おしゃべりが計画に変わる―人間が語り、ＡＩが組み立てる

1. 看護管理の三つのプロセス

看護管理の仕事には、三つのプロセスがあると私たちは考えています。

第一に、観察し、感じ、気づくこと。スタッフの表情の変化を見たり、患者家族の不安を感じ取ったり、他職種との関係性が悪化していないかと気にしたりする——こうした気づきは、現場に身を置いている管理者の中に日々蓄積されていくものであり、その人の感性や経験に依存する、誰かが代わることのできない営みです。

第二に、それを誰かと語り合うこと。「最近ちょっと気になっていることがあって」と切り出し、聴いてもらいながら話しているうちに、自分でも気づいていなかったことが言葉になっていきます。他者の力によって、一人では見えなかったものが見えてきます。

第三に、語ったことを構造化し、計画や共有できる形に落とし込むこと。目標を言葉にし、ロードマップを作り、MCチャートの４象限に整理し、部長への報告書としてまとめ、部署のスタッフに共有する。多くの看護部の目標管理において行われていることです。

この三つはそれぞれまったく異なる認知作業ですが、これまでの看護管理では、そもそもこの三つがプロセスとして区別されることはほとんどありませんでした。そして多くの場合、管理者は第一のプロセスと第三のプロセスを一人で抱え込んでいました。すなわち、現場を観察して、一人で頭を抱えて、パソコンの前で計画に落とし込む——その孤独な作業を、なんとかこなすのが管理者の仕事だとされてきたのです。

第二のプロセス（他者と語ること）は、第１章で述べたように、かつてはインフォーマルな場が自然に担っていましたが、徐々にその場は縮小していきました。そもそも、管理の仕事において他者と語り合うことが不可欠なプロセスなのだという認識自体が、あまり共有されていなかったのだと思います。

私たちがPDPやMCを通じて伝えてきたのは、まさにこの第二のプロセスの大切さでした。一人で抱え込まなくていい。弱くていい。弱さを抱えた個人がチームで助け合うことが、かえって強さにつながるのだと。PDPは、それを仕組みとして支えるために設計したものです。

しかし、第三のプロセス（構造化）については、まだ課題が残っていました。PDPでは聴き手が組み立てを引き受けてくれましたが、MCチャートやロードマップでは、計画に落とし込むところは管理者の頑張りに委ねられていました。

ここでAIが活躍します。おしゃべりの記録をAIに渡せば、AIがそれを構造化し、計画の草案を作ってくれる。管理者はその草案を見て、「ここは違う」「これは合っている」と判断を返せばいい。第三のプロセスを、AIが引き受けてくれるようになったのです。

そうなれば、管理者は、第一のプロセス（＝観察し、感じ、気づくこと）と、第二のプロセス（＝それを誰かと語ること）に集中することができます。おしゃべりしていたら計画ができている——そういう世界が、もう手の届くところに来ています。

2. なぜ今、この分担が可能になったのか

この分担が成り立つには、二つの条件が必要でした。

一つは、AI側の進化です。自然言語処理の技術が実用レベルに達し、AIが文脈を読み取り、構造化できるようになりました。

AIに経営指標を入力すれば分析結果が、部署について語り合った記録を入力すれば計画の草案が出てくる。過去の会議で語られたことや満足度調査の結果、前年度の取り組み記録などを合わせてAIに渡せば、それらを踏まえたうえで語りの中から関連性を見つけ、整理することもできます。しかも、AIは文脈を保持することができます。人間が「あれ、前にも似たような話をしたな」と曖昧に感じることを、AIは記録として正確に保持し、照らし合わせてくれます。

かつては「一人で論理的に構造化できる」ことが管理者に求められる重要なスキルでしたが、その能力の相対的な価値は確実に変わりつつあります。

もう一つは、人間の側のレディネスです。マネジメントは一人で抱えるものではなく、チームで行うものだという考え方が、少しずつ広がってきました。

この冊子のタイトルに「学習する看護組織」という言葉を掲げているのは、まさにこの点に関わっています。弱さを抱えた個人が集まり、対話を通じて不確実な現場に適応し続ける、しなやかな組織。PDPやMCは、そうした「学習する組織」を実現するための具体的な方法論として開発してきたものです。私たちのメソッドに限らず、チームでマネジメントしようという流れは、看護管理全体のトレンドとして広がっていると感じています。

率直におしゃべりができるチーム——互いの考えや感じていることを安心して言葉にできる関係性があるチームであれば、複数の視点から語られた豊かな情報をAIに渡すことができます。そして、多角的な情報があることで、AIは文脈をはるかに読み取りやすくなります。学習する組織であること自体が、AIを活かす前提条件なのです。心理的安全性のもとで語り合い、管理者同士で支え合いながら活動していくという土壌が育ってきたからこそ、おしゃべりの記録をAIに渡すという流れが自然に成り立つようになったのです。

この分担を実現することができれば、AIは人間と協働するパートナーなのだと実感していただけるのではないかと思います。観察し記述するのも、対話して深めるのも、人間にしかできないことです。
そうした対話から生まれた豊かな語りを、AIは、綺麗に整っていない状態のまま受け取り、構造化して、人に伝わりやすい形に落としてくれるのです。

AIについての研修を受けた方がこのような感想を書いてくださいました。

人間の強みを活かすために、AIと協働する。それが、私たちがこの冊子を通じてお伝えしたいことの核心です。

※学習する組織の考え方やメソッドの詳細については、既刊テキスト『学習する看護組織のマネジメント』（部署マネジメント編・看護部マネジメント編）をぜひご参照ください。テキストのご購入はこちらから。

3. おしゃべりマネジメントの実践

では、具体的に日々の看護管理の中にこのプロセスを取り込む流れをお話しします。

まず、一次情報を集めること。現場をよく見て、スタッフの話を聴き、満足度調査の結果や最近のインシデントに目を通します。これは管理者が日常的にやっていることそのものであり、特別なことではありません。

次に、それを素材にして誰かとおしゃべりすること。満足度調査の結果やMCチャートをテーブルの真ん中に置いて、副師長と２人で、あるいは他部署の管理者を交えて３～４人で、30分ほど話します。「ここが気になる」「最近こういうことがあった」「本当はこうしたいんだけど」など、取り留めのない話で構いません。

そして、その対話の記録をAIに渡すこと。録音した音声を自動的にテキスト化したものをAIに入力すると、AIは課題を構造化して、MCチャートの４象限に整理したり、計画の草案を作ったりしてくれます。管理者はその草案を見て、「ここは違う」「もうちょっとこういうニュアンスなんだけど」などと自由にフィードバックします。このやりとりを何回か繰り返すと、自分たちの観察と対話から生まれた計画ができあがります。

このサイクルを、日々の管理の活動の中に折り込んでいく。それが、私たちが「おしゃべりマネジメント」と呼んでいるものの実践方法です。

4. おしゃべりが一次情報を豊かにする

このプロセスにおいて、最終的な計画の質を決めるのは何でしょうか。それは、AIの性能でも、使い方のテクニックでもありません。投入される一次情報の具体性と豊かさです。

AIは、少ない情報からは一般的で当たり障りのない回答しか返しません。しかし、たくさんの具体的な情報を放り込めば、驚くほど的確に動きます。話が散らかったままで構いません。むしろ散らかったままのほうがいいとまで言えます。

では、その豊かな一次情報はどこから来るのか。そのための手段がおしゃべりです。

おしゃべりの場では、人間の聴き手が「この人の状況を知りたい」と思い、「一緒に考えたい」と思って聴いてくれます。その関心が伝わるから、語り手は安心して話せます。「例えばどういうケースで？」「その時看護師は何をしている？」と聴いてもらうことで、抽象の下にある具体が引き出されるのです。聴き手がいることで引き出される具体的な言葉こそが、AIにとって最も価値のある入力なのです。

そして、一人の語りよりも、複数の人が塗り重ねるように語ったほうが、AIは文脈を読み取りやすくなります。これはLLM（大規模言語モデル）の特性でもあります。「うちもこういうことがあった」「あのとき私はこう感じた」と、異なる視点から同じ出来事が語られると、そこに厚みが生まれる。AIはその厚みの中から構造を見つけることが得意です。

おしゃべりは、個人の能力が足りないから必要なのではありません。おしゃべりによって、一人では出てこなかった情報が引き出され、語りが豊かになり、その結果としてAIが組み立てる計画の質が上がるのです。