AIが4.5兆ドル規模の業務変革を牽引、従来学習システムの限界が露呈
Cognizantの「New Work New World 2026」調査によると、AIは予想を大幅に上回るスピードで労働環境を変革しており、現在米国内で4.5兆ドル規模の業務タスクを処理できる能力を持っている。この技術革新により、今日では93%の職業が何らかの形でAIの影響を受けており、従来の学習システムがこの変化のスピードに対応できない状況が明らかになった。
企業が人間とAIエージェントによるチームワークを前提とした業務設計を進める中で、スキル開発は組織が必要とするAIインフラの中核的要素となっている。労働者には進化する業務環境に適応し、新しい方法で貢献し、新興分野での役割に成長するために必要な習熟度を身につけることが求められている。この急速な変化により、政府機関と教育機関は新たなリスキリング戦略の構築を余儀なくされている。
K-12教育現場でのAI政策策定と実践的導入が進展
K-12教育分野では、AIに対する恐れから好奇心と興味へと意識が変化し、学習と生産性向上のツールとしてのAIの潜在能力を認識した学区が、包括的な政策とガイダンスの策定を急速に進めている。2026年シカゴでのCoSN年次会議では、K-12学区のIT責任者らが責任あるAI導入を確実にするためのAI政策と安全対策の策定方法を共有した。
バージニア州アレクサンドリア市教育委員会のCIOエミリー・ディラード氏らは、独立したAI政策を急いで作成するのではなく、既存の学術的誠実性と適正使用政策に沿ったAIガイド原則を開発する意図的な決定を行った。これらの原則は教育と学習、人間中心設計、データプライバシーとセキュリティ、透明性、尊重、継続的改善を重視し、評価におけるAIの役割について明確な線引きを行っている。
AI格差の解消も重要な課題となっている。一部の学区では購買力を活用してGoogle Geminiの企業ライセンスを購入することで、すべての学生が少なくとも一つの安全なAI環境にアクセスできることを保証している。さらに、AI使用の教育方法にも公平性が求められており、富裕地域の学生にはAIを協力者として使用する方法を教える一方で、低所得地域の学生には補習にAIを使用する傾向があることから、すべての学生がAIをただ従うのではなく操縦する方法を学べるよう配慮が必要とされている。
高等教育機関におけるAI対話スキル開発の新アプローチ
高等教育分野では、学生間の政治的分極化が深刻化する中で、AIを活用した新しい対話スキル開発手法が注目されている。Inside Higher Edの報告によると、プログラムの新しいAIチャットボットは、学生が反対意見を持つ人の話を積極的に聞き、防御的にならずに自分の意見を表現し、根本的な意見の相違の中でも共通点を見つけるスキルをコーチングしている。
このチャットボットは学生に、ルームメートとの争いから中絶、移民、中東戦争に関する激しい議論まで、様々な仮想シナリオを提示し、学生の回答に対してフィードバックを提供する。教育者らは、学生の大多数がすでに何の安全対策もなしにAIを使用している現状を受け、教育者によって構築された証拠に基づくツールへの投資を増やすことが不可欠であると指摘している。これらのツールは学生が対話スキルを学ぶために必要な摩擦を体験できるよう設計されている。
企業発のAI特化型人材育成プラットフォームが教育機関に展開
Cognizant Skillspringは、組織がAI習熟度を達成し、労働力の能力をAI駆動経済の要求に合わせ、ビジネス目標に合わせたアウトカムベースの学習を推進する新しいAIネイティブプラットフォームとして登場した。このプラットフォームは企業だけでなく、大学、コミュニティ、労働力開発パートナー向けにも提供されており、あらゆる背景を持つ人材がAI時代に活躍できる道筋を創出するCognizantのコミットメントを示している。
この取り組みは同社の継続的なスキル開発と労働力準備投資の一環であり、Cognizantのグローバルアップスキリングプログラム「Synapse」や、米国の青少年とAI教育への投資というホワイトハウスへの誓約に基づいている。Skillspringは組織がスキル開発を重要なAIインフラ投資として取り組むことを支援するため、Cognizantの長年にわたる労働力訓練専門知識を活用している。
プラットフォームは企業が人間とエージェントチームの間で業務を再設計する際に、労働者が業務の進化に適応し、新しい方法で貢献し、新興分野での役割に成長するために必要な習熟度を構築することを目的としている。この包括的アプローチにより、AI時代における継続的学習とスキル開発の新しいモデルが確立されようとしている。
政府機関におけるAI理解と評価システムの構築課題
Scale AIのジェイソン・ドローグ氏は、政府がAI能力をより良く理解するためのシステム構築の必要性を強調している。シリコンバレーがモデルの能力と世界への影響について知識を輸出する一方で、政府決定を行う側では「彼らがこう言っているが、これは私にとって何を意味するのか」を理解するシステムが必要だと指摘している。
特に重要なのは、モデル製作者から独立したベンチマークと評価システムの構築である。これは政府が改善すべき大きな分野の一つとされている。ドローグ氏は今年最も驚いたこととして、外国政府がAIの力を誇示して米国を脅かすような「スプートニク・モーメント」がまだ起きていないことを挙げ、このような瞬間が今後1年以内に起こることは間違いないと予測している。
政府機関では、AIを政府に組み込み、すべての脅威に備えているか、または他国が大幅に先行していることを示すために明示的に国家支援の能力が発揮される時点が来ると予想されている。このような状況下で、政府機関は実際の問題解決にAIを活用する実践的なモデルを、公共の信頼、法的要件、調達の制約内で構築することが急務となっている。
州政府データリーダーシップとAI戦略の多様化
最新の州政府報告書によると、データ成熟度の初期段階にある州は基礎的能力の構築に重点を置く傾向があるが、より成熟したプログラムは高度な分析とAIに移行している。しかし、両グループにわたって共通する中核的課題と制約は持続している。
報告書の中心的メッセージは「最適なモデルは存在しない」ということである。各最高データ責任者（CDO）のアプローチはトレードオフの結果であり、州の優先事項に応じてオフィスが進化しており、データリーダーシップが文脈依存で適応的であることを示している。CDOの役割は意図的な制度設計よりも、データ共有、分析、データリスクとAIへの関心の高まりを含む実践的圧力の収束によって形成されてきた。
州政府は類似の成果（より良いデータ共有、強力なガバナンス、政策と運営におけるより効果的なデータ利用）を期待する一方で、大きく異なる条件下で運営されている環境にある。この多様性は、各州が独自のAI戦略とリスキリングアプローチを開発する必要性を浮き彫りにしており、一律の解決策では対応できない複雑な課題に直面していることを示している。
