AIに解決策を聞く前に、「そもそも何が問題なのか」を一緒に考えてみる。
これが、この記事で伝えたいことです。
「この資料を早く作るには？」と聞けば、AIは文章や構成を提案してくれます。そこで少し立ち止まり、「この資料は、誰の何のために必要なのか」と相談すると、仕事そのものを見直すきっかけになります。
このAIの使い方を考える手がかりが、19世紀のナイチンゲールの統計にあります。
ナイチンゲールの統計が、対策の向け先を変えた
ナイチンゲールは、クリミア戦争で傷病兵の看護に携わりました。同時に、兵士が何によって命を失っていたのかを、統計で明らかにしようとしました。
彼女が1858年の著作に掲載した図は、死因を病気・傷・その他に分け、月ごとの状況を示しています。そこで浮かび上がったのは、病気による死亡の大きさでした。死因を分けて見ることが、衛生環境の改善を訴える根拠になったのです。原書：Wellcome Collection、統計と改革運動の解説：Science Museum Group Journal
ナイチンゲール自身も初めは栄養不足を主因と考えていたとされます。改善には看護師や衛生委員会など複数の人が関わり、最初の見立てを確かめ直す過程もありました。National Army Museum
この歴史から、現代の仕事に引き寄せて考えられることがあります。
治療を改善する方法を考えるのと、何が命を奪っているのかを調べるのとでは、見えてくる対策が変わります。問題の捉え方が変わると、力を注ぐ場所も変わる。
「報告資料を早く作りたい」をAIと考え直す
ここからは、仕事での架空の例です。
毎週の報告資料づくりが大変で、AIにこう依頼したとします。
報告資料を早く作りたい。自動化する方法を教えて。
AIは、集計や文章作成を自動化する方法を提案できます。実際に、役立つ場面もあるでしょう。
ただ、その方法を選ぶ前に、次の相談をしてみます。
毎週の報告資料づくりが大変です。何を改善すべきか整理したいので、まず私に質問してください。資料の目的や、必要な項目から考えたいです。
例えば、こんなやり取りです。会話も架空の例です。
AI：この資料を読む人は、何を判断していますか？
利用者：作業の遅れと、支援が必要なことです。
AI：それを判断するために、今書いている項目はすべて必要ですか？
利用者：そう考えると、毎週の活動を全部詳しく書くより、遅れの理由と必要な支援が分かるほうがよさそうです。
ここで、資料の項目を絞るという改善候補が出てきます。読み手と必要な項目を確認したうえで、残る集計や文章作成をAIに手伝ってもらう方法も考えられます。
最初の問いは「今の資料をどう早く作るか」でした。話し合ううちに、「読み手が判断するために、どんな資料が必要か」という問いが見えてきます。
AIとの会話は、当たり前だと思っていた仕事の進め方を見直すきっかけになります。
AIを、自分の考えを問い直す相手にする
自分の仕事は、慣れるほど「こうするものだ」と感じやすくなります。
毎週作る資料、いつも使う項目、以前から続く手順。その目的を説明しようとすると、意外に言葉に詰まることもあります。
そんなとき、AIには最初から完成した解決策を求めず、考えを整理する質問を出してもらえます。
いま困っていることは、［ここに状況を書く］です。
解決策を決める前に、何を改善すべきか整理したいです。
まず、目的・困っている人・現状を確かめる質問を、
一つずつしてください。
私の説明に思い込みや未確認の点があれば指摘してください。
別の捉え方も候補として示し、何を確認すればよいか教えてください。
AIが出す別の見方は、検討の候補です。報告資料の例なら、実際の読み手に「どの情報を使っているか」を聞いて確かめます。必要な作業や項目を、AIの返事だけで削ることはできません。
それでも、自分一人では気づかなかった前提を、会話の中で言葉にできることには意味があります。
ナイチンゲールの統計から学べるのは、目の前の状況を調べ、問題の捉え方を更新する姿勢です。
次にAIへ仕事を頼むときは、最初の一言をこうしてみてください。
「どう解決するかを考える前に、何が問題なのか、一緒に整理してほしい。」
参考資料
本稿は、野口悠紀雄氏のAIと問題設定を論じた記事（PRESIDENT Online）をきっかけに、公開資料と架空の業務例から考察したものです。史料確認日：2026年10月10日。業務例は実案件や本人のコンサル実績ではありません。
- Florence Nightingale、Notes on matters affecting the health, efficiency, and hospital administration of the British Army（1858、Wellcome Collection）
- A statistical campaign: Florence Nightingale and Harriet Martineau’s England and her Soldiers（Science Museum Group Journal）
- Florence Nightingale: The Lady with the Lamp（National Army Museum）
この記事を書いた人✏️@YushiYamamoto
ITPRODX.com代表。AI × Web × 業務自動化の開発・検証に取り組んでいます。
技術選定・品質・運用の判断材料を、検証範囲と制約を示して発信しています。
AI導入や業務自動化の技術選定・設計整理については、対応できる範囲を確認のうえご相談を承ります。