世界の違和感｜2026/11/3｜羽田野剛士

【誰でもチャンスがある時代に、なぜチャンスは偏るのか】AIが広げる可能性と、変わらない選抜の仕組み

AIで知識や道具にアクセスしやすくなっても、学ぶ余裕、能力を示す機会、採用の入口は同じではない。米国、欧州、日本、新興国の一次資料から機会格差の正体を考える。

知識は、かつてないほど手に入りやすくなった。分からないことは検索できる。外国語の壁は低くなった。AIに相談すれば、専門家に頼まなければ難しかった作業にも、自分で着手できる。

「誰にでもチャンスがある時代」。そう言いたくなる。

ところが、仕事の現場へ目を移すと、別の景色が見える。新しい仕事には学歴や経験が求められ、教育に時間を使える人は限られ、採用の機会は特定の人や企業、国に集まりやすい。

能力を発揮する道具が広がることと、能力を発揮する舞台が開かれることは、同じではない。

今回の違和感は、AIが格差を生むかどうかという単純な賛否ではない。道具が民主化されたように見えるとき、肝心の「選ばれる仕組み」はどれほど変わったのか、という問いである。

入口は広がった。しかし、採用の出口はどうか

2026年8月、LinkedInが公表した米国の雇用データは、分かりやすい対照を示した。AI関連職の求人に掲載される典型的な報酬は約17万7,000ドル。非AI職の約8万ドルを大きく上回る。一方、2025年に米国でAI関連職へ採用された人に占める女性は26％で、非AI職の採用者に占める女性の50％と差があった。AI関連職に従事する人の91％は学士号以上を持っていた。

出典：LinkedIn News, 2026年8月18日

ここで数字の意味を取り違えたくない。26％は「女性の採用成功率」ではなく、新規採用者に占める割合だ。91％も「学位がなければ採用されない確率」ではなく、観測された従事者の学歴構成である。給与も求人掲載額であり、全就業者の実際の年収ではない。これらの数字だけで、特定の採用企業による差別や学位の因果効果を断定することはできない。

それでも問いは残る。新しい高報酬の仕事が増えたとき、そこへ到達する経路は本当に開かれているのだろうか。

AIでプログラミングを学べても、採用の最初の段階で学歴や職歴だけを見られれば、作品を見せる前に終わることがある。逆に、学位を持つ人でも経験を積む場がなければ、応募の条件を満たせない。道具の価格が下がることと、企業がリスクを取って人を採用することは別問題なのである。

「学歴を問わない」と書けば、公平になるのか

この問題に真正面から向き合ったのが、OECDの2026年の報告書『A Skills-First Labour Market』だ。学位や過去の肩書を能力の代理指標として使う慣行を見直し、具体的に何ができるかを採用や育成の中心に置く「スキル・ファースト」を論じている。

ただし、OECDが示す重要な注意点がある。求人票から学位要件を外すだけでは、これまで排除されてきた人の機会は自動的に増えない。 実演課題や構造化された面接、短期研修、実習など、能力を示す別の入口を設計しなければならない。

出典：OECD, A Skills-First Labour Market, 2026年

たとえば未経験者に「実務経験3年以上」を求める。これ自体は、すぐに業務を任せたい企業の事情として理解できる。しかし、未経験者を誰も雇わなければ、その「3年」を積む場所はどこにあるのだろう。

AIの登場は、この古い矛盾を鮮明にした。独学で試作品を作ることは以前より容易になった。しかし、その試作品を評価してくれる人、改善点を教える先輩、次の案件を任せる企業がいなければ、学習の成果は職歴に変わらない。

学ぶ機会、示す機会、選ばれる機会。私たちはこの三つを、ひとまとめに「チャンス」と呼んでいないだろうか。

女性の仕事は変わりやすいのに、新しい仕事には入りにくい

国際労働機関（ILO）は2026年3月、84か国のデータ等を使い、職種ごとの生成AIへの影響可能性を調べた。女性が多い職種の29％が生成AIの影響を受ける可能性がある区分に入ったのに対し、男性が多い職種では16％だった。事務、管理支援、秘書などの職種構成が背景にある。一方で、女性はAI関連職では十分に代表されていない。

出典：ILO, Gen AI, occupational segregation and gender equality in the world of work, 2026年3月5日

ここでも「影響を受ける」は「仕事を失う」と同義ではない。ILOは、多くの職種で仕事そのものの消滅より、業務内容や必要な能力、労働条件の変化が生じる可能性を指摘している。

そのうえで見えてくる違和感は、変化への対応を求められる立場と、その変化で生まれる高報酬の仕事へ参加できる立場が一致しないことだ。

再教育を求められる人が、学ぶための時間や費用、異動の機会を同じように持っているとは限らない。家庭のケアを担う人もいれば、複数の仕事を掛け持つ人もいる。これは性別だけではなく、年齢、雇用形態、居住地域にも関わる問題である。

欧州では、同じ市場の企業同士にも差がある

「AIは誰でも使える」という説明は、企業を一つの集団として見ると分かりやすい。しかし、利用できる予算や人材、業務を変える余裕は企業規模によって違う。

欧州統計局（Eurostat）によると、2025年にAI技術を使用したEUの従業員10人以上の企業は20％。大企業では55％だったのに対し、中小企業では約19％だった。国別でもデンマークは42％、ルーマニアは約5％と隔たりがある。

出典：Eurostat, Digitalisation in Europe 2026

これは企業のAI利用率であって、そこで働く社員一人ひとりの能力差ではない。しかし、大企業には研修担当や技術部門があり、小規模な事業者では日々の顧客対応だけで手がいっぱい、という状況を考えれば、同じ無料ツールが存在するだけでは条件が揃わないことが分かる。

経験を積める現場そのものに差があれば、数年後の人材市場でも差が表れるかもしれない。これは観測結果から考えられる可能性であって、今回の統計が将来の格差拡大を証明したわけではない。

日本は人が足りないと言いながら、人を育てる仕組みを変えたか

日本の議論にも別の矛盾がある。企業がデジタル人材の不足を訴える一方、人材を採用し、配置し、育成する仕組みがどこまで変わっているのか、という問題だ。

情報処理推進機構（IPA）の「DX動向2025」では、DXを推進する人材が「やや不足」「大幅に不足」と答えた日本企業は85.1％だった。比較対象の米国は23.8％、ドイツは44.6％。調査対象や事業環境の違いに注意が必要だが、日本の不足感の強さがうかがえる。

出典：IPA, DX動向2025―AI時代のデジタル人材育成, 2025年10月9日

IPAは、資格や研修の数を増やすだけではなく、スキルに基づく評価・役割決定と、実践を通じて学ぶ機会の拡充を提案している。2026年の国内企業調査でも、AI導入は大企業を中心に広がる一方、確認される効果は業務効率化・迅速化に偏るとされた。

出典：IPA, DX動向2026関連プレス発表, 2026年7月16日

では、研修を受けた社員に実際の改善案件を任せているだろうか。失敗しても評価を下げずに試せる現場はあるだろうか。技術を学んだ人が、以前の部署や肩書のまま能力を埋もれさせていないだろうか。

「人材がいない」という言葉の一部には、人材を見つける方法と、育てて任せる方法が古いという問題が潜んでいる可能性がある。

国境を越えれば、「無料」の意味すら変わる

ここまでの話は、インターネット接続や学習環境があることを前提にしている。しかし、世界にはその前提自体がない人々がいる。

世界銀行の「Digital Progress and Trends Report 2025」によると、2025年4月時点でChatGPTを使用していたインターネット利用者の割合は、高所得国で約24％、中所得国で5〜6％、低所得国では1％未満だった。新興国で利用が急速に増えている一方、通信環境や端末、電力、地域の言語に合ったデータ、学習機会には大きな差がある。

出典：World Bank, Digital Progress and Trends Report 2025

「無料で使える」という言葉は、端末と通信費を払え、使い方を学ぶ時間があり、必要な言語で情報を得られる人にとっての無料なのかもしれない。

もちろん、AIはこうした障壁を下げる可能性も持つ。翻訳、学習支援、低価格の業務ツールは、大企業や専門家だけのものだった能力を広げ得る。世界銀行も、各地域の事情に合った低コストのAI活用に期待を示している。

だから結論は「AIは格差を広げる」ではない。AIが機会を広げる可能性と、その機会を使える条件の不平等が同時に存在するということだ。

学び直せと言う。その時間は誰が用意するのか

世界経済フォーラムの「Future of Jobs Report 2025」では、雇用主の予測を集計すると、2030年までに世界の労働者100人中59人に再教育や能力向上が必要になると見込まれた。そのうち11人は必要な学習機会を得られない可能性があるという。

出典：World Economic Forum, Future of Jobs Report 2025

これは将来予測であって、既に11％の人が研修から排除されたという実測ではない。それでも、問題の所在は明確だ。学び続けることが必要になるほど、学習のための時間と費用を誰が負担するのかが重要になる。

余裕のある社員は、夜に新しい技術を試せる。子育てや介護、長時間労働を抱える社員は、同じ時間を使えないことがある。そこへ企業が「自主的に学んでください」とだけ伝えれば、学習意欲の差として見えるものの一部は、実は学べる条件の差かもしれない。

努力を否定する必要はない。ただ、努力できる環境の違いを見ずに、結果だけを本人の意欲で説明するのは公平だろうか。

チャンスには、三つの入口がある

ここからは資料を踏まえた提案である。

第一は、学ぶ機会。必要な道具や教材に触れ、質問できる相手がいて、仕事の中で試せること。

第二は、示す機会。学歴や肩書だけでなく、作品、課題への取り組み、改善した業務、他者との協働などを通じて能力を証明できること。

第三は、任される機会。能力が伝わった人に、経験を積める仕事や役割を実際に渡すこと。

新しいツールは第一の入口を広げるかもしれない。しかし第二と第三は、採用担当者、管理職、企業の仕組みが変わらなければ狭いままだ。

逆に、企業がこの三つを揃えれば、従来の採用市場で見過ごされていた人が力を示せる余地も広がる。重要なのは、学位を否定することではない。学位や経験を持つ人への正当な評価を保ちながら、それ以外の経路から能力を証明する方法も設けることだ。

企業が明日から変えられること

採用では、学歴・年数で候補者を一律に絞る前に、職務で本当に必要な能力を言語化する。短い実務課題や、判断の理由を確認する面接を組み合わせ、表面的な完成度だけでなく思考過程も見る。ただし課題の無償労働化や評価者の先入観には注意する。

育成では、研修受講数よりも、学んだことを現場で試した回数と、その後の改善を確認する。業務時間内に学ぶ枠を設け、未経験者が小さな責任を持てる仕事を用意する。中途採用だけでは将来の経験者は増えない。

配置では、「今まで何をやってきたか」だけではなく、「いま何ができるか」「次に何を任せれば伸びるか」を見る。部門を越えた公募や短期プロジェクトは、そのための一案となる。

そして経営者には、最も厳しい問いが残る。自社のAI活用によって浮いた時間や費用の一部を、人の成長機会へ戻しているだろうか。

結論――能力が開かれたのではない。能力を試す道具が増えたのだ

AIによって、以前なら一人でできなかった仕事に挑戦できるようになった人はいる。その価値は大きい。

しかし、知識にアクセスできることと、仕事を任されることは違う。成果物を作れることと、採用担当者に見てもらえることも違う。学習教材が無料であることと、学習に必要な時間が与えられることも違う。

「誰にでもチャンスがある」と言うとき、私たちは何を指しているのだろう。

道具を使えることか。競争に参加できることか。それとも、努力して身につけた能力を、誰かが正当に見つけ、評価し、任せてくれることか。

技術が開くのは、可能性の扉だ。その先の舞台を誰に渡すかは、なお人間と組織が決めている。

だからこそ、AIの時代に問うべきなのは「誰が使えるか」だけではない。

「誰が、試すことを許されているか」ではないだろうか。