組織行動科学(R)のリクエスト株式会社（本社：東京都新宿区、代表取締役：甲畑智康）は、AI時代の仕事において、本人と組織に判断経験を残すための実務資料、「AI時代の はじめての判断デザイン｜一つの仕事から始める」本編17ページを無料公開します。



AIは、情報整理、分析、論点抽出、選択肢の生成などを支援できます。上司や経験者へ相談すれば、その場で使える助言や進め方を得られることもあります。
しかし、仕事が進むことと、本人に判断経験が残ることは同じではありません。

本資料では、正解や手順を先に渡すだけではなく、本人が、
- 何を事実として確かめるのか
- 何を守るのか
- どの選択肢を比較するのか
- どこまで自分で決めるのか
- どの条件で相談・承認・停止するのか
- 結果から何を変えるのか

を仕事の中で経験できるようにする「判断デザイン」を、初めて取り組む方にも分かる形で整理しました。
本リリース内に本編17ページを掲載し、申込や会員登録を必要とせず、無料でご覧いただけます。

公開の背景

AIや上司から支援を受けても、判断の中身が残るとは限らない
AI、過去事例、社内資料、上司や経験者の助言によって、仕事で利用できる情報源と答えの候補は増えています。これらの支援を受けること自体が、問題なのではありません。
問題は、その場の仕事が進んでも、本人と組織に、何を確認し、何を守り、なぜその案を選び、どの条件なら選び直すのかが残らないことです。
判断の中身が残らなければ、次の仕事でも再び答えを求めることになり、判断が上司や一部の経験者へ集中しやすくなります。
本資料は、この状態を本人の能力不足だけで捉えず、判断するための条件が、現在の仕事にどこまで置かれているかという設計課題として扱います。

手順を渡す仕事と、判断を経験する仕事を分ける

すべての仕事を判断経験に変える必要はありません。
進め方と完了条件が明確な部分は、手順書、見本、チェックリスト、テンプレート、システム化などによって安定させることができます。
一方、顧客、期限、品質、費用、関係者などの条件によって対応が変わる部分では、本人が判断する範囲、守る境界、比較基準、相談条件、行動後に見る反応を設計する必要があります。
本資料では、手順と判断を対立させず、同じ仕事の中で両者を使い分けることから判断デザインを始めます。

全社制度ではなく、一つの仕事から始める

判断に関する仕組みを整えようとすると、対象が全社制度、権限体系、人材育成、ナレッジ管理へ広がりやすくなります。
しかし、最初から広い範囲を対象にすると、何を変えた結果、何が起きたのかを確かめにくくなります。
そこで本資料では、まず、繰り返し発生し、判断が一部の人へ集中し、小さく安全に試せる一つの仕事を選びます。一つの仕事を起点に、本人が判断できる条件を整え、実際に試し、行動後の変化から次の判断へつなげます。

AIの出力を、検証可能な判断材料へ変える

AIの出力は、人が確認するまでは、確認済みの事実ではありません。
本資料では、AIを利用する前に決めること、出力後に確かめること、人が判断すること、利用内容として記録することを分けています。
また、一件の判断について、判断時点で確認できた事実と、実際に行ったこと、その後に確認した結果を混ぜずに残すための「判断カード」を掲載しています。
AIの利用と判断記録を別々に扱うのではなく、本人が何を根拠に判断し、誰が責任を持ち、結果から何を更新したかまでを一つの流れとして扱います。

判断を、最終結果だけで評価しない

適切な判断をしても、予期しない外部要因によって悪い結果になることがあります。
反対に、不十分な判断でも、偶然よい結果になることがあります。
そのため、判断した時点、実行した時点、結果を確認した時点を分け、当時確認できていた事実と、後から分かった結果を混同しないことが重要です。
以下では、標準外の短納期要望を題材に、判断デザインを実際の仕事へ置く流れを示しています。

経験を反省で終わらせず、次の仕事へつなぐ

振り返りの目的は、過去の行動を長く反省することではありません。
行動後に何が変わったのかを事実として確認し、そこから得た気づきと原因の仮説を分け、次の類似場面でもう一度試せる形へ変えることです。
本資料では、本人、相手、仕事、成果・リスクの四つの側面から反応を捉えます。
そのうえで、「事実 → 反応 → 気づき・因果仮説 → 仮の判断基準 → 再実行」の順に、経験を次の仕事で使える形へ変えていきます。

30日でつくるのは、永続的な正解ではない

本資料が示す30日は、判断に関する制度を完成させるための期間ではありません。
一つの仕事で判断デザインを試し、行動後の変化を確認し、次の仕事でもう一度確かめられる仮の判断基準をつくるための実務上の一例です。
また、一度の成功をそのまま組織の標準にはしません。
複数の事例、失敗例、反例、成立条件、適用できない条件を確認し、別の人も使い、結果から見直せる状態になってから、組織で使う基準へ移します。

本資料の位置づけ

本資料は、行動分析、経験学習、成人学習、自己決定理論、自己効力感、認知負荷理論、足場かけ、フィードバック研究などを参照し、リクエスト株式会社の実務知見と統合した独自の実務フレームです。
本資料が示す範囲と示さない範囲、適用時に優先すべき法令・契約・社内規程、重大リスクへの対応、人事評価への利用上の注意も明記しています。
また、本資料の考え方を支える基礎理論と、判断経験設計を補強する代表文献を掲載しています。
代表文献は、個別理論と本モデルが学術的に一対一で対応することや、本モデル全体の効果を実証することを示すものではありません。

無料公開の概要

- 資料名：AI時代の はじめての判断デザイン
- 副題：一つの仕事から始める
- 公開内容：A4横版・本編17ページ
- 閲覧費用：無料
- 申込・会員登録：不要

以下から本編17ページのpdfをダウンロードできます。
d68315-211-10173c1cfeb451297a75145a54d2f645.pdf

本資料の主な対象

- リーダー・管理職
- OJT・人材育成担当
- 改善・企画推進担当
- 経験者の判断を次の担当者へ移したい組織
- AIを利用しながら、人が判断する範囲と責任を明確にしたい組織
- 上司への相談をなくすのではなく、本人判断との境界を整えたい組織

公開にあたって

AIが増やせるのは、情報や答えの候補です。
しかし、何を問題とし、何を事実として確かめ、何を守り、どの一手を選び、誰が結果責任を持つのかは、人と組織が定める必要があります。
判断デザインは、正しい答えを先に決めることではありません。本人が事実を確かめ、条件に応じて次の一手を選び、結果から選び方を更新できる状態を、仕事の中につくることです。
良い行動の上流には、良い判断。
良い判断の前には、事実確認。

組織行動科学(R)について

組織行動科学(R)は、組織で働く人の思考と行動が「なぜ起こり、なぜ続くのか」を、事業環境、歴史、経験から解明し、より善く再現するための手段です。
リクエスト株式会社は、980社・33.8万人の働く人のデータを基盤に、組織で働く成人の研究と教育開発を行っています。

会社概要

会社名：リクエスト株式会社
代表者：代表取締役　甲畑 智康
所在地：〒160-0022 東京都新宿区新宿3丁目4番8号 京王フレンテ新宿3丁目4F
事業概要：リクエスト株式会社は、「より善くを目的に」を掲げ、980社・33.8万人の働く人のデータに基づく「組織行動科学(R)」を基盤に、組織で働く成人の研究と教育開発を行っています。
公式サイト：https://www.requestgroup.jp/
会社概要：https://requestgroup.jp/corporateprofile
代表プロフィール：https://requestgroup.jp/profile