AI時代のコミュニケーション能力とは ―”おしゃべり上手”のことではない
こんにちは、AIイノベーションSecの丸山です。
AIに任せれば、文章もメールも資料も、それらしく仕上がる時代になりました。
なのに不思議なことに、いま企業がいちばん欲しがっているのは”コミュニケーション能力”だと言われます。便利な道具が増えたのに、なぜ人と人の伝え合いの価値が上がるのか。
その答えを探していくと、私たちが”コミュ力”という言葉に抱くイメージ——「口が達者」「社交的」——のほうがズレている、と気づきます。
この記事で伝えたいことはひとつです。AI時代のコミュニケーション能力とは、”おしゃべりのうまさ”ではなく、”自分の意図と中身を正確に届け、相手のそれを正確に受け取る力”です。 AIをこれから触る人にも、もう使い込んでいる人にも、共通して効く話として書きました。
1. “AI時代こそコミュ力”は、気のせいではない
まず、感覚論ではなくデータの話から始めます。
世界経済フォーラム（WEF）が2025年1月に公表した「Future of Jobs Report 2025」によると、企業が「今もっとも重要」と考えるコアスキルの筆頭は分析的思考で、10社中7社が必須と回答しています。そして、2023年版と比べて重要度がもっとも大きく伸びたのが「リーダーシップと社会的影響力」で、22ポイントの上昇でした。
注目したいのは、上位10スキルのなかに「共感と傾聴（empathy and active listening）」がしっかり入っていることです。技術スキルが伸びる一方で、対人・情動の力も同時に求められている——というのがこの調査の描く現在地です。
さらに象徴的なデータがあります。同レポートがIndeedと共同で2,800以上のスキルを分析したところ、生成AIによる代替可能性が「非常に高い」とされたスキルはゼロでした。約69%は代替可能性が「低い/非常に低い」に分類され、なかでも「共感と傾聴」は、現時点で代替の余地なしと評価されています。
つまり、「AI時代こそコミュ力」は気のせいではありません。AIが得意な領域が広がるほど、AIが肩代わりできない人間側の力の希少価値が上がる、という構図です。
——ここまでは「やっぱりコミュ力だよね」で終わる話に見えるかもしれません。でも本当に伝えたいのは、その”コミュ力”の中身が、多くの人のイメージとズレている、という点です。
2. それは”おしゃべり上手”のことではない
コミュニケーション能力と聞くと、雄弁さや社交性を思い浮かべがちです。ところが、AI時代に問われているのはむしろ逆——「量」や「見栄え」ではなく「中身と文脈」を伝える力のほうです。
それを裏側から照らすのが、”workslop（ワークスロップ）”という言葉です。ハーバード・ビジネス・レビューが2025年9月に公表した、BetterUp LabsとスタンフォードのSocial Media Labによる研究で提唱されました。意味は、「見た目は整っているのに、仕事を前に進める中身がないAI生成物」。日本語で言えば”それっぽい丸投げ”です。
この研究によると、米国の就業者の41%が直近1か月にworkslopを受け取っていたそうです。しかも受け取った側は、その中身を解読し、抜けた文脈を補い、作り直す羽目になる。手戻りは1件あたり平均で約2時間にのぼると報告されています。
問題は時間だけではありません。研究者たちは、workslopが「認知的な負担を下流の受け手に押しつける」構造であり、生産性だけでなく職場の信頼や協働にも悪影響を及ぼすと指摘します。つまり、AIに丸投げした成果物を人に流すことは、自分の信頼残高を静かに削る行為でもあるわけです。
この”信頼が下がる”現象は、workslopに限りません。コーネル大学とスタンフォード大学の研究者らが2019年に発表した研究では、プロフィール文が「AIに書かれた」と受け手が感じるだけで、その人への信頼度が下がる傾向が確認されています。中身以前に、”AIに任せた気配”そのものが対人評価に影響し得る、という示唆です。
ここから見えるのは、はっきりした線引きです。求められているのは「たくさん・それらしく発信する力」ではなく、「相手が受け取れる中身に整えて渡す力」。雄弁さは、この問題を何も解決しません。
——では、その「中身を整えて渡す力」は、どう鍛えればいいのか。実はそのヒントは、私たちが毎日やっているAIとのやり取りのなかにあります。
3. 対AIも対人も、”言語化”という同じ骨格
生成AIを使っていると、いやでも気づくことがあります。曖昧な指示では、AIはまともに動いてくれません。
「いい感じにまとめて」ではなく、「誰向けに・何の目的で・どんな形式で」まで伝えて初めて、返ってくる答えが鋭くなる。この「頭のなかのモヤモヤを、誰が読んでも同じ意味に受け取れる言葉にする力」を、”言語化力”と呼びます。生成AI活用の文脈では、プロンプトの上手さより、この言語化力こそが本質だと指摘されています。
ここで大事なのは、これがそっくりそのまま対人コミュニケーションと同じ構造だ、ということです。AIに曖昧な指示で伝わらないのと、同僚に曖昧な依頼で伝わらないのは、まったく同じ現象です。だから、AIへの伝え方がうまい人は、たいてい人への伝え方もうまい。プロンプトを磨くことは、遠回りに見えて対人コミュ力のトレーニングにもなっています。
ただし、フェアに押さえておきたい点もあります。言語化力＝発信側の力がすべてではありません。WEFが「共感と傾聴」を上位に挙げていたように、相手の話を正確に受け取る”聞く側”の力も、同じくらい重要です。伝える力と聞く力は両輪で、どちらか片方だけでは回りません。
4. AI時代の社内コミュニケーション、実践3つ
では、これを日々の社内コミュニケーションにどう落とすか。特別なことではなく、明日から回せる3つに絞ります。
① AIを使ったことは隠さず、最終確認は人間が担う
workslopが信頼を下げるのは、「AIが作ったものを、人が確認しないまま流す」からです。AIを使うこと自体は問題ではありません。使ったうえで、自分が中身を理解し、責任を持って手直しした状態にしてから渡す。「AIに手伝ってもらいました、ここは自分で確認済みです」と言える状態を、共有の合格ラインにするのがおすすめです。
② “丸投げ”を人に流さない ― 中身と文脈を自分の言葉で補う
AIの出力をそのまま転送すると、解読コストが丸ごと相手に移ります（平均約2時間の手戻り、でしたね）。ひと手間でいいので、「要は何が言いたいか」「相手が知らない前提は何か」を自分の言葉で1〜2行足す。この補いがあるだけで、受け手の負担は大きく変わります。
③ 依頼は”言語化”して渡す ― AIにも人にも、目的・背景・形式を明示
AIへの良いプロンプトの条件（目的・背景・求める成果物の形）は、そのまま人への良い依頼の条件でもあります。「これ、いい感じにお願い」で投げないこと。何のために・誰向けに・いつまでに・どんな形で欲しいのかを明示する。AI相手に鍛えたこの型は、そのまま同僚への依頼にも効きます。
おわりに ― “コミュニケーション能力”を、AI時代に定義し直す
AI時代のコミュニケーション能力とは、口の達者さでも、発信量の多さでもありません。それは、AIにも人にも、自分の意図と中身を正確に届け、相手のそれを正確に受け取る力です。
皮肉なようですが、AIが文章を量産できる時代になったからこそ、”それっぽさ”の価値は下がり、”中身を伝え合える力”の価値が上がりました。しかもその力は、AIには代替されにくく、毎日のAIとのやり取りのなかで鍛えられる。これから触る人にとっては伸ばしどきで、すでに使い込んでいる人にとっては、いちばん差がつくところだと思います。
まずは、次の一通のメッセージから。AIに手伝ってもらいつつ、最後のひと言だけは、自分の言葉で中身を添えて送ってみてください。
参考・出典
- 世界経済フォーラム「Future of Jobs Report 2025」（コアスキル順位、共感と傾聴、生成AIによる代替可能性の分析。2025年1月公表）
https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/ - Harvard Business Review「AI-Generated “Workslop” Is Destroying Productivity」（BetterUp Labs／スタンフォード大学による調査。workslopの受領率・手戻り時間・信頼への影響。2025年9月）
https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity - cocoo「使い方より伝え方──生成AI時代の必須スキルはプロンプト力より”言語化力”」（言語化力の枠組み。2025年5月）
https://ai.cocoo.co.jp/tips/media/generative-ai-verbalization-ability - Jakesch, French, Ma, Hancock, Naaman「AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness」（CHI 2019。AI作成という認識が信頼を下げる）
https://dl.acm.org/doi/10.1145/3290605.3300469
