正解: BCorrect: B
定型的でデジタル完結型、正解が明確で大量データから学習可能、かつ文脈判断や責任を伴わないスキルは、AIによる代替・低価格化の影響を最も受けやすいです。Routine, fully digital skills with clear right answers, learnable from abundant data and requiring little contextual judgment or accountability, are the most exposed to substitution and price erosion by AI.
労働経済学では、技術による代替を受けやすい仕事の特徴が長く研究されてきました。David Autorらの「ルーティン化仮説」は、明示的なルールで記述できる定型作業がコンピュータに置き換えられやすいことを示し、生成AIの登場は、これまで非定型とされてきた文章作成、翻訳の初稿、定型的なコード生成、画像の量産といった「認知的だがパターン化された作業」にも代替の範囲を広げました。選択肢Bが示す特徴——正解が明確、デジタルデータで学習可能、成果物がデジタルで完結、文脈判断と責任が少ない——は、AIが最も得意とする領域の条件です。一方、選択肢A・C・Dが示す対人関係、身体的熟練、合意形成は、状況依存性が高く、責任の引き受けや物理的な存在を伴うため、少なくとも当面は代替されにくいと考えられています。ただし「価値が下がる」のはスキル単体の話であり、これらのスキルをAIと組み合わせて速く高品質に提供する人や、判断と責任を担う人の価値はむしろ上がるという点を見落としてはなりません。Labor economics has long studied which work is most exposed to technological substitution. David Autor and colleagues' routinization hypothesis showed that tasks describable by explicit rules were the first to be computerized, and generative AI has extended substitution into cognitive but patterned tasks once considered non-routine: drafting text, first-pass translation, boilerplate code, and bulk image production. The traits in option B, clear right answers, learnability from digital data, fully digital output, and little contextual judgment or accountability, define the zone where AI is strongest. Interpersonal work, physical dexterity, and consensus-building (options A, C, and D) are context-dependent and involve accountability or physical presence, so they are considered relatively insulated for now. Note that the decline applies to the standalone skill; people who combine these skills with AI to deliver faster and better, or who take on judgment and responsibility, see their value rise.
「代替されにくい」とされるスキルも、ロボティクスやマルチモーダルAIの進歩で境界は動き続けており、安全地帯は固定されていません。また、自分のスキルが「定型的」かどうかを客観的に判断するのは難しく、専門家ほど自分の仕事の非定型性を過大評価する傾向があります。価値が下がるスキルを完全に捨てると、AIの出力を評価する基礎力まで失う危険もあります。Even skills considered insulated face moving boundaries as robotics and multimodal AI advance; no zone is permanently safe. Judging objectively whether your own skills are routine is difficult, and experts tend to overestimate how non-routine their work is. Abandoning a declining skill entirely can also erode the foundation needed to evaluate AI output in that area.
自分の業務を週単位でタスクに分解し、各タスクを「AIで代替可能／AIと協働／人間固有」に分類する棚卸しを半年ごとに行います。価値が下がるスキルは「捨てる」のではなく、AIの出力を検証・編集できる水準に維持しつつ、上位の判断・設計・関係構築のスキルに時間を再配分します。分類に迷うタスクは、実際にAIツールで試してみることが最も確実な判断材料になります。Every six months, break your work into weekly tasks and classify each as substitutable by AI, collaborative with AI, or uniquely human. Do not discard declining skills; keep them at a level sufficient to verify and edit AI output while reallocating time to higher-order judgment, design, and relationship skills. When unsure how to classify a task, trying it with an AI tool is the most reliable test.