AIへの指示文を書くのがうまくなるほど、返ってくる答えは整って見えるようになります。整った答えは疑われにくいので、指示を書く腕が上がった人ほど、答えを疑う力の不足に気づきにくくなります。
スキルとリテラシーは、どちらも能力を指す言葉ですが、中身は違います。この記事では二つの違いを短く整理したうえで、二つは補い合う、というよくある結論に条件をつけます。スキルが伸びると、リテラシーの不足はかえって見えにくくなることがあるからです。AIを使う場面に当てはめ、リテラシーをどこで見ればよいかを考えます。
スキルは行う力、リテラシーは読み解いて判断する力です
スキル(Skill)は、何かを具体的に行う能力です。訓練や反復で身に付け、プログラミングスキル、コミュニケーションスキルのように行動として表に出ます。リテラシー(Literacy)は、もともと読み書きの能力を指す言葉で、いまは情報を解釈し、活用し、判断する力と態度を広く指します。
Excelでマクロを組めるのはスキルです。そのマクロをいつ、どこで使うべきか、セキュリティや他の人の使い勝手まで踏まえて選ぶのがリテラシーです。
四つの視点で分けると、違いが見えます
- 指すものの広さ: スキルは行為で、できるかできないかの境目がはっきりしている。リテラシーは理解と判断で、情報の扱い方そのものが問われる
- 身に付け方: スキルは反復練習で段階的に伸びる。リテラシーは、複数の情報源を確かめるような習慣の積み重ねで育つ
- 効く範囲: スキルは特定の領域で強い。リテラシーはほぼすべての活動の土台に関わる
- 測りやすさ: スキルは正確さや速さや資格で測れる。リテラシーは一つの数値では測りにくい
二つは補い合う、という結論には条件があります
スキルを学ぶうちに仕組みへの関心が広がり、リテラシーが育つことはあります。だから二つは補い合う、とよくまとめられます。けれども、それは自動では起きません。むしろ逆向きに働く場面があります。
プログラミングなら、動くコードはライセンスに違反したままでも動きます。動くことと、使ってよいことは別の試験なのに、目に見える合格は前者だけです。デザインなら、整ったレイアウトは、誤解を招く表現を含んでいても美しく見えます。語学なら、文法が正確な人ほど、皮肉を字義どおりに受け取った失敗が相手に気づかれにくくなります。スキルが上がるほど成果物の見た目は良くなり、リテラシーの不足を照らす手がかりが減っていくのです。
資格の数でリテラシーを測ろうとする研修は、免許証の枚数で運転の慎重さを測るようなものです。資格が示すのはできるかどうかで、使ってよい場面かどうかを見分ける力ではありません。
AIでは、指示を書く腕が上がるほど、答えを検める力が試されます
AIを使う力も二つに分かれます。指示文を書き、ツールを操り、欲しい出力を引き出すのがスキルです。出てきた答えは事実か推測か、根拠は示されているか、この場面でAIに任せてよいのか、社外秘の情報を入れてよいのかを判断するのがリテラシーです。
一つの作業の中で、二つは行き来します。何を頼むかを決めるときにはリテラシーが、それを指示文に書き下ろすときにはスキルが、返ってきた答えを検めるときに再びリテラシーが働きます。指示の腕が上がると答えは流暢になり、最後の検める段がいちばん難しくなります。流暢な誤りは、たどたどしい誤りより見つけにくいからです。
リテラシーは、手を止めた場所に現れます
リテラシーは数値では測りにくい、とよく言われます。それでも、見える場所はあります。手を止めた場所です。答えを使う前に出典を確かめたか。入力しようとした資料を、社外秘だと気づいて引っ込めたか。この仕事はAIに任せないと決めたか。こうした止めた判断は、成果物には残りませんが、記録すれば見えるようになります。
ただし、止めれば止めるほど良いわけでもありません。何でも疑って一度も使わないのは、慎重さではなく判断の放棄です。どこで止めるべきかは、間違えたときの損の大きさで変わり、一つの正解はありません。
この一か月で、AIの答えを使う前に手を止めたのは何回あったでしょうか。そのとき止めた理由を、同僚に一文で説明できますか。
この記事の背景にある考え方は、拙著『ChatGPT はじめてのプロンプトエンジニアリング』の1章、AIとのつきあい方をスマイルカーブ理論として書いたくだりにあります。最初の発注と最後の検収を人が担い、中間の作業をAIに任せる、という役割分担で、そこには「つまり、AIが生成したコンテンツに対して責任を負うのは私たち人間です。」とあります。このくだりを読むと、自分のAIの使い方の中で、発注と検収の目利きがどこまで追いついているかを問い直せるようになります。
AIの答えが物足りないとき、疑うべきはAIか、自分の言葉か。
『ChatGPT はじめてのプロンプトエンジニアリング』
AIは言葉でしか動かない。プロンプトを暗記するのをやめ、構成要素に分解して、自分の言葉で意図を込める力を鍛える本です。
読み終えたとき、手元に残るもの
- 必須、任意、形式の三つに分けたプロンプトの構造
- 回答の質を変える、意図を込めた生きたプロンプト
- 発注と検収は人が担う、AIとの役割分担
- 章末の演習プロンプト26題
4刷重版。全国の大学図書館65館が所蔵しています(2026年10月時点)。

