なぜあの人は生成AIを使いこなせるのか｜DX研修講師が現場で見た「自走する受講者」の共通点

使いこなす人とそうでない人を分けるのは、ITスキルでも社交性でもない。
「自分の失敗を、取り乱さずに言葉にできるか」——現場で見えてきた、ひとつの仮説。

その思い込み、たぶん間違っています

「生成AIを使いこなしている人」と聞いて、どんな人を思い浮かべるでしょうか。

ITに強い人。新しいガジェットが好きな人。あるいは、人前でもどんどん発言できる社交的な人。

職業訓練のDX講座や企業研修の現場に立ってきて、私はこの思い込みが何度も裏切られるのを見てきました。

プログラミング経験ゼロの事務職の方が驚くほど的確にAIを動かす一方で、ITに詳しいはずの方が
「思った答えが返ってこない」と止まってしまう。この差は、いったいどこから来るのか。

先に、現時点での私の結論——というより仮説を置いておきます。

生成AIを使いこなせるかどうかを分けるのは、「自分の失敗を、感情的にならずに冷静に言葉にできる力」ではないか。

データで証明された法則ではありません。

あくまで、石川県・金沢を拠点に企業登壇80回以上、職業訓練のDX講座を6期にわたって担当してきた現場で、「伸びる人」に繰り返し見えてきた共通点です。

今日はこの仮説を、できるだけ平たい言葉でほどいていきます。

1. 「自己開示が上手い」を、2つに分けて考える

世間ではよく「コミュニケーションが上手い人＝自己開示が上手い人」と言われます。
でも、この「自己開示」という言葉は、実は性質の違う2つの能力がごちゃ混ぜになっています。

ひとつは、情緒的な開示。

人を前にして、自分の弱さや本音を打ち明ける勇気のこと。対人関係で心を開く力です。

もうひとつは、文脈の言語化。

自分が何をしたいのか、どんな前提に立っているのかを把握して、言葉にして差し出す力。こちらは「勇気」というより「整理する力」に近い。

普段の会話では、この2つはセットで「あの人は話すのが上手いね」とまとめられます。

けれど生成AIを相手にすると、この2つはきれいに分離します。
そして、効いてくるのは後者——文脈を言語化する力のほうなのです。

2. プロンプトとは、結局「自己開示」そのものである

生成AIへの指示文（プロンプト）を見ていると、その人がどれだけ自分の文脈を言葉にできているかが、そのまま透けて見えます。

たとえば、こんな指示。

❌ブログ記事を書いて

これでは、AIは誰に向けて、何のために、どんなトーンで書けばいいのか分かりません。
当たり障りのない、薄い文章が返ってくるだけです。

一方で、自分の文脈を差し出せる人はこう書きます。

⭕金沢市の従業員5名の工務店の社長に向けて、人手不足をAIで補う第一歩を、専門用語を使わずに、励ます口調で1,500字のブログ記事として書いて

対象・目的・トーン・前提が全部入っている。
AIの出力の質は、結局のところ「自分の文脈をどれだけ手渡せたか」の関数なのです。

ここで大事なのは、これがテクニックの問題ではないということ。

「うまい言い回し」を覚えれば解決する話ではなく、

自分が何をやりたいのかを、自分自身がどれだけ分かっているか

が問われている。プロンプトとは、AIに向けた自己開示なのです。

3. ただし「対人の勇気」は、AIには要らない—という逆転

ここで面白い逆転が起きます。

第1章で分けた2つのうち、情緒的な開示（人前で心を開く勇気）は、AI相手にはまったく要りません。

AIは、あなたを評価しません。バカにもしないし、裏切りもしない。

「こんな初歩的なこと聞いて大丈夫かな」という、対人関係につきものの心理的なハードルが、そこには存在しないのです。

だから現場では、こんなことが起きます。

普段の会議では引っ込み思案で、なかなか発言しない方が、AIを相手にすると驚くほど深く、率直に自分の悩みを言語化していく。

誰にも裁かれないから、安心して「分からない」と言える。

これは前向きな含意を持っています。

生成AIは、自己開示の"練習場"になりうるということ。

人に対しては身構えてしまう人でも、AI相手なら文脈を差し出す練習が積める。
これは、対人が苦手な人にとってむしろ追い風です。

4. 本当に効くのは「失敗を冷静に開示する力」だった（ここが山場）

では、AI相手に心理的ハードルが消えたとき、最後に残る能力は何か。
ここが、今日いちばん伝えたいところです。

生成AIの活用は、構造的に見ると「失敗と向き合うループ」です。

指示を出す → 思ったものと違うものが返ってくる → どこがズレたかを見極めて、指示を直す → また出す。この繰り返し。

エンジニアの世界では、プログラムの不具合を見つけて直す作業を「デバッグ」と呼びます。
生成AIを使うという行為は、まさにこのデバッグ—ズレを淡々と特定して、修正し続ける作業にそっくりなのです。

そしてこの「失敗を冷静に開示する力」は、さらに3つに分けられます。

① 自我の切り離し
うまくいかなかったことを、「自分の人格への判決」として受け取らない力。出力がズレたのは、指示の前提が足りなかっただけ。あなたがダメなわけではありません。

② 不快の中での精度
気まずさや「うまくいかないなあ」という居心地の悪さの中でも、「ここの条件指定が抜けていた」と正確に名指しできる力。感情で曇らせず、事実を見る。

③ 前向きさ
失敗を、自己弁護（AIのせいにする）でも自己嫌悪（自分はダメだと沈む）でもなく、ただ次の修正のための材料として扱う姿勢。

面白いのは、AI相手では「他者からの裁き」が消えるぶん、最後に試されるのがこの知的な誠実さだけになるということ。

誰も見ていない場所で、自分の失敗を平らに見つめられるか。
それがそのまま、AI活用力の差になって表れます。

5. AIが「止まる人」に共通する、2つの反応

逆に、なかなか前に進めない人もいます。その多くは、能力が低いのではありません。
AIとの「ギャップ（思った答えと違う出力）」を、自尊心への傷として体験してしまっているのです。

反応は、だいたい2パターンに分かれます。

パターンA：外在化（失敗を外に押し出す）
「やっぱりAIは使えない」「うちの仕事には向いていない」。失敗の原因を自分の外に置き、向き合うのをやめてしまう。

パターンB：自己否定（失敗を内に取り込みすぎる）
「自分にはセンスがない」「やっぱり向いていなかった」。失敗を人格への判決として受け取り、崩れてしまう。

どちらも、人として自然な反応です。責めるつもりは一切ありません。
ただ、構造的に困るのは——この2つの反応はどちらも、AIに渡すフィードバックを"汚染"してしまうこと。

「どこがどうズレたか」という冷静な観察の代わりに、感情が混じった評価がAIに渡される。
すると、修正の舵が原理的に取れなくなる。だからループが回らず、止まってしまうのです。

6. プロンプトを教えることは、AIの命令文ではなく"自分の目的をハッキリさせる作法"を教えること

ここまで来ると、私が研修や職業訓練の現場でやっていることの正体が、自分でも見えてきます。

受講者が伸びていく過程は、よく見ると「自分の仕事や目的を、解像度高く把握し直していく工程」です。

AIに文脈を渡そうとすると、「あれ、自分はそもそも何がしたかったんだっけ」と立ち止まらざるをえない。その問い直しが、人を伸ばす。

私はこれを、ファーストペンギンの姿勢と呼んでいます。

氷の海に最初に飛び込むペンギンのように、不完全なまま出して、頻繁に失敗をさらす。完璧を待たない。

出して、ズレて、直す。私自身、1,000日を超えて発信を続ける中で、この「失敗をさらす筋肉」を鍛えてきました。

そしてこの筋肉は、大人数の座学では鍛えづらい。

一人ひとりの「何がしたいか」に伴走しながら、手を動かしてもらう——少人数・ハンズオン・伴走でこそ手渡せる価値だと、私は考えています。

だから私は「教える」より「自走させる」ことにこだわります。

AI活用力を予測するのは、社交性ではなく「失敗を平らに語れる力」

最後に、もう一度結論を。

生成AIを使いこなせるかどうかを分けるのは、ITの知識でも、社交性でもなく、「自分の失敗を、感情的にならずに言葉にできる力」ではないか——これが、現場で見てきた私の仮説です。

そして、いいニュースがあります。この力は、AI相手なら誰にも裁かれずに練習できる。
今うまく使えていないとしても、その反応はごく自然なもので、ちゃんと抜け道があるのです。

よくある質問（Q&A）

Q. 生成AIを使いこなす人の特徴は？
A. ITに強い人や社交的な人、ではありません。共通するのは「自分の失敗を、人格への判決ではなく"次の修正材料"として冷静に言葉にできる」こと。AI活用は失敗と向き合うループなので、この姿勢を持つ人ほど前に進めます。

Q. プロンプトが上手い人と下手な人の違いは？
A. 言い回しのテクニックではなく、「自分の目的・対象・前提をどれだけ言語化して手渡せるか」の差です。プロンプトとは、AIに向けた自己開示。自分が何をしたいか分かっている人ほど、的確な指示が書けます。

Q. AIが苦手でも、これから上達できますか？
A. できます。AIは人と違って、あなたを評価したり裏切ったりしません。だから「こんな初歩的なこと聞いて大丈夫かな」というハードルなしに、安心して失敗をさらせる。AIは、文脈を言葉にする練習にうってつけの"練習場"です。