Request株式會社公開AI時代所需的「反學習、再學習」推進方法（組織行為科學®）

提供組織行為科學®的Request株式會社（總部：東京都新宿區，代表董事：甲畑智康）已公開報告 **「AI時代所需的『反學習、再學習』推進方法」**。

本報告以AI時代企業中相對重要性提高的不是知識量本身而是「判斷」為起點，整理了導致判斷難以培養的結構性變化，以及從依賴先例的工作轉變為能夠觀察差異並做出判斷的工作的具體實施步驟。

此外，報告還以實務可操作的形式具體說明了**應從哪些工作著手、應優先可視化什麼、如何劃分、如何設計、管理者應如何改變其參與方式，以及如何改變回顧以使判斷標準留在組織中。**

下載報告 d68315-196-5f1817a3b983325603bbd86128861318.pdf

隨著生成式AI的普及，企業工作中查詢知識、整理資訊、參考現有案例、按照既定程序處理等任務，未來將更容易由AI承擔。

另一方面，企業現場留下的工作是，根據每個客戶的差異、每個專案的限制、現場條件的不同、以及相關人員優先順序的差異，來決定確認什麼、重視什麼、在何種程度上使用先例、以及從何處改變推進方式。

本報告整理指出，在AI時代，企業中相對重要性提高的不是知識量本身，而是「判斷」。

儘管判斷變得重要，企業中培養判斷的經驗卻在工作中減少。 報告基於對33.8萬人、980家企業的分析顯示，82%的企業判斷經驗減少，58%的企業主管確認頻率增加，64%的企業對先例的依賴度上升。 這裡發生的不僅僅是能力不足。由於業務標準化、手冊化、IT化和工作方式改革，企業被要求在短時間內準確地按照先例推進工作，導致猶豫、比較、思考理由、回顧並更新判斷標準等經驗，難以留在工作中，這是一種結構性變化。

本報告處理的是在這種情況下所需的**反學習、再學習**。 然而，這裡所說的反學習、再學習，並非僅僅是捨棄舊方法並重新學習新知識。 反學習是指重新審視在遵循先例是合理的情況下形成的判斷模式，認識到它不能直接應用於條件差異較大的工作。 再學習是指在實務中重建一種推進方式，即觀察差異、確認事實、思考差異的原因、比較多個選項、決定優先順序、將判斷理由語言化，並根據結果更新下一個標準。

報告首先整理了**應從哪些工作開始。** 目標並非所有工作。 最初應著手的是那些僅憑先例或程序無法處理，但工作中卻未設計必要判斷經驗的工作。 具體而言，報告指出，初期目標包括：客戶/專案條件不同導致難以應用先例、主管確認集中、負責人之間應對品質不一、只有部分熟練者能處理、委託後容易中途停滯、未進行回顧導致相同問題重複發生等工作。

在此基礎上，報告指出實施的基本原則是，在「教導」之前，先進行**「可視化」、「劃分」和「設計」。** 報告將實施順序整理如下： 1. 可視化判斷發生在哪裡、停滯在哪裡、判斷集中在誰身上。 2. 劃分該工作是屬於可以透過先例或程序完成的部分，還是必須根據條件差異改變推進方式的部分。 3. 將判斷對象、判斷條件、判斷標準、判斷分擔、經驗設計、回顧設計語言化並進行設計。 4. 提供不使用新的判斷結構就無法推進的實務課題，讓員工獲得經驗。 5. 回顧的不是結果，而是判斷理由、確認事實和下次更新標準。 此外，報告還具體說明了現場實際可用的內容，包括： * 現有判斷模式的可視化方法 * 重新審視先例有效範圍的反學習推進方法 * 運用判斷結構六要素的再學習設計 * 管理者應使用的五個問題 * 3分鐘回顧模板 * 30天開始的最小實施 此外，報告還收錄了以下附錄： * 實踐檢查表 * 判斷結構簡易整理表 * 管理者用模板 * 對話範例 * 回顧模板 * 最小實施備忘錄

本報告將反學習、再學習整理為**在AI時代增加能做出判斷的人才，如何改變工作本身這一實施課題**，而非一般性的重新學習概念。

不責怪個人，而是將工作轉變為能培養判斷力的工作。 為此，報告以實務可操作的形式，說明了應以哪些工作為對象、誰改變什麼、如何對話、記錄什麼、以及回顧什麼。

報告中整理的主要內容： * AI時代為何現在需要反學習、再學習 * 重新審視和重建判斷模式，而非捨棄先例，這意味著什麼 * 應從哪些工作開始 * 在「教導」之前應進行的可視化、劃分、設計 * 現有判斷模式的可視化方法 * 推進反學習的具體步驟 * 設計再學習的具體步驟 * 管理者應改變的參與方式 * 如何將回顧從「結果確認」轉變為「判斷標準的更新」 * 30天開始的最小實施 * 實踐檢查表、判斷結構簡易整理表、管理者用模板等附錄

下載報告 d68315-196-d5dcb43c8b867587155826c5bff58ee5.pdf

公司概要 Request株式會社 公司介紹：https://requestgroup.jp/corporateprofile 代表董事 甲畑智康：https://requestgroup.jp/profile 電子郵件：request@requestgroup.jp

Request株式會社（總部：東京都新宿區，代表董事：甲畑智康）秉持「以更美好為目的」的宗旨，以基於33.8萬名工作者數據的組織行為科學®為基礎，由七個研究機構支援980家企業。

組織行為科學®是一種方法，旨在從業務環境和經驗中闡明我們在組織中的思想和行為「為何發生」以及「為何持續」，並以更優化的方式重現它們。