「AIチェック」が上手なZ世代は、学校で教わったからではない——生活が育てた力と、まだ足りない一枚
上司提出の前に整える、その行動が「タイパ」だけの話ではない
最近、若手会社員の間で「AIチェック」という言葉が少しずつ輪郭を帯びてきたように感じます。提出物を生成AIで整えたり、言い回しを磨いたりする行為です。取材記事では、勤務先に生成AIが導入されている環境で働くZ世代（22〜28歳）527名を対象にしたインターネット調査（2025年12月23〜26日）をもとに、若手の約7割が上司への提出前に生成AIを使う習慣がある、と紹介されていました（Z世代の7割が実践する「AIチェック」の真意、タイパではなく上司との対話を深めるための新戦略？ | TABI LABO）。調査の母体はLINEヤフーコミュニケーションズで、対象はあくまで条件を満たした会社員に限られます。だから「Z世代全体」へ一気に外挿するのは慎重さが必要です。
それでも私がこの記事を書きたくなったのは、数字の大きさよりも、動機の並び方でした。記事では、目的の筆頭が「評価・信頼の維持」であり、誤字脱字のような初歩的なミスを減らして上司からの信頼を損ねない配慮があること、さらに「上司との相談時間をより有意義にしたい」という意向が強いことが示されています（Z世代の7割が実践する「AIチェック」の真意、タイパではなく上司との対話を深めるための新戦略？ | TABI LABO）。つまり若手の多くは、AIを「早く終わらせる装置」だけとして閉じていないのです。形式を整えることで、人間同士の対話の解像度を上げたい——そんな使い方が、現実の選択肢として立ち上がっている。
ここで自然に浮かぶ疑問があります。彼らの多くは、いま高校で議論されているような「生成AIをどう扱うか」のカリキュラム設計を、中学生・高校生の段階で一通り受けてきた世代ではありません。生成AIの社会実装が加速した時期と、彼らの大学入学や就職のタイミングが重なり、学校の制度はどうしても後追いになりがちです。なのに、なぜこのように「実務に近い使い方」が伸びるのか。そして、だからといって教育側が手を引いてよいのか。私は、この問いをリテラシーの分解として整理するのがいちばん誤解が少ないと思います。
まず土台にあるのは「必要なときに使う」ではなく「前提としてつながる」環境です
Z世代の感覚の根っこには、インターネットが生活の外付けではなく、生活の前提になっている感覚があります。日本では、こども家庭庁の「青少年のインターネット利用環境実態調査」において、インターネットを利用している青少年のうち、スマートフォンが自分専用だと答えた割合は高校生で99.1%、中学生で95.4%という結果が示されています（令和7年度「青少年のインターネット利用環境実態調査」報告書（こども家庭庁））。米国でも、Pew Research Centerの2024年調査では、13〜17歳の95%がスマートフォンにアクセスでき、46%がオンライン状態が「ほぼ常時（almost constantly）」だと答えています（Teens, Social Media and Technology 2024 | Pew Research Center）。
日本と米国で制度も文化も違うのに、共通しているのは「端末が個人に寄り、接続が生活の温度になる」という点です。この温度のなかで子どもたちは、アプリのUIを怖がらず触り、分からなければ検索し、動画で他人の手順を覗き、更新が来ればまた試す、という反復を積み重ねてきます。学校の教科書より先に、生活側の試行錯誤が学習の回路を作ってしまう——そんな世代論としての粗い地図は、ここから引けます。
SNSと動画が「公式より先に」教えてしまうのは、日本も海外も同じです
次に強いのは、情報やノウハウの入口が学校や企業の研修ではなく、ソーシャルメディアや同世代の実践に寄りやすいことです。EYが公表している調査では、16か国の18〜26歳を対象にした結果として、AIに関する情報源としてソーシャルメディアを挙げた回答が55%に達し、教育者は14%、雇用主は12%でした（New EY survey reveals crucial AI literacy training needs among Gen Z workforce | EY）。背景説明として、EYは「Z世代をAIの速さでアップスキルするには」という文脈で、学びの在り方そのものを論じています（How can we upskill Gen Z as fast as we train AI? | EY）。
日本側の身近な指標として、NTTドコモ・モバイル社会研究所の「親と子に関する調査」の解説では、小中学生のSNS利用率が上昇傾向にあること、小学生高学年で62%、中学生で95%という水準が報じられています（【子ども】SNS利用率 小学生高学年で62％ 中学生は95％ | モバイル社会研究所）。数字の定義や設問は調査ごとに異なるので、細部の一致まで求めるより、「入口が学校より生活側に寄っている」という構図を共有したいです。
この構図のなかで、生成AIの「使い方」は、チェックリストとして配られるより先に、短い動画や投稿のなかで流通します。だから若手がうまく見えるのは、必ずしも「教育制度が成功した証拠」ではなく、むしろ生活文化が先に訓練を終わらせた側面が大きい、と言い換えられます。
「完成度を上げる試行錯誤」は強いが、「見抜く力」は自動ではつきません
生活のなかで身につきやすいのは、検索語を変える、プロンプトを変える、複数アプリを行き来する、出力を自分向けに整える、といった完成度を上げるための探索です。これは私がこの記事のために仮に呼んでいる名前ですが、大きく三つに分けると実態に寄ります。第一に操作リテラシー（新しいUIを触って覚える胆力と習慣）。第二に探索リテラシー（SNS・動画・レビュー・対話AIを往復しながら必要な情報を拾う力）。第三に場面適応リテラシー（提出前は体裁、学習では要点整理、相談では壁打ち、など用途を切り替える力）。先のTABI LABO記事が示す「相談の質を上げる前処理」も、この第三の延長線に乗りやすいです（Z世代の7割が実践する「AIチェック」の真意、タイパではなく上司との対話を深めるための新戦略？ | TABI LABO）。
一方で弱くなりやすいのは、批判的評価リテラシーです。出どころの確認、もっともらしい誤答の疑い、根拠の比較、バイアスの自覚——ここは「触っていれば身につく」タイプの能力ではありません。OECDのPISA 2022では、加盟国・地域平均で「オンライン情報の質を容易に評価できる」と答えた生徒は51%にとどまる、という整理があります（Students’ readiness for learning in the digital age: PISA 2022 Results (Volume V) | OECD）。日本の結果の読み方は、文部科学省や国立教育政策研究所の資料で丁寧に追えますが、少なくとも「デジタルだから大丈夫」という短絡は、国際データが許してくれません（OECD生徒の学習到達度調査（PISA2022）のポイント（文部科学省））。
さらに米国では、Common Sense Mediaの2025年の研究ブリーフでは、10代の35%が偽情報にだまされた経験があると答え、22%は後から偽情報だと分かった内容を自分でも共有した、と報告されています（Research Brief: Teens, Trust, and Technology in the Age of AI | Common Sense Media）。つまり「共有までしてしまう」段階に入ると、個人の注意不足を超えて、社会に小さな揺らぎを増幅させます。
ここで私が繰り返し書いてきた立場ともつながります。AI時代に不足しがちなのは、ボタンの押し方より疑い方と検証の手順です（「使い方」ばかり教えていませんか？——AI時代に欠かせない「疑い方」教育へ）。Z世代が強いのは操作と探索と場面適応で、必ずしも批判的評価まで一式そろっているとは限らない——この切り分けが、現場の誤解を減らすと思います。
日本は「端末は進んだのに、研修と指針の制度化が薄い」空気がありやすい
日本の議論は、ときに二層構造で見えます。一層目は、GIGAスクール構想に代表されるように、1人1台端末のようなハードと基盤の前進です。もう一層目は、生成AIのように指針と授業設計が追いつくまでに時間がかかる領域です。初等中等教育段階における生成AIの扱いは、文部科学省が公式にまとめたページから、ガイドラインの変遷や留意点をたどれます（生成AIの利用について（文部科学省））。いま22〜28歳前後の会社員が中高時代に「学校の正式カリキュラムとして生成AIを学んだ」と言い切れる人は、統計的にはまだ多くないはずです。
職場に目を移すと、OECDが2025年に公表した日本の労働市場とAIに関する報告書では、AI利用者のうち会社からAI活用研修を受けた人は30%で、調査対象の8か国のなかで最も低い水準だ、という整理があります（AI use in the Japanese workplace | OECD）。学校でも十分ではなく、会社でも十分ではない——そのあいだを、個人の工夫で埋める。先のTABI LABO記事が触れるように、職場の心理的安全性が高いチームほどAIの助言を業務に取り入れる傾向がある、という分析も示唆的です（Z世代の7割が実践する「AIチェック」の真意、タイパではなく上司との対話を深めるための新戦略？ | TABI LABO）。ツール導入だけでは伸びない土壌の話は、教育の教室でも同型として繰り返されます。
海外も「学生の実態は先行」だが、高等教育の方針づくりは動き始めています
自己流スタートが多い点は、国をまたいで似ています。それでも差が見え始めるのは、高等教育や組織が「正式な学習対象としてAIリテラシーを扱う」速度です。UNESCOの発表では、世界の高等教育機関の約3分の2が、AI利用に関する方針をすでに持つか、策定中だと報じられています（UNESCO survey: Two-thirds of higher education institutions have or are developing guidance on AI use）。英国の高等教育政策研究所（HEPI）とKortextの2025年調査では、学生の92%が何らかの形で生成AIを利用している一方、AIスキルは将来必須だと考える学生が67%に達するのに対し、大学から十分なスキル支援を受けたと答えたのは36%にとどまる、という張力が示されています（Student Generative AI Survey 2025 | HEPI）。
ここで日本固有と言いたくなる衝動がありますが、正確には「どこも未完成」が前提です。違いは、未完成のまま放置するのか、方針・授業・評価に落とし込んでいくのかの速度感です。日本は企業研修の指標でも後ろに見えるので、若手が強く見える分、制度が個人の自己流に借金している感覚を持っておくと、教育設計の優先順位が定まりやすいです。
高校の情報Ⅰと探究に、いま足すと効くのは「別科目の操作説明」ではなく、責任の切り分けまで含む設計です
ここからは、読者の多くが関心を持つ高校教育への接続です。私は、探究の設計は「好き」をどう学力に翻訳するかの技術だ、という立場で書いてきました（好きを学力に変える――探究学習で教員が担う「設計」の技術）。AIが入ると、その設計はさらに「プロセスの可視化」とセットで語られます（問いを一枚ずつ折っていく——生成AIを「思考の相棒」にして、探究とデータサイエンスをつなぐ）。
情報Ⅰの文脈では、私はテストの点数やツールの新しさより、検証の作法が本体に近いと考えています（情報ⅠでAIが満点を取った。「じゃあ授業はもういらない？」——逆でした。）。探究の文脈でも、AIに任せてよい範囲と、人間が責任を持つ範囲を言語化しないと、成果物の見栄えだけが伸びて学びが空洞化しやすいです（「解けた」で終わらないために——高校生の生成AI活用、実例から学ぶ効果的な指導）。
具体的には、次のような「教える順序」が現実的だと思います。まず、AI出力をそのまま提出しないためのルールより先に、出典確認・比較・反例探し・不確実性の表現を、小さな課題で繰り返す。次に、生成AIを使う場面と使わない場面を、評価設計で明示する（中間報告は対話ログ付き、試験は非支援、など）。最後に、探究では「AIが作った物語」ではなく、データの出どころ、限界、倫理まで含めて問いを折り畳んでいく——ここまでが揃うと、Z世代が社会で早く身につけた三つのリテラシーに、学校側から遅れてでもいいから**第四の層（批判的評価）**を接ぎ木できます。
まとめ——「向いている」ではなく、「別途教える価値がある」
若手がAIをうまく扱うように見える背景には、学校の成功物語だけでは説明しきれない部分があります。常時接続の環境、SNSと動画を入口にした学習、完成度を上げる試行錯誤——ここで育つ力は本物です。TABI LABOの記事が示すように、その力はタイパだけではなく、信頼や対話の質といった、むしろ人間関係の側に向かっている（Z世代の7割が実践する「AIチェック」の真意、タイパではなく上司との対話を深めるための新戦略？ | TABI LABO）。
けれど、だからといって教育が不要になる方向にはつながりません。操作と探索と場面適応が先に伸びる社会では、批判的評価はむしろ意図的に教えないと分布が偏るのが自然です。日本は職場研修の指標でも遅れが見え、個人の工夫への依存が強い（AI use in the Japanese workplace | OECD）。海外も高等教育の方針は追いつき途上ですが、制度化の矢印は動き始めています（UNESCO survey: Two-thirds of higher education institutions have or are developing guidance on AI use）。
学校に残る仕事は、新しいアプリの紹介ではなく、根拠の見方、比較の仕方、責任の切り分け、対話の前提をそろえることだと私は考えます。Z世代が示す実践は、教育が無用だと言っているのではなく、教育が担うべき重心が移ったというサインとして読むほうが、明日の教室設計に効きます。
作成日: 2026-04-17
