2026年6～8月、ＭＭ総研、リクルートワークス研究所、Gartner、OpenAIから、大学での生成AI活用、若者へのAIリテラシー教育、新卒採用後の育成、従業員向けデジタル・スキル教育に関する資料が相次いで公表されました。
4資料は対象も調査方法も異なる独立した資料です。大学から社会人まで同じ人を追った調査ではないため、数字を直接比較するのではなく、AIを学び、仕事で使うまでの異なる場面として確認する必要があります。
利用環境、育成、実践という3つの観点から整理すると、自分や組織のAI教育で次に何を確認すべきかが見えやすくなります。
大学ではAIを使う環境が広がる一方、教学での活用体制には差がある
ＭＭ総研は2026年7月29日、全国の大学を対象とした調査結果などを基に、ホワイトペーパー「【提言】淘汰の時代を生き抜く大学が探るAI活用戦略」をまとめたと発表しました。
資料には、2026年4月1日～6月15日のデスクリサーチ・文献調査、2026年4月30日～5月25日に全国304大学を対象として行った電話調査、2025年11月に全国の大学生・大学院生等2463人を対象として行ったインターネット調査が含まれています。
ＭＭ総研によると、生成AIの利用環境整備が進む一方、運用体制を伴う「先進・活用層」は26%でした。また、学生のAI利用は78%、ルール整備は59%とされ、特に教学現場でのAI活用が遅れていると指摘しています。
ただし、これらは必ずしも同じ調査や同じ分母から得られた割合ではないため、単純な差分比較は避ける必要があります。
この結果からは、AIを利用できる状態と、教育目的に沿ってAIを授業や学習支援へ組み込む体制を分けて見る必要があります。ＭＭ総研も、データとAIを教育の質向上へ直結させることを提言しています。
そのため、利用ルールや基盤を整えるだけでなく、どの場面でAIを使い、何を学ばせ、教員や大学がどう支えるのかまで設計できているかが次の確認点になります。
利用機会の次に問われるのは、AIの答えを評価できるリテラシー
AIを使う機会があっても、出力をどのように扱うかは別の課題です。
OpenAIは2026年8月18日、CodeAIとの教育分野での提携を発表しました。この資料は日本の大学生や新卒社員を対象とした調査ではなく、主に若者や教育者を念頭に置いた教育の取り組みを示したものです。
OpenAIは、若者がAIを単に利用するだけでなく、出力を批判的に評価し、AIの限界を理解し、責任を持って使うことを重視しています。また、AIへ問いを投げかけ、誤りを見つけ、いつ信頼すべきでないかを判断できることも重要だとしています。
ここでAIの答えを「疑う」とは、すべての回答を否定することではありません。内容や根拠を確認し、誤りや限界を見極めたうえで、どこまで利用できるのかを判断することです。
仕事に置き換えれば、AIがもっともらしい文章を出しても、事実確認が必要なのか、そのまま業務に利用できるのか、さらに確認が必要なのかを判断できなければ、操作方法だけを覚えても十分とはいえません。
これは日本の若者にそうした能力が不足していることを示す調査結果ではありません。一方、AIリテラシーの内容を考える際に、「ツールを操作できるか」だけでなく「出力を評価できるか」まで確認するための参考になります。
新卒育成はAI時代への見直しが始まったが、企業の対応はまだ一様ではない
学校教育とは別に、入社後の育成をAI時代にどう変えるかという課題もあります。
リクルートワークス研究所は2026年6月30日、「【特別調査】人口減少・AI時代の新卒採用と育成」を公表しました。人口減少やAIの進展など企業を取り巻く環境が変化するなか、新卒採用と採用後の育成の現状や変化の兆しを捉えることを目的とした調査です。
AIなどテクノロジーの進展による新卒採用数への影響では、「変わらない」が68.8%と最も多く、「増やす」「減らす」はそれぞれ7.5%でした。現時点で、新卒採用数が一方向に大きく変化している状況ではありません。
一方、新卒採用後の育成への影響では、「研修プログラムの内容を見直す」が34.6%で最も多く、「育成期間が短期化する」は14.7%でした。「育成への影響はない」は22.8%、「わからない」は32.4%で、企業の対応は一様ではありません。
さらに、AIの今後の人材・採用戦略への影響について「議論が始まっている」とした企業は35.5%でしたが、「議論を踏まえ、人材・採用戦略に反映させている」は6.5%でした。
つまり、AI時代だから新人教育が一律に短くなっているのではなく、企業が採用後に何をどのように教えるかを検討している段階だと捉えられます。
こうした状況では、従来の研修をそのまま続けるかどうかだけでなく、AIを使う仕事が増えることを踏まえて、研修で扱う知識や判断力をどう更新するかが確認点になります。
社員教育で残る壁は「学んだことを仕事で使えるか」
研修内容を見直しても、学習したことが仕事で実践されなければ、教育と業務はつながりません。
Gartnerは2026年8月17日、従業員向けデジタル・スキル教育の現状に関する調査結果を発表しました。2026年4月に国内企業を対象として、テクノロジによるワークプレース変革で重要と考える取り組みなどを尋ねています。
重要な取り組みとして最も多く挙げられたのは「デジタル／AIリテラシー教育の強化」の34.2%でした。次いで「従業員のモチベーション向上」が31.8%、「AIと共生する働き方や仕事の再設計」が31.3%となっています。
一方、従業員向けデジタル人材教育の課題で最も多かったのは「本業が忙しくて学習に時間を割けない」の37.6%でした。「学んだ内容が実際の業務や仕事に結び付いていない」が25.7%、「研修方法や学習の進め方が適切ではない」が23.1%と続いています。
ここで重要なのは、学習時間だけを増やせば解決する問題ではないことです。
Gartnerは、学ぶ本人の当事者意識に加えて管理職の意識も重要だとし、学習だけで終わらせず、学んだことを実行・実践できる環境を整えて仕事へ結び付ける必要があると指摘しています。
実務に置き換えると、研修後にAIをどの業務で試せるのか、上司や組織がその利用をどう理解し評価するのかまで含めて考える必要があります。社員教育では、学習機会だけでなく実践機会まで設計されているかが次の確認点になります。
AI教育は「利用・育成・実践」の3段階をつなげて点検する
ここまで扱った4資料は、同じ人を大学から社会人まで追跡したものではありません。対象、調査方法、国・地域、質問内容も異なります。
したがって、「大学教育の不足が企業研修の問題を生んでいる」といった因果関係を示すことはできません。一方、それぞれが扱う場面を並べることで、AI教育を点検するための3つの観点に整理できます。
| 点検する段階 | 資料が扱う主な場面 | 一次資料から確認できる論点 | 次に点検すること |
|---|---|---|---|
| 利用環境 | 大学・学生 | AI利用の広がりと、利用ルール・運用体制 | 教育目的、利用ルール、利用基盤がつながっているか |
| 育成 | 若者へのAI教育／新卒育成 | AI出力の評価・限界理解／研修内容の見直し | 操作だけでなく、出力を評価・検証する力や研修内容まで扱っているか |
| 実践 | 現場社員 | 学習時間、仕事との接続、研修方法、管理職の理解・評価 | 学んだことを業務で試し、継続して使える環境があるか |
この「利用・育成・実践」は、4資料が共同で提示した教育モデルではありません。異なる資料が示す論点を、AI教育を確認するための判断軸として整理したものです。
まず「利用環境」では、AIへアクセスできるかだけでなく、利用ルールや使う場面まで整っているかを確認します。
次の「育成」では、操作方法だけで終わらず、AIの出力を確認し、誤りや限界を判断する力まで扱っているか、必要な能力の変化に合わせて研修内容を見直しているかを確認します。
最後の「実践」では、学習した内容を実際の仕事で試せるかを見ます。学習時間に加え、上司や組織の理解、実践できる業務環境までつながっているかがポイントです。
AI教育を「研修を増やすべきか」という一つの問いだけで考えると、どこに課題があるのかを切り分けにくくなります。利用環境を整え、判断しながら使う力を育て、仕事で実践できる状態までつなげる。その3つを別々に確認することで、自分自身の学びでも企業の人材育成でも、次に見直す部分を判断しやすくなります。
出典： 数の確保から「教育の質向上」へ、鍵を握る生成AIの教学活用
出典： Partnering with CodeAI to prepare the first AI generation
