AI時代の人材開発を再定義するシリーズ

第3回：学習する組織は、どう設計されるのか

組織的な学習不全を根本から解消するための思想的基盤を提供するのが、マサチューセッツ工科大学（MIT）スローン経営大学院のピーター・センゲが提唱した「学習する組織（Learning Organization）」の理論である1。センゲは、予測困難で複雑性が増すビジネス環境において、組織全体が継続的に学習し、自己変革を遂げる能力（Learning Capability）こそが唯一の持続可能な競争優位性になると説いた1。

この理論を実務に適用する上で不可欠なのが、「個人学習」と「組織学習」の構造的な差異を正しく理解することである1。個人学習とは、従業員が個別に新しい知識や技術を獲得し、個人の能力を高めるプロセスである1。一方で組織学習とは、個人の学習成果が共有され、統合され、組織全体の新しい行動パターンや意思決定の仕組みとして定着・制度化される一連のダイナミクスを指す1。

どれほど個人の頭脳に優秀な暗黙知が蓄積されても、それが他者へ共有されず、業務システムや組織のルールに組み込まれなければ、それは単なる「個人の所有物」にとどまり、組織学習には昇華されない4。経験や失敗の共有を媒介するインターフェースが存在しない組織では、同様のミスが別々の部署で繰り返され、ある個人の優れた成功要因が他者に移植されることもなく、知恵の蓄積は常に遮断される3。結果として、組織全体としての学習はいつまで経ってもゼロベースからのスタートを繰り返すことになり、進化のスピードは劇的に遅滞する。

個人学習から組織学習への移行を促すためには、システム全体の構造と要素間の接続性を精緻にコントロールしなければならない10。以下の表は、個人学習と組織学習が持つ性質の違いをいくつかの評価軸で整理・比較したものである。

学習する組織とは、従業員の学習への熱意を足し算した結果として偶然生まれるものではない。個人からチームへ、そして組織全体へと知識が流動し、自己強化型フィードバック・ループが絶え間なく回るように意図してシステムを「設計」したときにのみ、初めて機能するのである10。

人工知能（AI）技術、特に大規模言語モデル（LLM）や検索拡張生成（RAG）、ベクトル検索技術の飛躍的進化は、ナレッジマネジメントの前提条件を根本から書き換えつつある20。これまでの組織におけるナレッジマネジメントは、現場の泥臭い経験や暗黙知を収集し、言語化し、体系的にマニュアル化して共有するというプロセスに極めて高い「知識共有コスト」を要していた5。このコストの高さこそが、多くの組織において知識の共有化を阻む最大の障壁となっていたのである。

現代のAIは、この知識の収集・蓄積・要約・検索・再利用にかかる心理的・物理的コストを劇的に低下させる強力なインフラとして作用する16。散在する業務日報、顧客との商談履歴、チャットツール上のやり取り、動画によるミーティングの記録など、非構造化された大量のデータから、AIは瞬時にエッセンスを要約し、文脈に沿って必要な形で取り出すことを可能にする16。このプロセスは、AIが人間の認知バイアスや忘却といった限界を補強し、組織知をより高頻度で、かつリアルタイムに循環させるインフラになり得ることを示している16。

しかし、AIがもたらすこの「テクノロジーの利便性」に過度に適応することは、深刻なリスクを伴う。AIを単に導入しただけでは、決して「学習する組織」への変革は達成されない22。AIが高度に行うのは、記述され、データ化された明示知の整理、検索、再合成である20。一方で、真のイノベーションや劇的な業務改善の源泉となる「組織知」そのものはどこから生まれるのだろうか。それは、他ならぬ現場での泥臭い経験、人々とのリアルな対話、そこからの真摯な振り返り、新たな試みへの挑戦、そして挑戦に伴う「失敗の共有」といった、きわめて人間的な活動の摩擦熱から生み出されるものである4。

AIは、人間が泥臭い経験を通じて生み出した気づきをデジタル化し、流通させるスピードを何倍にも加速させる「支援者」にはなり得るが、人間が経験するプロセスそのものを代替することはできない8。AIの精度や有用性を高めるためには、提供されるコンテキスト（文脈）の質を高める必要があり、その質を決定づけるのは人間の意志ある行動と対話の密度に他ならない8。

AIは知識を管理できる。

しかし、

学びを循環させる仕組みは、

人が設計しなければならない。

この事実を深く理解した「ナレッジアーキテクト」が組織の中に存在し、人間とAIがどのように共同で知識を育み、ワークフローに統合すべきかを設計しない限り、AIは単なる「洗練されたゴミ箱（情報の墓場）」になってしまうだろう22。

学びが組織内で永続的に循環するシステムを確立するためには、人材開発に関わる個別の施策を、ひとつの密接に関連し合う統合されたサイクルとしてデザインする必要がある4。この設計を可能にするのが、インストラクショナルデザイン（教授設計）や経験学習の確立された理論的アプローチである。

ビジネスシーンにおける能力開発において、極めて広く参照されるのが「70:20:10の学習モデル」である3。このモデルは、個人の職務における成長の70%が「実務における挑戦的な課題解決（直接経験）」から得られ、20%が「他者からのフィードバック、コーチング、コミュニティでの対話（他者からの学習）」から、残りの10%が「研修や自己啓発などの公式なプログラム（フォーマル学習）」から構成されることを示している3。従来の研修中心の人材育成プログラムは、このわずか10%に過ぎないフォーマルな場に注力する一方で、残りの90%である「経験」と「他者との関わり」のクオリティ管理を、個人の主体性や現場の上司の裁量という名の「偶然」に依存させていた3。

さらに、研修で得た知見をいかに実務で活用し続けさせるかという「学習転移（Training Transfer）」の研究分野における「4:2:4の法則」は、研修の効果が何によって決まるかを解き明かしている4。それによると、研修成果の定着において、研修前の動機づけや事前準備（40%）、および研修後の職場での実践サポート・評価・フィードバック（40%）が極めて高い重要性を持っており、研修単体のコンテンツの質（20%）を遥かに凌駕している23。

これら２つの学術的モデルを包含し、AI時代のテクノロジーを神経系として組織のシステムに組み込むための「学習循環システム設計フレームワーク」を構築した。以下の表は、各フェーズにおいて、どのような仕組みや行動デザイン（ナッジ）、そしてAIの活用方法を連動させていくべきかを示したものである。

この統合されたサイクルを機能させるために最も重要なのは、関わる人間の役割の定義そのものを変化させることである3。

特に人材開発部門の担当者や現場の管理職は、単に「知識を教える側（ティーチャー）」として振る舞うのではなく、これら四つのサイクルが相互に連動しながら上昇していく「学びが循環するシステム全体のデザイナー（設計者）」へとその役割を再定義しなければならない3。教える必要はない。学べる環境をいかに構築するかが彼らの存在意義なのである。

株式会社アイル・キャリアは、創業20周年というマイルストーンを契機とし、単なる研修代行やキャリア相談の領域から大きく舵を切り、「AI時代の人材開発を再定義する会社」としてそのブランドアイデンティティを再構築している。

当社がその歩みの中で、一貫して全ての戦略設計の中心に据え置いている最も重要なブランド思想が存在する。それが、

「人は強くない。だから仕組みがいる。」

という人間観である8。

人間は、単なる精神論や自律への期待だけで学び続けられるほど強い存在ではない8。日常業務の過酷なプレッシャー、現状を変えることへの本能的な抵抗、そして失敗したときに受ける精神的打撃や評価に対する恐れなど、私たちの周りには学びを自律的に停止させる無数の障害が存在している6。こうした状況下で、「意欲を高く持って、主体的に挑戦せよ」と個人のやる気や根性にのみ責任を転嫁することは、組織的な怠慢に他ならない8。

したがって、アイル・キャリアは、「人材開発とは優秀な個人を育てることではなく、人と組織が自然に、そして必然的に学び続けられる『仕組み』をシステムとして設計することである」と確信を持って定義している8。

学習する組織というものは、従業員の熱意やリーダーのカリスマ性といった、不安定な要素によって構築されるべきではない8。研修プログラム、現場での実務設計、他者との心理的に安全な対話プラットフォーム、そしてこれらを繋ぎ知恵の死蔵を防ぐAIインフラ3。これら全ての構成要素が、お互いを高め合うような自己強化ループを描くように構造的に連動したとき、初めて個人の脆さは仕組みによって補完され、組織全体が恒常的に学び続ける能力（Learning Capability）を獲得するのである1。

学習する組織は、偶然生まれない。

設計されて初めて機能する。

AI時代における組織の真の競争力は、どれだけ大量の知識をデータベース内に保有しているかという、静的な「ストック」の量に左右されるわけではない1。なぜなら、過去の膨大な明示知の検索や、高度な要約プロセスなどは、AIによって極めて低いコストで一瞬のうちに代替されるからである16。

これからの極めて変化の激しいビジネス環境において唯一、AIに変えられない競争優位性となるのは、変化のシグナルをいち早く捉え、新たな行動を実践し、そこから得られた成功と失敗の経験を人間同士の豊かな対話によって解釈し、絶え間なく自己を更新し続ける速度、すなわち動的な「フローとしての学習力」に他ならない1。

この卓越した学習力は、個人の偶発的な意志や、組織に散発する一過性の熱意から育つことは決してない。それは、システムとして意図的に、美しく「設計されるべきもの」である8。

だからこそ、AI時代の人材開発における最重要ミッションとは、単に「研修を実施すること」ではない4。研修、OJT、対話、そしてAIといった全ての手段を連動させ、学びが自律的に循環する「システムとしての組織そのものを設計すること」に他ならない3。

それが、株式会社アイル・キャリアが描く、AI時代の人材開発の新たな地平である。

あなたの組織には、学びを共有する仕組みがあるだろうか。 それとも、学びを個人の経験で終わらせてはいないだろうか。