※この記事は、2026年8月時点の学習途中の記録です。特定の講座内容や法令上の正解を解説するものではありません。
最近、受講しているAI講座の課題が急に難しくなりました。
それまでは、AIへ前提や条件を渡し、出てきた文章を自分の用途に合わせて整える課題が中心でした。
ところが今回は、ECサイトを想定し、プライバシーやセキュリティのリスク、必要な対策、組織としての対応などを数ページにまとめる内容でした。
AIに検索してもらい、自分で書き直すところまでは進めました。
しかし、最後に残ったのは、
「これ、本当に提出して大丈夫なのか？」
という不安でした。
最初は、急にAIの使い方が難しくなったように感じました。
ただ、少し整理してみると、難しくなったのはAI操作ではありません。
課題そのものが、文章生成の練習から、複数の仕事をつなぐ業務設計へ変わっていたのだと思います。
それまでは「AIへ何を渡すか」が中心だった
それまでの課題では、まずAIへ必要なコンテキストを渡します。
誰向けなのか。 何を作りたいのか。 どのような条件があるのか。 どの形式で出してほしいのか。
前提をきちんと渡せば、AIはかなり形の整った回答を返してくれます。
もちろん、そのまま使うのではなく、自分の言葉や実際の条件に合わせた修正は必要です。
それでも、作業の中心は「AIへ何を渡し、どのような出力を受け取るか」でした。
この範囲であれば、AIの使い方を覚える課題として理解しやすかったと思います。
今回は、一つの課題に複数の仕事が入っていた
今回の課題では、文章を作るだけでは足りませんでした。
何をリスクとして扱うのか。 どの対策が必要なのか。 技術だけで防げるのか。 組織として誰が確認するのか。 外部サービスを使う場合はどう考えるのか。 問題が起きた時に、どのような流れで対応するのか。
一つずつ見ると、それらしい文章はAIに作ってもらえます。
しかし、全部を一つの方針としてつなぐには、法務、セキュリティ、システム、組織運用など、複数の視点が必要になります。
正直、これを何も見ずにスラスラ作れるなら、もうAIの練習というより、実際にその仕事ができる人ではないかと思いました。
急に難易度が上がったように感じたのも当然です。
AIの操作問題ではなく、課題が実務にかなり近づいていたからです。
AI検索にかけたら、自分の回答がかなりボコボコだった
分からない部分は、AIにも検索と整理を手伝ってもらいました。
すると、自分では気づいていなかった確認項目が次々に出てきました。
技術的な対策だけでは足りない。 責任者や報告経路も必要になる。 外部へ委託する部分も考えなければならない。 問題が起きた後の対応も必要になる。
最初に書いた内容は、かなりボコボコにされた感覚です。
それでも、AIに見てもらった意味はありました。
自分の回答が完成したからではありません。
どこを分かっていないのかが見えるようになったからです。
AIは、抜けていそうな視点を並べたり、文章の構造を整えたりするところではかなり助けになります。
ただし、AIが挙げた項目が、今回の課題で求められている正式な基準なのかまでは別です。
法令上問題がないのか。 講座の評価基準を満たしているのか。 想定しているサービスに本当に合っているのか。
ここは、AIの回答が自然だからという理由だけでは決められません。
「答えが出た」と「理解できた」の、さらに先があった
少し前に、AIに勉強を手伝ってもらう時は、「答えが出た」と「自分が理解できた」を分けた方がよいと書きました。
今回、その先にも確認があると気づきました。
- AIが回答を作れた
- 自分が内容を説明できた
- その内容を成果物として提出してよいと判断できた
この三つは、同じではありません。
自分で説明できても、根拠が足りないかもしれません。
内容が正しそうでも、課題の条件から外れているかもしれません。
AIが「提出して大丈夫そうです」と答えても、そのAIが講座の正式な採点基準や、実際の運用条件を全て知っているとは限りません。
今回は、理解確認だけで終わらず、何を根拠に提出可能と判断するのかまで考える必要がありました。
次からは、AIの役割と確認先を分けたい
現時点では、今回のような課題をAIと進めるなら、次のように役割を分けた方がよさそうだと考えています。
AIに手伝ってもらう部分
- 論点の洗い出し
- 分からない用語の説明
- 調査候補の整理
- 文章構成の作成
- 自分の下書きで抜けていそうな点の指摘
別に確認する部分
- 課題文で本当に求められているもの
- 講座の評価基準
- 法令や公式ガイドラインの根拠
- 自分の理解が合っているか
- 最終的に提出してよい状態か
AIを使わないという話ではありません。
むしろ、何も分からない状態から論点を見つけるには、かなり助けられています。
ただ、AIが作るところと、根拠を確認するところと、提出を決めるところを一つにまとめない方がよさそうです。
次のミーティングでは、今回の課題が何を重視しているのか、どこまで根拠が必要なのかを確認するつもりです。
その結果によっては、今の回答をもう一度直すことになると思います。
AI学習が、少し実務に近づいたのかもしれない
課題が急に重くなり、最初は少し面食らいました。
これまでのようにコンテキストを入れ、AIに文章を作ってもらうだけでは終わりません。
複数の領域をつなぎ、抜けを確認し、分からない部分を残し、誰に何を確認するか決める必要があります。
ただ、これは講座が急に不親切になったというより、AIの練習が実際の仕事に近づいた結果なのかもしれません。
実務では、AIがきれいな文章を返しただけで仕事が終わるわけではありません。
その内容を使ってよいのか。 足りない前提はないのか。 問題が起きた時に誰が対応するのか。
そこまで考えて、ようやく成果物になります。
AIを使う勉強だと思っていましたが、少しずつ「AIを使って仕事を組み立てる勉強」へ変わってきたのかもしれません。
まとめ
今回、AI講座の課題が急に難しくなったのは、AIの操作が複雑になったからではありませんでした。
文章を作るだけでなく、プライバシー、セキュリティ、組織運用、問題発生時の対応など、複数の仕事を一つにつなぐ必要があったからです。
AIは、論点を洗い出し、文章を整え、自分の見落としを見つけるところまで手伝ってくれました。
しかし、その内容が正式な基準を満たしているか、提出してよいかまでは、自動では決まりません。
AIに作ってもらう部分。 自分で理解する部分。 公式な基準や詳しい人へ確認する部分。 最後に提出を決める部分。
今回の課題では、この分け方が必要でした。
まだ回答が正しいと確認できたわけではありません。
ただ、どこで難しくなったのかは、以前よりかなり見えるようになりました。
コメント