※本記事は、Anna Thomas MBE氏による講演「Good Work in the Age of AI – how can innovation and social good advance together?」の内容を基に作成されています。本講演は、ITUが国連40以上の姉妹機関およびスイス政府と共同で運営するグローバルプラットフォーム「AI for Good」のシリーズイベントとして開催されました。講演の詳細およびアーカイブ動画は https://www.youtube.com/watch?v=uCqDnwyp6YU でご覧いただけます。
Anna Thomas氏は、英国の未来の仕事研究所（Institute for the Future of Work）の共同創設ディレクターです。もともと雇用・平等法を専門とする法廷弁護士として活躍し、平等・人権委員会の顧問を務めた経歴を持ちます。労働党の未来の仕事委員会では政策部門を率い、政策研究所およびロイヤル・ソサエティ・オブ・アーツのフェローとして活動しています。英国政府をはじめ多くの組織にAIガバナンスについて助言しており、2024年には未来の仕事に関する研究への貢献によりMBEを授与されました。本講演では、ノーベル経済学賞受賞者Sir Christopher Pissaridesが主任研究者を務めた3年間の学際的共同研究「ピシャリデス・レビュー（Pissarides Review into the Future of Work and Wellbeing）」の知見を基に、AIと自動化が仕事・スキル・地域・ウェルビーイングに与える影響と、人間の能力を中心に据えたイノベーションのあり方が論じられています。
本記事では講演の内容を要約・再構成しております。原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りが生じる可能性もありますので、正確な情報や文脈についてはオリジナルの動画をご視聴いただくことをお勧めいたします。また、AI for Goodの最新情報やネットワーキングコミュニティについては https://aiforgood.itu.int/neural-network よりご参照ください。
1. イントロダクション：発表の背景と研究の全体像
1-1. 発表者・セッションの位置づけと人間中心AIアジェンダの再定義
Janine Berg： 本日は、国際労働機関（ILO）研究部門を代表して、ITUとILOが共同で開催するAI for Goodシリーズ「AIと仕事」へようこそ。本日の講演者はAnna Thomas氏です。英国の未来の仕事研究所（Institute for the Future of Work）の共同創設ディレクターであり、もともと雇用・平等法を専門とする法廷弁護士として活躍され、平等・人権委員会の顧問を務めた経験をお持ちです。労働党の未来の仕事委員会では政策部門を率い、現在は政策研究所およびロイヤル・ソサエティ・オブ・アーツのフェローとして活動されています。英国政府をはじめ数多くの組織にAIガバナンスについて助言し、2024年には未来の仕事に関する研究への貢献によりMBEを授与されました。本日は「AIの時代におけるグッドワーク（良い仕事）──イノベーションと社会的善はいかにして共に前進できるか」と題した、3年間の研究の集大成をご発表いただきます。それでは、Anna Thomas氏にお願いします。
Anna Thomas： Janine、ご紹介いただきありがとうございます。本日このような場でILOと共に知見を共有できることを大変嬉しく思います。私たちが今まさに直面しているのは、AIと仕事、そしてそのガバナンスを理解し、実践し、形作っていくうえでの極めて重要な局面です。ILOとの共同という形でこの場に立てることは特別な意味を持っています。なぜなら、私たちの研究は一貫して「人間中心のAI」という理念を前進させることを目的としてきたからです。
この「人間中心」という概念は、AI for Goodシリーズが掲げる理念とも深く重なるものですが、率直に申し上げると、この概念はここ数年で意味が曖昧になり、混乱が生じてきているように感じます。私たちは未来の仕事研究所として、この人間中心のアジェンダを再確立し、発展させる一助となりたいと考えています。具体的には、「仕事」、とりわけ「グッドワーク（良い仕事）」を中心に据えた人間中心のAIとは何かを改めて問い直し、なぜそれが重要なのかを示し、さまざまなレベルでいかにして実現しうるかを提示することが私たちの使命です。その過程で、私たちはオートメーション（自動化）に関する新たなモデルを構築し、このアジェンダを推進するためにオートメーションの概念そのものを再フレーミングしています。また、仕事の未来と自動化という問題領域は、今後ますます重要な横断的政策課題として認識される必要があると私たちは考えています。
私たちは英国を拠点に、政府・学術界・市民社会・産業界の交差点で活動しています。ただ、本日の議論においては英国をひとつの事例研究、あるいは世界に応用可能な進歩的政策のモデルとして捉えていただきたいと思っています。
1-2. ピシャリデス・レビューの概要：3年間の学際的共同研究
Anna Thomas： 本日ご紹介するのは、「ピシャリデス地域・仕事・ウェルビーイングの未来レビュー（Pissarides Review into the Future of Work and Wellbeing）」の知見です。これは学術研究者・労働組合・産業界が3年間にわたって共同で取り組んだプロジェクトであり、主任研究者（PI）はノーベル経済学賞受賞者であるSir Christopher Pissaridesが務めました。結論を先に申し上げると、私たちが提唱するのは、研究・実践・政策の三領域において「社会技術的（socio-technical）アプローチ」を採用することであり、その中心的な媒介変数として「グッドワーク」を位置づけることです。
私たちのアプローチの根幹にあるのは、証拠に基づいた学際的な姿勢です。現在起きていることを理解し、将来を見通すうえで、最良の証拠をあらゆる分析レベルにわたって活用することを重視しています。同時に、時間をかけてはじめて明らかになること、あるいはいまだ不確実なことについては、それを適切に予測・把握するためのシステムを構築することにも力を入れています。仕事は個人にとって、社会的なつながりや人間関係、目的意識、物質的・非物質的な報酬をもたらす源泉です。それと同時に、個人の経験と社会・経済全体とをつなぐ「黄金の糸」でもあります。さらに、労働者は技術とも多様な立場で関わります。消費者として、市民として、そして企業の一員としても技術と向き合っており、こうした重層的な関係性を視野に入れることが不可欠です。
自動化技術はすでに、個人・企業・システムという複数のレベルで深く動態的な影響をもたらしています。個人レベルでは、仕事のタスクが自動化・移転・集約化されています。企業レベルでは、新たなビジネスモデルや価値創造の形が生まれています。システムレベルでは、労働市場が再編され、雇用の創出・分配・アクセスのあり方が変わりつつあります。私たちの研究が示すのは、これらの変化は連動して起きており、包括的かつ体系的な視点で全体を捉えることなしに、現在何が起きているのか、また将来どのような経路がありうるのかを理解することはできない、ということです。また、大規模言語モデル（LLM）に代表されるフロンティアモデルへの注目が高まっており、これらのモデルがこうした変化を加速させつつあることはすでに明らかになっています。より広範なソフトウェア・アーキテクチャへの統合、抽象レイヤーの変化、参照されるデータソースの拡大により、新たな形態・組み合わせの自動化が生まれています。こうした全体像を踏まえ、次のセクションから私たちの研究知見を詳しくお伝えしていきます。
2. オートメーション概念の再フレーミング
2-1. 従来の自動化理解の限界と新たな類型の提示
Anna Thomas： オートメーション（自動化）について、まず基本に立ち返って考えてみたいと思います。この点はすでにご存知の方も多いかもしれませんが、私たちの経験上、改めて整理することが重要だと感じています。オートメーションはこれまで、「技術が従来は人間が担っていたタスクを代替・置換する能力」として広く理解されてきました。当初は職そのものの代替として語られ、その後タスク単位の置換という形に洗練されてきましたが、「代替・置換」という概念が最も広く想像されるオートメーションリスクとして定着し、実務家や政策立案者が移行を管理するうえでの中心的な枠組みとして使われ続けてきました。
しかし私たちの研究が示すのは、こうした狭い理解では不十分であるということです。私たちはこの概念をより広く、より有機的に再フレーミングする必要があると考えており、それが今日お伝えしたい核心のひとつです。この新たな枠組みがすべての影響やオートメーションの形態を網羅しているとは申しませんが、さまざまなオートメーションの類型を整理し、それぞれが仕事の質・労働条件・仕事の性質にどのような異なる影響を与えるかを体系的に理解するための枠組みとして機能します。
私たちが提示する類型は以下の通りです。まず「置換（displacement）」は、特定のタスクや職が技術に代替される現象であり、従来の議論で中心的に扱われてきたものです。ただし私たちの枠組みでは、これは複数の類型のひとつに過ぎません。次に「タスク・ジョブの創出（task and job creation）」です。AIはタスクや職を奪うだけでなく、新たなタスクや雇用を生み出す力も持っています。この側面は従来の自動化リスク論においてしばしば軽視されてきましたが、現実の変化を理解するうえで欠かせない視点です。
三つ目は「裁量（discretion）」です。AIは人間が仕事を行ううえでの裁量を増やすことも減らすこともできます。技術がどのように設計・展開されるかによって、労働者の自律性や判断の余地は大きく変わります。四つ目は「マッチング（matching）」です。これは人間と職のマッチング、タスクと能力のマッチング、職種間・企業間のマッチングなど、様々な次元で捉えることができます。AIはこのマッチングを理解し、改善するための手段としても活用できます。五つ目は「テレプレゼンス（telepresence）」です。最もわかりやすい例がリモートワークです。従事者が物理的に職場から切り離された状態で仕事を行うことを可能にするもので、さまざまな職種・形態で実現されています。
そして六つ目が「集約化・インテンシフィケーション（intensification）」です。これは、タスクの数や処理速度を増加させることによって価値を創出しようとするアプローチです。AIを含むシステムが、しばしば段階的・漸進的に、労働者を誘導・促進する形で業務の密度を高めていくことがあり、その仕組みは労働者にとって把握しにくいことも少なくありません。
これら複数の類型は単独で作用するのではなく、組み合わさって働くことが多く、仕事の質・条件・性質のあらゆる側面に影響を及ぼします。そして私たちの研究全体を通じた大きなメッセージは、その影響は極めて多様であり、均一には分配されていないという点です。
2-2. 技術の影響は所与ではない：政策・設計・運用の選択が結果を決める
Anna Thomas： ここで強調しておきたい重要な点があります。本来このスライドは発表の最後に置くべきものかもしれませんが、あえて早い段階でお伝えしたいと思います。技術の帰結は、あらかじめ決まっているものではありません。私たちが個人・企業・システムの各レベルで行ってきた研究のすべてが、一貫してこの点を示しています。雇用がどのように創出されるか、技術がどのように設計・展開・モニタリングされるか、企業レベルでどのような選択がなされるか、そしてより広範な政策の方向性、これらすべてが最終的な帰結を左右します。
特に重要なのは、「置換」と「拡張（augmentation）」、あるいは「集約化（intensification）」といった類型のどれが実現するかは、必然ではないということです。いまだ私たちの手の届く範囲にあります。それどころか、私たちにはそれを積極的に形作る力と責任があります。技術の影響を媒介し、人間にとって最善の帰結を可能にするために何をすべきかを意識的に問い続けることが、この瞬間においてとりわけ重要です。この認識こそが、私たちの研究全体の出発点であり、政策・実践のあらゆる提言の根底にある考え方です。
3. システムレベルの分析：ディスラプション・インデックスとスキル変化
3-1. ディスラプション・インデックスの設計と英国の地域格差の発見
Anna Thomas： システムレベルの分析として、私たちはまず「ディスラプション・インデックス（Disruption Index）」を構築しました。このインデックスの目的は、英国全土にわたる技術的破壊・変容を地図として描き出し、雇用が創出・形成されるイノベーション・システムを理解することにあります。インデックスは二つの次元で技術的破壊を追跡しており、「レディネス（Readiness）」、すなわちイノベーションへの準備状況も組み込むことで、仕事のライフサイクル・技術のライフサイクル・キャリアのライフサイクルを新たな形で統合的に把握できるよう設計しています。
具体的な指標の構成としては、技術的指標と人的要因の両面を組み合わせています。技術的側面では、研究開発（R&D）支出やイノベーション活動といった価値連鎖の上流から、特許の取得・活用状況といった下流まで、技術のライフサイクル全体を縦断する指標を使用しています。人的要因の側面では、教育達成度、そして労働力訓練への投資やインフラの整備状況を主な指標として採用しました。
このインデックスから明らかになったのは、英国における地域格差の実態です。英国には地域間の不均衡が存在することはかねてより認識されていましたが、私たちが発見したのは、それが単純にひとつの次元での偏りではなく、R&D支出・特許・その他の指標においても同様に歪んだ分布が見られるということでした。つまり、イノベーション・システムを構成するすべての基盤的機能において、地理的な集中と偏在が重複して生じているということです。これは、良質な雇用を創出・維持するためのイノベーション・システムの機能が、特定の地域に偏在していることを意味します。
さらに興味深い発見は、高度技術投資の地理的集中が、イノベーション・レディネスの分布と必ずしも一致していないという点です。少なくとも英国においては、レディネス、すなわち技術変容の受け皿となる諸要因の組み合わせが整っている地域であっても、実際の投資や技術変容が起きていない地域が存在します。言い換えれば、地域の才能・能力・スキルが十分に活用されないまま埋もれている状態です。これは個人にとっての損失であると同時に、企業にとっても、そして国全体にとっても未活用の機会が放置されていることを意味します。
このことは私たちに重要な示唆を与えます。不平等を単なる一次元の問題として捉えるのではなく、イノベーション・システムを構成する各機能を個別に見ていく視点が必要です。そして、AIや技術の恩恵とリスクの双方を考えるうえで、こうした地域格差は放置すれば軌道依存的に強化される可能性が高く、積極的な政策介入なしには是正されないという点も示唆されています。この知見は英国固有のものではなく、他国にも共通して当てはまるものと私たちは考えています。
Janine Berg： 地域的な不均衡という観点から伺いたいのですが、スキルの面でのレディネスは十分にあったものの、需要側の条件が整わず、地域のイノベーション・システムにボトルネックが生じているという状況が英国の一部地域で見られたとのことです。こうした課題に対して、最も効果的なアプローチはどのようなものだとお考えですか。グローバルな視点からもお聞かせください。
Anna Thomas： 大変重要なご質問です。より広いグローバルな聴衆にも関係する形でお答えしたいと思います。私たちが重視するのは、まず異なるデータソースを統合して地域レベルで利用可能にすることです。具体的には、地理データ・健康データ・仕事データ・スキルデータを非常にローカルな単位で組み合わせ、地域ごとの観測所（local observatories）のような仕組みを通じて活用することが有効だと考えています。そのうえで、地方分権（devolution）と地域主導のアプローチを積極的に推進することが、最も効果的な対応につながると私たちは見ています。英国では今後さらに地方分権が進む段階に入りつつあり、この点では恵まれた状況にあります。
ディスラプション・インデックスが実際に可能にしたのは、地域のイノベーション・システムのどこでボトルネックが生じているかを特定することです。例えばキャリア経路という観点から考えると、ある地域には必要な人材は存在しているか、あるいは見習い訓練制度（apprenticeship）も整備されているかもしれませんが、それを次のステップへとつなぐ仕組みがないために人材が流出してしまっているケースがあります。大学卒業後に地域内でのキャリア軌道が存在しないために人が離れていく、というパターンもあります。インデックスが明らかにしたのは、特定のセクターや技術への地域集中投資、そこに紐付いた研究開発・訓練・インフラ整備、さらにそこから完結したキャリア軌道が描ける状態、これらが揃ってはじめてイノベーション・システムが機能するということです。インデックスはそのどこが欠けているかを特定する役割を果たします。一方でインデックスは、国レベルの包括的な政策対応や地方分権そのものを代替するものではありませんが、地方自治体や広域連合体（combined authority）が、見落とされがちな特定の領域に的を絞って手を打つための道具として機能します。英国のいくつかの地域で実際にそうした活用が見られており、多くの場合、特定の投資の不在や訓練機会の欠如、あるいはキャリアを持続させるための支援不足が問題の根本にあることが浮かび上がりました。このキャリアの持続性という観点を正しく整備することが、英国において大きな違いをもたらしうると考えており、この教訓は他国にも応用できると思っています。
3-2. スキル変化の実証分析：社会技術複合スキルの台頭と移行スキルの識別
Anna Thomas： ディスラプション・インデックスの一指標として、また独立した深掘り分析として、私たちはスキルの変化について大規模な実証分析を行いました。英国全土の求人データを月次で収集し、3,500種類にのぼるスキルを対象に、急速に台頭しているスキルと急速に消滅しつつあるスキルの両方を特定しました。
その結果として浮かび上がってきたのは、まずILOをはじめとするグローバルなレポートが指摘してきた傾向と一致する点です。コミュニケーション能力・批判的思考・創造性といったスキルの重要性は、今後も継続して増大していくことが確認されました。しかしそれ以上に私たちが重視するのは、「技術的スキルと社会的スキルの組み合わせ」に対する需要がますます高まっているという知見です。上位職・シニア職においても、また技術系セクターにおいてさえも、この傾向は顕著に現れています。
Janine Berg： IT部門については特に興味深い点があると思います。AI時代において最もスキルの陳腐化が速い一方で、新たなスキル需要も最も大きいセクターのひとつとされています。IT部門固有の変化についての知見があればお聞かせください。
Anna Thomas： 詳細はレポートをご参照いただきたいのですが、私が特に印象に残っているのは、IT部門においても社会技術複合スキルの重要性がむしろ高まっているという点です。AIの時代においてIT部門では純粋な技術スキルへの需要がさらに高まり、いわゆる「ソフトスキル」の重要性は相対的に低下するだろうという仮定が一般的にあると思います。しかし私たちのデータが示したのは、その逆でした。IT部門においても、通常の経済学的な分類で「ソフトスキル」と呼ばれる人間的な能力が、AI時代においてむしろより重要になっているという発見は、多くの人の直感に反するものです。この点は特に強調しておきたい逆説的な知見です。
Anna Thomas： さらに私たちの分析が可能にしたのは、スキル間の関係性を捉えることです。ある職のスキル構成が変化すれば、それは隣接する職の人のスキルにも波及する可能性があります。同時保有スキル（concurrent skills）や、スキル間のスピルオーバーがどのように生じるかを追跡することで、誰かのスキルが変化したとき、それが他の誰かのスキルにどう影響するかを把握する手がかりが得られます。また、現在の状態だけでなく、適切な支援があれば将来的にどのようなスキル移行が起こりうるかを予測するための窓口としても、このスキル分析は機能します。
こうした分析から「コアスキル」と「移行スキル（transitional skills）」を識別することが可能になります。コアスキルとは複数の職や文脈で持続的に重要であるスキル群であり、移行スキルとはある職から別の職への移行を可能にする橋渡しとなるスキルです。この区別は、政策立案においても、企業レベルでの人材育成においても、実践的な指針を与えるものです。都市レベル・地域レベルでのスキル変化の速度は非常に高く、こうした変化の速さと地域差を踏まえた、きめ細かい対応が今後ますます求められると考えています。
4. 企業レベルの分析：AI導入・高関与型人事管理・地域要因
4-1. 企業調査（1,000社）と高関与型人事管理が良好な成果を媒介するという知見
Anna Thomas： 企業レベルの分析では、英国内のさまざまな規模の企業1,000社を対象とした調査を実施しました。この調査はWarwick Business Schoolのプロフェッサー James Hattonが率いるチームとの共同研究として行われ、AIおよびその他の技術の導入の論拠・基盤・採用状況、そして仕事と雇用への影響を詳細に検討しています。
調査から明らかになった最も重要な知見のひとつが、「高関与型人事管理（High Involvement Human Resource Management）」の役割です。高関与型人事管理とは、労働者が意思決定プロセスに積極的に参加し、情報を共有され、自律性と裁量を持って働くことができるような職場環境を整備する人事管理のアプローチです。私たちの調査は、この高関与型人事管理の実践が、AI導入における良好な成果を媒介する鍵となることを示しました。言い換えれば、技術そのものではなく、技術をどのような人事管理の文脈の中で導入するかが、企業レベルの帰結を大きく左右するということです。
また、企業調査をディスラプション・インデックスとクロス集計することで、制度的なサポートと周辺環境の整備が特に重要であることも確認されました。イノベーション・レディネスが高い地域では、企業がグッドワーク（良い仕事）を支える形でAIを導入する傾向が強いという発見です。地域の制度的環境と企業レベルのAI導入の質は、切り離して考えることができないということが、ここでも確認されています。
Janine Berg： 高関与型人事管理の実践という点について、もう少し具体的にお聞きしたいと思います。AI導入に際して企業が取り組むべき人事施策として、具体的にどのようなものが挙げられますか。
Anna Thomas： 現在私たちはCIPD（英国人材開発協会）と共同でこの点に取り組んでおり、私たちがこれまで行ってきたアクションリサーチが、AI導入に関するHR（人事）の標準策定に貢献できるよう進めているところです。具体的な方向性として申し上げると、まず高関与型実践を促進するための的を絞ったインセンティブや政策が有効だと考えています。特に、それが技術導入とどのように関連するかという観点でより精緻な設計が求められます。また、高関与型マネジメントのための研修と機能的サポートを専門的に提供する仕組みが必要です。高関与型管理は現時点では決して一般的な実践ではなく、世界的に見ても十分に普及しているとは言えません。この特定の実践を再中心化し、制度的サポートだけでなく、適切な情報を引き出すためのガバナンス構造や、より高いレベルの参加を促す仕組みと組み合わせることが重要です。
Janine Berg： 社会的対話と参加型設計の重要性については、ILOも常に強調してきたことです。労働者が実際に技術システムの設計・統合プロセスに参加するという、北欧諸国で実践されているような参加型設計のアプローチは、まさにHRが担うべき重要な役割のひとつだと思います。
Anna Thomas： まさにその通りです。私たちの研究においても、企業レベルで良好な成果が得られたケースでは、労働者と経営側のより高い水準の情報共有と関与が実現していました。そしてそれは単に労働者の不満を管理するためだけでなく、技術導入に関する新たな情報を浮かび上がらせ、新たなイノベーションの領域を特定し、リスクを識別・管理するための手段としても機能していました。情報共有と関与のプロセスは、良好なガバナンスと責任あるイノベーションの両方を同時に実現する手段でもあるわけです。この点は私たちの研究から得られた重要な知見であり、良好なガバナンスと責任あるイノベーションは本質的に両立するものだということを、今後さらに強調していきたいと思っています。
4-2. 場所・地域要因の重要性とNHS外科ロボット導入ケーススタディ
Anna Thomas： 企業レベルの分析においてもうひとつ際立っていたのが、「場所（place）」と「地域（region）」の要因です。企業がグッドワークを支える形でAIを導入する可能性は、イノベーション・レディネスが高い地域ほど高いということが確認されました。地域の環境・制度・エコシステムは、個々の企業の意思決定を超えたところで、AI導入の質を規定する重要な条件となっています。
この点を具体的に示すケーススタディとして、NHS（英国国民保健サービス）との共同研究についてご紹介します。私たちはNHS Warwickと協力し、特定の外科手術後のリカバリープロセスへのAIおよびロボット技術の適用について検討しました。この事例から得られた非常に興味深い知見は、こうした技術導入が人員不足の問題を解決しなかったという事実です。また、システム間の相互運用性（interoperability）の問題や、イノベーション・システム内でのスピルオーバー効果についても、期待通りには機能しませんでした。
Janine Berg： それは非常に示唆に富む知見ですね。技術を導入すれば自動的に人員不足や効率化の問題が解決するという前提が、現実には成り立たなかったということですか。
Anna Thomas： そうです。これはまさに私たちが研究全体を通じて繰り返し確認してきた点と重なります。技術の導入それ自体が目的化されてしまうと、その周辺にある制度的・組織的な課題が見落とされがちです。NHS事例では、ロボット技術の導入は特定の手術タスクにおいて有効であった一方で、人員配置の課題、異なるシステム間のデータ連携の問題、そして技術導入がもたらす組織全体へのスピルオーバー効果の管理といった点で、想定していた成果は得られませんでした。この経験が示しているのは、技術を個別に評価するだけでは不十分であり、それが組み込まれる組織の文脈・制度的環境・人材マネジメントの枠組み全体を視野に入れた評価が不可欠だということです。技術の「セル（細胞）」をその「身体（組織）」や「生態系（社会経済環境）」から切り離して理解しようとしても、真の影響は捉えられないのです。
5. 個人レベルの分析：労働者のウェルビーイングと技術曝露
5-1. 個人調査（5,000名）から見えた仕事の質の多面的変化
Anna Thomas： 個人レベルの分析では、5,000名の労働者を対象とした大規模調査と、12のフォーカスグループを実施しました。この調査は、技術を起因とする仕事の質・雇用の質の変化を、労働者自身の経験から掘り起こすことを目的としています。
調査から浮かび上がってきたのは、技術がもたらす変化が非常に多面的であり、ポジティブな側面とネガティブな側面が個人ごとの文脈・職種・状況に応じて複雑に絡み合っているという実態です。ポジティブな変化として挙げられた項目には、新しいことを学ぶ機会の拡大、働く場所を自分で選べる柔軟性、共に働く人々とコミュニケーションをとる機会の充実、そして自分自身のアイデアを仕事に活かせる余地の拡大といったものがありました。
一方でネガティブな影響として特に目立ったのは、仕事上の監視・監視に対する懸念の高まりです。自分の業務がどの程度管理・追跡されているかという不安は多くの労働者に共通して見られました。また、仕事上の裁量やコントロールの欠如、週末や深夜といった時間帯に仕事が侵食してくることへの懸念、職を失うことや失業状態に陥ることへの恐れも、顕著なネガティブ要因として確認されました。
Anna Thomas： 重要なのは、これらのポジティブな側面とネガティブな側面が、同時並行的に発生しており、多くの場合トレードオフの関係にあるということです。ある技術の導入が学習機会をもたらす一方で監視の増大を招く、あるいは柔軟性を高める一方で仕事と私生活の境界を曖昧にするといった状況が、個人レベルでは日常的に生じています。こうしたトレードオフを適切に管理するためには、状況に応じた参加と関与の仕組みが必要であることが、この調査から明確に示されました。個別の職種・職場・個人の文脈を踏まえた対話なしには、これらの複雑な均衡点を見出すことはできません。
5-2. 新技術への接触頻度と生活の質の負の相関：実証的知見と含意
Anna Thomas： 今回の調査で私たちが最も注目すべき実証的知見として位置づけているのが、技術の種類と生活の質の相関に関する発見です。この結果は、広く流布している前提を根本から問い直すものです。
私たちの調査が明らかにしたのは、職場における新技術への接触頻度が高いほど、生活の質が低下する傾向があるという負の相関です。一方で、デジタル情報通信技術（ICT）、すなわち従来型のデジタルツールとの関わりは、生活の質の改善と正の相関を示しました。この対比は非常に重要です。技術との関わりが多いほど仕事の質や生活の質が改善するという前提は、少なくとも新技術については成立しないことが示されたからです。
Janine Berg： この知見は非常に重要だと思います。技術の導入が自動的に労働者のウェルビーイングを高めるわけではないということが、実証的に示されているわけですね。
Anna Thomas： そうです。この点はこのシリーズにおいて特に重要なメッセージだと思っています。技術が良いものをもたらすという前提は、掘り下げて検証される必要があります。私たちの調査が示すのは、技術がもたらす改善は自動的には起こらないということです。それを意識的に特定し、管理し、労働者の関与のもとで実現していかなければ、ポジティブな帰結は生まれません。新技術への接触が生活の質と負の相関を示すという発見は、広く理解されているとは言えませんし、受け入れにくいメッセージかもしれません。しかしだからこそ、実践レベルでのベストプラクティスの開発という観点でも、政策・ガバナンスという観点でも、制度的サポートの観点でも、真剣に向き合う必要があります。技術の好影響を当然視したまま、それを実現するためのシステムを整備しないでいることは、もはや許容できないと私たちは考えています。
6. 統合モデルとグッドワークの政策的役割
6-1. 3層統合モデル（個人・企業・システム）と社会技術的関係アプローチ
Anna Thomas： ここまで個人・企業・システムという三つのレベルを順に見てきましたが、ピシャリデス・レビューの核心にあるのは、これら三層を統合的に捉えるという方法論的立場です。私たちが結論として強調したいのは、この統合なしには現在何が起きているかを正確に理解することも、将来の経路を見通すことも不可能だということです。三層を分断して分析すると、重大な影響を見落とし、重要な機会を特定できないリスクがあります。
私たちがこの統合的な視点を体現するために用いているのが、「社会技術的関係アプローチ（socio-technical relational approach）」です。このアプローチでは、職（job）を一種の「細胞」として捉えます。細胞の内部では、タスク・能力・スキル・技術が相互に関連しながら変化しています。その細胞が集まる「身体」が企業であり、企業はその内部でさまざまな技術を採用・展開しながら、イノベーション・エコシステムの中に自らを位置づけています。そして企業が生きる「環境」が、社会的・経済的な制度や構造の総体、すなわちシステムレベルです。この比喩的なフレームは単なるイメージではなく、どの機能・構造に注目すべきか、どこに摩擦が生じているか、どこにイノベーションの可能性が潜んでいるかを特定するための分析的枠組みとして機能します。
Anna Thomas： この社会技術的アプローチを通じて、私たちはケイパビリティ・アプローチとイノベーション・アプローチという、これまで必ずしも統合されてこなかった二つの知的伝統を結びつけようとしています。ケイパビリティ・アプローチは北欧諸国が最もよく体現しているもので、人間の能力の発展と福祉を中心に据えた政策思想です。一方、イノベーション・アプローチは米国が代表するもので、技術革新・起業家精神・経済成長を推進力とする考え方です。私たちが提案するのは、「グッドワーク」という媒介概念を通じてこの二つを橋渡しし、人間の能力とイノベーションが同時に追求される、より人間中心的で正確な形でリスクと可能性を予測・対応できる枠組みを構築することです。グローバルな視点から見れば、これはこの二つの異なるアプローチの間に橋を架ける試みであり、どちらか一方に収斂させるのではなく、両者の強みを活かした新たな実践と政策の可能性を切り開くものだと考えています。
定量的・定性的な知見を複数のレベルにわたって組み合わせることも、このアプローチの不可欠な要素です。ひとつの数値や単一の指標でオートメーションの影響を捉えようとする時代は、もはや終わったと私たちは考えています。関係的・累積的・潜在的な影響を意識的に把握し、異なるレベルの知見を統合してはじめて、現実の複雑さに対応できる体系的な理解が得られます。
6-2. グッドワーク憲章・アルゴリズム影響評価・参加型ガバナンスの枠組み
Anna Thomas： 私たちが提唱する実践的な枠組みの中心にあるのが「グッドワーク憲章（Good Work Charter）」です。この憲章はILOのディーセントワーク（Decent Work）に関する国際的な取り組みや知見を踏まえて構築されており、技術変容の文脈においてグッドワーク・グッドジョブという新たな社会経済的パラダイムを支えることを目的としています。特にこのシリーズの文脈で強調したいのは、グッドワーク憲章がAIに関する国際原則を職場レベルで実践的に翻訳するための枠組みとして機能するという点です。AIガバナンスに関する原則は国際的な場で盛んに議論されていますが、それを個々の職場における具体的な実践に落とし込む橋渡しとして、グッドワークという概念は有効に機能します。
Anna Thomas： グッドワークはまた、オートメーション移行における「媒介変数」として位置づけられます。これは単なる社会的価値にとどまらず、機会を最大化しリスクを最小化するための焦点、そして最も重要な影響ポイントに集中するための実践的なレンズです。個人・企業・システムというそれぞれの次元で異なる利害関係者の関心を整合させる力を持っており、この意味においてグッドワークは政策と実践をつなぐ概念的基盤となり得ます。
この枠組みから生まれた具体的なツールとして、「グッドワーク・アルゴリズム影響評価（Good Work Algorithmic Impact Assessment）」があります。これは企業レベルでも政策レベルでも活用できるアセスメントの枠組みであり、技術導入のライフサイクルにわたってグッドワークの各次元への影響を評価・予測・管理するためのものです。私たちは現在、このアセスメントを支援するためのサンドボックス環境や関連プロジェクトを立ち上げ、稼働させ始めています。均等機会影響評価（equality impact assessment）が法制化の過程で標準的に行われるように、グッドワーク影響評価も立法・政策策定の過程に組み込まれていくべきだと私たちは考えています。英国で現在審議中または近く審議される各種法案、たとえばデジタル市場・競争法案、地方分権法案、AI法案、データ保護法案、雇用権法案といった複数の立法において、こうした視点が横断的に取り入れられることが重要です。
Anna Thomas： 参加型ガバナンスという観点では、私たちは「関与・参加・情報・協議」の四要素を制度的に担保することが不可欠だと考えています。労働者・企業・政府という三者構造、すなわちILOが体現してきた三者協議のアプローチが、技術変容の局面においても根本的な枠組みとして有効です。具体的には、影響を受けるステークホルダーが関与しながら変化を予測し、トランジション（移行）の中で何ができるかを協働で検討し、必要な調整・対応策・セーフガードを整備し、そして個人・管理職・企業・三者構造のすべてのレベルでフィードバックが循環する継続的なモニタリングの仕組みを構築することが求められます。技術を「細胞」単位で個別に評価するのではなく、これらすべての層を貫く体系的なアプローチを実装することによって、私たちははじめてAI for Goodという理念を現実の職場で体現できると考えています。
7. 通説の批判と政策提言
7-1. 「労働節約」「自動的スキルアップ」という二つの通説の問題と真の条件
Janine Berg： 今回の研究の重要な成果のひとつとして、二つの広く流布している通説を否定している点があります。ひとつは「技術は労働節約的である」という通説、もうひとつは「拡張（オーグメンテーション）は自動的にスキルアップと仕事の質の向上をもたらす」という通説です。これらの誤った前提に依拠することで、生産性の恩恵を実現するために真に必要な条件への注意が払われなくなっているとご指摘されていますが、この点についてもう少し詳しくお聞かせください。
Anna Thomas： この二つの通説は、いずれも現実の複雑さを大幅に単純化したものです。「技術は労働節約的である」という前提は、技術導入が自動的に効率化・コスト削減をもたらすという楽観的な見通しを支えていますが、私たちの研究が示すのはその逆です。技術の導入が実際に生産性の向上や良質な成果につながるかどうかは、導入の文脈・設計・人事管理の枠組み・労働者の関与の度合いによって大きく左右されます。NHSの事例でも見たように、技術を導入しても人員不足が解消されなかったように、技術が期待された節約効果をもたらさないケースは決して例外ではありません。
「拡張（オーグメンテーション）は自動的にスキルアップと仕事の質の向上をもたらす」という通説についても同様です。人間とAIが協働する形での拡張が実現すれば、労働者のスキルが高まり、仕事の質が向上するという想定が広く共有されています。しかし私たちの個人調査が示したように、新技術への接触頻度の増加は生活の質と負の相関を示しました。拡張がスキルアップや仕事の質の改善に結びつくかどうかは、労働者の裁量がどの程度確保されているか、高関与型人事管理が実践されているか、そして労働者が変化のプロセスに関与できているかという条件次第です。
Anna Thomas： これらの誤った前提への依拠が特に問題なのは、政策立案や企業の意思決定において「技術を導入さえすれば良い結果が自動的についてくる」という受動的な姿勢を生み出してしまうからです。その結果として、生産性の恩恵を実際に実現するための真の条件、すなわち人間の能力への投資・高関与型管理の実践・労働者の参加・適切なガバナンス構造の整備といった要素が見落とされてしまいます。私たちが提案する大きな方向転換は、技術の能力ではなく人間の能力に焦点を当て直すことです。技術がどのような能力を持つかではなく、技術と人間の相互作用の中で人間の裁量と能力がどのように発揮・育成されるかを中心に据えた、より深い人間中心設計とイノベーションへのシフトが必要です。これは単なる理念の問題ではなく、生産性の恩恵を実際に得るための実践的な条件の問題です。
7-2. イノベーション政策・労働法制・AI規制に向けた具体的提言
Janine Berg： それでは、英国政府や他国の政府に対して、労働者のウェルビーイングと繁栄の両立を支えるAI採用を促進するうえで、どのような具体的な提言をされますか。
Anna Thomas： レポートには数百に及ぶ具体的な提言が収録されていますが、本日は特に重要と考えるいくつかの点に絞ってお伝えします。
まず最も根本的な提言として、イノベーション・システム全体にわたる研究の再焦点化が挙げられます。研究開発の機能から個々の立法に至るまで、体系的な形で「この取り組みは良質な仕事を生み出し、維持し、あるいは損なうものか」という問いを組み込んでいくことが重要です。これは研究の方向性から始まり、政策評価、そして議会を通過する個々の法案の審議に至るまで、イノベーション・システム全体に横断的に適用されるべき視点です。
英国の具体的な文脈では、現在審議中の雇用権法案（Employment Rights Bill）についても提言があります。この法案は段階的に導入・協議されるという設計になっており、その点は評価できます。しかし私たちは、技術導入とその影響について、より高いレベルの情報開示と協議を義務づける条項を強化すべきだと考えています。個々の労働者が適切に対応できるようにするためには、技術採用の実態と予想される影響に関する情報が十分に開示されなければなりません。この情報・協議の側面を強化し、それをデータ保護法案と整合させることが重要です。
Anna Thomas： さらに具体的には、グッドワーク・アルゴリズム影響評価を、技術採用や職のライフサイクルのさまざまな段階において、すべてのステークホルダーが自らの役割の範囲で実施することを促す、軽量な義務的枠組みとして制度化することを提案しています。良い影響を最大化し、リスクを最小化するための予防的なアセスメントを、負担なく実施できる仕組みを設計することが重要です。
AI規制のあり方についても、英国は世界的なモデルを構築できる立場にあると私たちは考えています。原則ベースのAI規制モデルを確立し、グッドワーク憲章が体現するAI原則とも整合する形で、国際的に異なる視点の間の橋渡しとなりうるフレームを提示することが可能です。これは現在国際的に進行している方向性とも整合しており、英国が先行者優位を持ちながら規制の枠組みを形成していく機会でもあります。仕事とウェルビーイングへの影響を確実に組み込んだ形での規制設計は、不確実性の低減と、技術変容の正しい方向への誘導という両面で大きな価値を持ちます。
Anna Thomas： 地域格差への対応という観点では、ベンチャーキャピタルをはじめとする民間投資の地理的偏在を是正するための政策的誘導が必要です。私たちのディスラプション・インデックスが示したように、未活用のポテンシャルが存在する地域へ研究開発投資を向けることは、問題の解消という側面だけでなく、眠っている機会を顕在化させるという側面でも重要です。また研究開発の方向性として、特に「高裁量型拡張（high discretion augmentation）」の研究と開発に焦点を当てることを提言しています。代替・置換に関するこれまでの思い込みから脱却し、人間の裁量と能力を高める形での技術活用を中心に据えた研究開発の方向転換が求められます。
これらの提言はいずれも英国固有のものではなく、それぞれの国や地域の文脈に応じて応用できるものだと考えています。仕事の未来と自動化を横断的かつ重要な政策領域として位置づけ、グッドワークという媒介概念を通じて異なる政策領域を統合的に捉えていくアプローチは、より良いトランジションを実現するための普遍的な道筋を示しています。
8. 質疑応答：地域格差・IT部門・採用管理・高関与型HRの実践
8-1. IT部門の逆説的知見・地域ケーススタディ・ボトルネックの特定
Janine Berg： フロアからの質問をいくつかご紹介します。まず、IT部門についてです。IT職種はスキル需要の変化が最も大きいセクターのひとつとして挙げられており、陳腐化するスキルと新たに求められるスキルの双方において最大の変化が起きているとのことです。AIによってこのセクターの変容は他のセクター、たとえば事務職などと比べてどのような特徴があるとお考えですか。
Anna Thomas： 詳細はレポートをご参照いただきたいのですが、私がすぐに思い出せる点として、IT部門においても社会技術複合スキルの重要性がむしろ高まっているという知見が特に印象的でした。AI時代においてIT部門では純粋な技術スキルへの需要がさらに増し、経済学者が一般的に「ソフトスキル」と呼ぶ人間的な能力の重要性は相対的に低下すると予想されがちです。しかし私たちのデータが示したのはその逆でした。IT部門においてさえ、こうした人間的な能力がAI時代においてむしろより重要になっているという発見は、多くの人の直感に反するものです。加えて、英国全土の都市・地域間での変化のばらつきが非常に大きいことも強調しておきたい点です。IT部門の変容についても、この地域差という視点は見落とせません。未活用のポテンシャルという観点でも、リスクという観点でも、地域ごとの状況に応じたアプローチがより一層求められます。
Janine Berg： 地域のケーススタディという観点から伺います。イノベーション・レディネスのスコアが低かった地域、あるいはイノベーション・システムにボトルネックが多かった地域の中で、それでもうまく機能した事例はありましたか。そこから得られた教訓はどのようなものでしょうか。
Anna Thomas： 企業レベルのケーススタディは英国全土にわたって実施しており、先ほどのNHSの事例もそのひとつです。ディスラプション・インデックスを通じた地域分析については、より理論的・構造的な枠組みで取り組みました。インデックスが実際に可能にしたのは、地域のイノベーション・システムのどこでボトルネックが生じているかを特定することです。キャリア経路という観点で捉えると、ある地域には必要な人材は存在しているかもしれません。見習い訓練制度（apprenticeship）が整備されている場合もあります。しかし、そこから次のステップへとつなぐ仕組みがなければ人材は流出してしまいます。大学卒業後に地域内でのキャリア軌道が描けないために離れていくというパターンも典型的に見られました。英国のいくつかの地域で実際に確認されたのは、特定のセクターや技術への集中投資・研究開発・訓練・機会が存在するにもかかわらず、それをキャリアとして持続させるための支援が欠けているというケースです。インデックスはそのどこが欠けているかを特定する役割を果たします。広域連合体（combined authority）や地方自治体が、特定の領域に的を絞って手を打つための道具として機能させることができ、これが英国内の複数の地域で実践されました。このキャリアの持続性を正しく整備することが大きな違いをもたらすという教訓は、英国以外にも広く応用できると考えています。
8-2. AI採用管理・将来能力マッチング・高関与型HRM標準化と三者対話
Janine Berg： 最終報告書を読んでいて気づいたのですが、3年間の研究において必ずしも十分に取り上げられていない領域があるように思いました。私の誤解かもしれませんが、採用や人事評価管理といった機能におけるAI活用についてはいかがでしょうか。ケーススタディの中でこうしたテーマが出てきましたか。あるいは取り上げていないとすれば、政策立案者はこれらの問題にどのように向き合うべきとお考えですか。
Anna Thomas： ご指摘の通り、採用に特化したケーススタディは実施していません。ただ、「マッチング」という概念については研究全体を通じて中心的なテーマとして扱っています。Chris Pissaridesの「摩擦（frictions）」というフレームワーク自体が、個人と職のより良いマッチングをいかに実現するかという問いを核心に置いており、レビュー全体がある意味でこのマッチングの改善に向けた研究であると言えます。採用へのAI活用はその観点から重要な領域であり、政策と実践の両面で注目すべき課題です。実際に英国のDWP（労働年金省）がこの分野でパイロット事業を開始し、検討を進めていることも把握しています。
Anna Thomas： 企業レベルの取り組みとして私たちが特に重視するのは、採用におけるマッチングを、企業が特定の時点でスナップショット的に評価する現在のスキルに限定しない形で捉え直すことです。求職者が将来的にどのような能力を発揮できるか、将来の職に必要なスキルをどの程度習得しうるかという「将来能力（future capabilities）」の視点を採用プロセスに組み込むことが、マッチングの質を根本的に高める方向性として重要です。これは政策レベルでも企業レベルでも適用できる考え方です。
Janine Berg： 高関与型人事管理の実践についても改めて伺います。AI導入を進める企業が取り組むべきHRの具体的な施策として、ケーススタディから得られた知見はありますか。
Anna Thomas： 私たちは現在CIPDと共同でこの点に取り組んでおり、これまでのアクションリサーチがAI導入に関するHRの標準策定に貢献できるよう進めているところです。具体的な方向性としては、高関与型実践を促進するための的を絞ったインセンティブや政策の設計、そして特に技術導入との関連で精緻化された形でのHR施策が求められます。また、高関与型マネジメントのための専門的な研修と機能的サポートを提供する仕組みを整備することも重要です。高関与型管理は現時点では決して一般的な実践ではなく、世界的に見ても十分に普及しているとは言えません。この特定の実践を中心に据え直し、制度的サポートや適切な情報を引き出すためのガバナンス構造、そしてより高いレベルの参加を促す仕組みと組み合わせることが重要です。
Janine Berg： 社会的対話と参加型設計の重要性は、ILOが常に強調してきた点です。労働者が技術システムの設計・統合プロセスに実質的に参加する、北欧諸国で実践されているような参加型設計のアプローチは、まさにHRが担うべき核心的な役割のひとつだと思います。
Anna Thomas： まさにその通りです。私たちの研究においても、企業レベルで良好な成果が得られたケースでは、労働者と経営側のより高い水準の情報共有と関与が実現していました。それは単に労働者の不満を管理するためだけでなく、技術導入に関する新たな情報を浮かび上がらせ、新たなイノベーションの領域を特定し、リスクを識別・管理するための手段としても機能していました。情報共有と関与のプロセスは、良好なガバナンスと責任あるイノベーションを同時に実現する手段でもあります。良好なガバナンスと責任あるイノベーションは本質的に両立するものであり、この点を今後もより強く発信していきたいと考えています。本日はこのような充実した議論の場をいただきありがとうございました。研究所のウェブサイトには、本日ご紹介した知見の詳細を含む豊富な資料を公開しておりますので、ぜひご参照いただければ幸いです。
Janine Berg： Anna、本当にありがとうございました。3年間にわたる非常に豊かな研究を余すところなくご紹介いただきました。ケーススタディや最終報告書も含め、研究所のウェブサイトには皆さんのお仕事に役立つ優れた資料が揃っています。ぜひご覧ください。本日はご参加いただきありがとうございました。