セキュリティ研究者で、Harvard Kennedy School でも教えるBruce Schneier が、The Guardianで AI 研究者Daniel Miessler の「workとgym」という考え方を紹介していました。
たとえば、重い荷物を倉庫の端から端まで運ぶのが仕事なら、台車でもフォークリフトでも使えばいい。目的は荷物を移動させることだからです。
しかしジムでバーベルを持ち上げるとき、ロボットに代わってもらっても意味がない。目的はバーベルを別の場所へ移すことではなく、自分の筋肉を鍛えることだからです。
AIにも同じ区別が必要なのかもしれません。
成果物を早く、正確に出すことが目的なら、AIを使えばいい。議事録の整理、定型文の作成、情報の分類。ここではプロセスより結果が重要です。
一方で、考えること、書くこと、議論すること、ケースを分析することの中には、完成品よりも「その過程を自分で通ること」に意味があるものがあります。
それはwork ではなくgym だ、という考えです。
大学院や企業研修で教えていると、この違いはかなり重要だと感じます。
受講者が素晴らしいケース分析を提出したとしても、それをAIがほぼ全部組み立てたのなら、成果物の質と本人の学習は一致しない。
教育で欲しいのは、きれいな回答そのものではありません。
情報を読み、何が重要かを選び、仮説を立て、反論を考え、言葉にしてみる。その途中で「自分は本当は何を考えているのか」に気づくこと。
これは執筆でも同じだと思います。
文章を書くのが苦しいとき、AI に整えてもらえば一瞬で滑らかな文章になる。しかし、書くことの一部は、頭の中に同時に存在する複数の考えから一本の道筋を選ぶ作業でもある。
その苦しさまで外注すると、文章は完成しても、思考の筋肉は鍛えられない。
もちろん、だからAIを使うな、という話ではないです。
むしろ逆です。
AIを使うからこそ、何を任せ、何を自分に残すのかを意識的に決めなければならない。
私はこれまで、AIリテラシーの中心は「ツールを操作する技能ではなく、出力を採用するかどうかを判断する力」だと考えてきました。
WorkとGymの区別は、そこにもう一つ重要な問いを加えてくれます。
この仕事の目的は、成果を出すことなのか。
それとも、自分を鍛えることなのか。
たとえば、初稿の誤字を探すのは work かもしれない。自分の主張を一文で定義するのは gym かもしれない。
大量の資料を分類するのは work でも、その資料から何を重要だと判断するかは gym かもしれない。
同じ「文章を書く」という行為の中にも、AI に渡してよい部分と、渡すと自分が弱くなる部分が混在しています。
だから、これからのAI 教育で教えるべきなのは「AIをどう使うか」だけではないと思います。
むしろ、どこでは、あえて使わないのか。
AI が賢くなるほど、この判断は難しくなる。
そして、おそらく価値も高くなる。
未来の AI リテラシーとは、AI を最大限利用できることではない。自分の能力を失わずに、AI へ任せる境界を設計できることなのだと思います。◾️
参考資料:
- Bruce Schneier, “Should you use AI for a task? Here’s a simple way to decide,” The Guardian, 24 July 2026.
https://www.theguardian.com/commentisfree/2026/jul/24/should-you-use-ai
- Economist Education, “Essentials of business writing.”
https://education.economist.com/courses/essentials-of-business-writing
初出：note、2026年8月7日。Fabio Caipirinha の恒久アーカイブとして収録（本サイト掲載：2026年10月15日）。原文：https://note.com/proper_clam757/n/n00deb32da5f5