位認定の機会も求めている。AIの活用を任意のデモや単発の導入授業に限定せず、主要な学習内容に組み込むことが狙いだ。
学生は、AIを活用したプロジェクトのポートフォリオを作成することで、自身のスキルを評価しやすくできる。課題の内容、AIの使い方、学生が確認・修正した点、最終成果を示せる。こうした証拠があれば、学位や「AIに精通している」という一般的な主張だけでは分からない、候補者の実践力を雇用主が把握しやすくなる。
報告書は、仮想の候補者2人のどちらを採用するかという二者択一の質問も取り上げる。一人はAIスキルが高いが学位がなく、もう一人は学位があるがAIの実務経験が限られている。雇用主が学位保有者を優位とした差はわずか4ポイントだった。この結果は、資格が依然として重要である一方、雇用主が実践力を示す証拠を重視する可能性が高いことを示唆している。
責任は大学や雇用主にとどまらない
明確なガバナンスも、AIへの対応力を構成する要素だ。学生と教職員には、どのツールを使ってよいか、入力してはならない情報は何か、AI生成の成果物をどう明示するか、確認の責任を誰が負うかについて、実務的な指針が必要だ。明確なルールがなければ、未承認のツールを使ったり、機密情報を不注意に扱ったりするおそれがあり、教育現場から職場へリスクが持ち込まれる。
規制当局は、方針を明確にし、関連するデジタルスキル認定を大学のプログラムに組み込めるようにすることで、移行を支援できる。報告書はまた、卒業生が能力を一貫した方法で示せるよう、教育機関と雇用主が学習成果や評価基準をより明確に定めることを提言している。
ピアソンとAWSの幹部は、AIへの関与を職場で通用する能力に結び付けることを軸に、対応策を説明している。この調査は独立系調査会社PSBインサイツと共同で実施され、6市場の学習者、教育機関の幹部、雇用主2,700人超からの回答に加え、高等教育機関の幹部への聞き取りも含む。提示された枠組みは、教育から就職までの経路のうち、どこに自機関の課題があるかを特定する手掛かりとして活用されることを想定している。
ベトナムに関する中心的な調査結果は、大学の投資不足でも学生の関心の低さでもない。投資は広く行われ、学生の自信は高く、調査対象機関の大半はすでに雇用主と連携している。より難しいのは、そうした強みを、繰り返し実践する機会、確かな評価、そして卒業後に直面する判断に似た仕事へと結び付けることだ。
要点
- 調査対象となったベトナムの高等教育機関幹部の96％が、自機関はAIに投資していると回答した。
- 学生の52％超が、AIを取り入れた職場で働く準備度を10点満点中8～10点と評価した。
- 職場で求められるAI関連の8つの能力全体について、最近の卒業生を「非常に優れている」と評価した雇用主はわずか15％だった。
- 雇用主は、検証習慣の不十分さ、実践経験の不足、AIツールへの過度な依存を指摘した。
- 報告書は、雇用主と共同で設計する評価、応用実践、教員研修、より明確なAIガバナンスを求めている。
