人間として「理解すること」を諦めるな！
AIが作った資料は立派なのに、『なぜ、その結論になったの？』と聞かれると答えられない。そんな場面が増えていませんか。答えを手に入れる速さと、自分が理解する深さは別のものです。私は、AIがどんなに賢くなっても、人間が理解することを諦めてはいけないと考えています。
表紙｜人として『理解すること』を諦めるな！
AIに頼ること自体を否定する漫画ではありません。問いかけたいのは、答えが出たあと、自分の中に何が残っているかです。資料の完成と、自分の理解を同じものとして扱ってしまうと、見落としに気づきにくくなります。
1ページ｜答えは出せる。でも、理由を説明できない
AIは、文章も計算も、もっともらしい説明も素早く用意してくれます。ところが、提案の根拠を聞かれた途端に止まる。経営の現場では、この差が問題になります。提案を実行するときに必要なのは、文章の見栄えだけではないからです。
『AIがそう言ったから』では、仕入れが値上がりしたとき、売上が予想に届かなかったときに判断を修正できません。結論、根拠、成り立つ条件を自分の言葉で説明できるか。まず、ここを確認してください。
冒頭の『AIで人間はバカになる？』は問題提起です。AIの利用がそのまま知能低下につながる、という断定ではありません。理解する練習を省いていないかを、読者自身に問いかけています。
2ページ｜危ないのは、理解する練習をやめること
AIに下調べや資料作成を頼むと、浮いた時間で比較や検証を進められます。便利さの使い道を『考えなくて済む』だけにすると、判断に必要な知識が自分の中に育ちません。仕事を任せても、判断の理由を学ぶ習慣は残すことが大切です。
もちろん、すべての技術を専門家と同じ深さで学ぶ必要はありません。経営者なら、何が判断を変えるのか、どの数字を確認するのか、どこで専門家に相談するのかを説明できるところまで理解する。自分の役割に必要な深さを決めましょう。
AIの回答精度が上がっても、この習慣は役立ちます。正しい回答でも、自社の条件に合うとは限りません。答えの正誤に加えて、適用範囲を見極める知識が必要です。
3ページ｜解答例を見てから、理由と手順を学ぶ
完成した解答例を手がかりに、途中の手順や考え方を学ぶ方法は、学習研究で解答例学習（worked examples）として扱われています。初めて学ぶ内容では、解き方の見本があると、どの情報に注目すべきかをつかみやすくなります。
ただし、答えを読んで終わる方法ではありません。米国教育省の実践ガイドは、解答例と自分で問題を解く練習を組み合わせることを推奨しています。本記事のAI活用は、その考え方を仕事の学びに応用した提案です。
AIには『中学生にもわかるように、専門用語を言い換え、使った式と理由を順に説明して』と頼んでみてください。ここで求めるのは、検証できる根拠と説明です。AIの説明も誤ることがあるため、計算や出典を確かめながら使います。
4ページ｜10％値引きすると、利益は何％減る？
漫画では、価格1,000円、1個あたりの費用700円の商品を例にしました。差額は300円です。価格を10％下げて900円にすると、差額は200円になります。値引き率は10％でも、1個あたりの差額は約33％減ります。
『10％安くすれば、少し売れるだけで大丈夫』という感覚と、計算の結果は違うことがあります。売上と、手元に残る金額を分けて考えることが、値付けの判断には欠かせません。
これは費用が一定で、追加費用がない単純化した例です。実務では、この差額をそのまま会社全体の利益と扱えません。固定費、販売手数料、配送費、広告費などを含め、自社で使う費用の定義をそろえて検討してください。
5ページ｜同じ利益を残すには、販売数が50％増える
値引き前に100個売れれば、300円×100個で30,000円です。値引き後も同じ金額を残すには、30,000円÷200円で150個。販売数は50％増やす必要があります。なぜ200円で割るのかを説明できると、式が使える知識になります。
AIに『必要販売数は150個です』と出してもらうだけでは、費用が変わったときに応用しにくいでしょう。1個売るたびに残る金額で、必要な総額を割っている。この関係を理解すれば、別の商品でも考え直せます。
経営で次に問うべきことは、『50％増える見込みはどこにあるか』です。需要、販路、供給能力を確認し、販売数を増やすための費用も織り込む。計算は、事業判断を始めるための材料です。
6ページ｜画面を閉じて、自分の言葉で説明する
説明を読んだ直後は、わかった気になりやすいものです。そこで画面を閉じ、数字の意味と式の理由を声に出して説明してみます。途中で詰まったところが、学び直す場所になります。
解答例を学ぶ際に、手順の意味や知識との関係を自分で説明する自己説明（self-explanation）は、Chiらの研究で扱われています。丸暗記よりも、『この手順を使う理由は何か』を問うことが、この漫画の狙いです。
社員育成でも、完成資料の提出に加えて『判断に使った数字を一つ説明して』と聞けます。答えられない人を責めるためではありません。わからない箇所を見つけ、AIや上司との次の対話を具体的にするためです。
7ページ｜条件を変えて、自力で解く。翌日もう一度思い出す
費用が700円から800円になったら、結果はどう変わるでしょう。価格1,000円なら差額200円、10％値引き後の900円なら差額100円。ほかの条件が同じなら、同じ総額を残すために販売数は2倍必要です。条件を変えると、理解したつもりだった関係を確かめられます。
詰まったら、AIに『正解を先に言わず、次の一歩のヒントだけください』と頼みます。解答例を学ぶ段階と、自力で解く段階を分けると、AIに任せる範囲も決めやすくなります。
さらに翌日、資料を見ずに説明を思い出す。学んだ内容を取り出す想起練習（retrieval practice）も、長期的な記憶に関する研究があります。翌日という間隔は本記事の実践例であり、全員に最適な固定ルールではありません。
8ページ｜知識が増えると、AIへの問いも深くなる
式を理解した浅井は、『販売数が150個になる根拠は？』『追加費用は？』と質問できるようになります。知識があると、AIの答えのどこを確かめるべきかが見えます。見識は、AIへの指示を具体的にする土台です。
経営者なら、『値引き以外の選択肢も比較して』『売上が想定を下回る場合を計算して』『確認済みの事実と仮定を分けて』と聞く。AIが出した表や説明を、顧客の反応、帳簿、現場の能力と照らし合わせて判断します。
AIの説明を何度も聞くだけで知識が深まったと決めつけず、自分で説明できるか、条件が変わっても使えるかを確かめてください。AIの出力の量より、自分が根拠を持って判断できる範囲を広げていきましょう。
9ページ｜例を見る、理由を説明する、自力で解く、思い出す
この漫画の学び方は、①解答例を見る、②理由を自分で説明する、③条件を変えて自力で解く、④時間を置いて思い出す、の4段階です。一度に多くのテーマへ広げず、今日の仕事で使った一つの判断から始めてください。
例えば、AIに作ってもらった見積もりのうち、一つの数字を選ぶ。その計算を説明し、原価が変わった場合を自分で計算し、翌日もう一度説明する。短い学びでも、繰り返せば仕事に使える知識を確かめながら増やせます。
AIが賢くなるほど、人間も学ぶ機会を増やせます。答えを出すための時間が短くなった分を、理由と条件の理解に使う。『理解することを諦めない』を、毎日の仕事の習慣にしましょう。
経営のまとめ｜AIで浮いた時間を、判断の根拠を学ぶ時間にする
経営者がAIを使って目指すべきなのは、速く答えを受け取ることに加えて、自社に合う判断の根拠を持つことです。AIに任せる仕事が増えても、何を採用するか、どの条件なら実行するかを確かめる役割は残ります。
- 解答例を見る。AIに結論、使った情報、計算式、成り立つ条件を示してもらう。
- 理由を自分で説明する。難しければ、中学生にも伝わる言葉や具体例で説明し直してもらう。
- 条件を変えて、自力で解く。AIにはまずヒントを求め、説明が使える知識になったかを確かめる。
- 時間を置いて思い出す。翌日の会議や業務の前に、資料を見ずに要点を説明してみる。
そのうえで、実際の意思決定では元データ、追加費用、他の選択肢を確認する。AIが説明した根拠と、自社で確認できた事実を分けて扱いましょう。今日の仕事から一つだけ選び、『なぜそうなるのか』を説明することから始めてください。
学習法の出典と、この漫画での応用
漫画の4段階は、下記の複数の学習研究をもとに組み合わせた実践提案です。一つの研究がこのAI学習手順全体や経営成果を直接実証したものではありません。
- 米国教育省IES「Organizing Instruction and Study to Improve Student Learning」（2007）：解答例と問題演習を組み合わせること、時間をあけた学習や小テストなどの推奨を掲載。3ページの解答例学習の参考。
- Chiほか「Self-Explanations: How Students Study and Use Examples in Learning to Solve Problems」（1989）：解答例から学ぶ際の自己説明を研究。6ページの「自分の言葉で説明する」の参考。
- Roediger・Karpicke「Test-Enhanced Learning」（2006）：学んだ情報を取り出す練習と、後の記憶保持を研究。7ページの想起練習の参考。
- Bastaniほか「Generative AI without guardrails can harm learning」（PNAS、2025）：トルコの高校生による数学学習の実験。制約の少ないAI支援で練習中の成績が上がっても、AIを外したテストで成績が下がる場合があり、学習用のヒントに制限した設計ではその悪影響が緩和されました。
最後の研究は、特定の生徒・課題・AI設計による結果です。すべてのAI利用や経営者に一般化したり、「AIでIQが下がる」と言い切ったりする根拠ではありません。答えを受け取るだけでなく、自力で考える機会を設けるための参考として扱っています。
筆者・解説：坂田誠
株式会社はちえん。代表取締役。中小企業・小規模事業者に向けて、Web・SNS・生成AIの活用を、経営判断と現場の業務につなげる講演・研修・コンサルティングを行っています。専門用語を避け、実際に使いながら学ぶ支援を重視しています。
漫画画像はGPT Imagesで制作し、人物設定、文章、計算、ページ順を確認しました。出典とサミット案内の確認日：2026年10月5日。
AIへの理解を深め、経営に活かしたい経営者は、AI経営ビジネスサミットへ
AIに答えをもらうだけで終わらせず、AIによる変化を理解し、自社の経営判断へつなげたい。そう考える経営者の方には、AI経営ビジネスサミットへの参加をおすすめします。
名古屋・大阪の本会とテーマ別の分科会を通じて、社会全体の変化、業界への影響、自社の戦略、実務でのAI活用を学ぶ場です。講演や対話を、自社の判断の前提を確かめる機会にしてください。サミットの活動・参加方法はこちらで確認できます。
まずは関心のある開催を一つ選び、自社の課題を持って参加してください。現在募集中の本会・分科会は、会員以外も開催ごとに申し込めます。日時、形式、参加費、最新の募集状況は各開催の案内をご確認ください。
株式会社はちえん。代表取締役。中小企業の生成AI活用・SNSマーケティングを支援する講師・コンサルタント。人材会社の株式会社ヒューマネットで、営業、採用・人事、経理・総務、Web集客など幅広い実務を経験。自社のホームページ集客で培った知識を経営者向けの勉強会で伝え、2010年にはちえん。を設立しました。
全国の商工会議所・商工会・行政・企業などで登壇し、2010年以降、SNS・IT・生成AIなどをテーマにしたセミナー講師実績は累計1,400本以上。共著に『Facebookマーケティング プロフェッショナルガイド』（マイナビ）があり、NHKニュースやTBS「news23」などでAIに関する取材・出演実績もあります。
2022年から生成AIの活用を深め、現在はAI社員・AIエージェントを含む業務設計や導入を支援。AIに任せる作業と人が確認する工程を整理し、情報管理や最終判断の責任にも配慮しています。経営者と現場の双方の視点から、専門用語をかみくだき、集客・採用・業務改善に使える具体的な方法を伝えることを大切にしています。
この記事を共有する