明日の選択室|入口 01
AIで、自分の仕事とお金はどうなる?
自分の仕事はどうなるのか。給料や家計は、どう変わるのか。まずは、気になる問いから読んでみてください。仕事を作業に分けて考える解説、学び直しやお金の話、時期を確かめる年表を集めました。
気になる問いから読む
いま、気になることは?
自分の問いに近いものから、解説を開いてみてください。
事務の一日を例に、AIに任せる所と人が確かめる所を見比べることもできます。同じ一日を見比べる
仕事・お金・能力の年表
統計や調査で分かったこと、決まったこと、目標、予測を分けて並べています。だれが、いつ発表したかも一緒に確かめられます。
いまに近い12件を載せています。
2026年
2026年7月
研究・統計で確認記載の出来事を確認済み
事務の仕事の有効求人倍率は0.36倍。一般事務は0.29倍
ハローワークの統計。季節の調整をしていない月の数字。事務の求人は、AIが広がる前から少ない。
厚生労働省(2026年8月28日)公的機関一般職業紹介状況(令和8年7月分)確認日:2026年9月29日
2026年8月14日
研究・統計で確認記載の出来事を確認済み
米国の無条件現金給付実験の査読論文をオンライン公表
2024年に公表された同じ実験の査読掲載版。3年間、1,000人に月1,000ドル、比較する2,000人に月50ドル。論文要約では労働時間は週1〜2時間減少。全国UBIの財源や物価を検証した研究ではない。
Eva Vivaltら/Quarterly Journal of Economics(2026年8月14日)報告書The Employment Effects of a Guaranteed Income: Experimental Evidence from Two U.S. States確認日:2026年11月6日
2026年9月29日
研究・統計で確認記載の出来事を確認済み
AIによって大きな雇用の減少が生じている証拠は、現時点で示されていない
令和8年版の労働経済白書の評価。個別には、仕事を生む面と失わせる面の両方がありうるとも書いている。
厚生労働省(2026年9月29日)公的機関令和8年版 労働経済の分析確認日:2026年9月29日
2027年
- いま
2026〜27年度
目標・計画これから(実現を保証しない)
エストニアは、学校でAIを使う事業「AI Leap」を、職業教育と中学校の教員へ広げる
1年目は高校など154校、教員約5,000人、生徒約2万人が参加した。中学生にはAIの利用枠を配らず、まず教員を支える。小学1〜4年の教員にも当面は配らない。
エストニア AI Leap(TI-Hüpe)(2026年9月1日)本人・当事者の発表AI Leap to Expand to Vocational Education and Lower Secondary School Teachers This Fall確認日:2026年9月30日
2027年8月ごろまで
将来の予測これから(実現を保証しない)
「1年から1年半」で、パソコンの前でする仕事の大半はAIで完全に自動化される
Financial Timesの取材での発言。会計、法務、マーケティングなどを挙げた。同じ記事は、専門職でのAIの利用は今のところ一部の作業にとどまるという調査も紹介している。
ムスタファ・スレイマン氏(Microsoft AI CEO)(2026年2月)報道Microsoft AI chief gives it 18 months—for all white-collar work to be automated by AI確認日:2026年9月30日
2028年
2028年ごろまで
将来の予測これから(実現を保証しない)
IBMは、AIで置き換えられる事務の採用を止める。5年で約7,800人分が置き換わりうる
人事などの事務部門(約26,000人)の30%という見込みで、7,800人は報道による計算。退職した人を補充しない形を含むと、広報は説明した。その後の実績は未確認。
アービンド・クリシュナ氏(IBM CEO)(2023年5月1日)報道IBM’s CEO expects A.I. to be so good at back office work that he plans to pause hiring humans for those jobs確認日:2026年9月30日
2029年
今後数年(2025年6月から)
将来の予測これから(実現を保証しない)
AIの活用で、Amazonの事務系の総人員は減る見込み
アンディ・ジャシー氏(Amazon CEO)(2025年6月17日)本人・当事者の発表Message from CEO Andy Jassy: Some thoughts on Generative AI確認日:2026年9月29日
2020年代(2029年まで)
目標・計画これから(実現を保証しない)
「2020年代に、最低賃金の全国平均1,500円」という目標に向かって努力する
2024年10月の所信表明演説。それまでの政府の目標は「2030年代半ばまでに1,500円」で、前倒しにあたる。その後の政権での扱いは確かめていない。
石破茂氏(当時の内閣総理大臣)(2024年10月4日)公的機関第二百十四回国会における石破内閣総理大臣所信表明演説(首相官邸)確認日:2026年9月30日
2030年
2030年度から(小学校)
目標・計画これから(実現を保証しない)
次の学習指導要領を、小学校は2030年度、中学校は2031年度から全面実施する案
審議まとめの案の段階で、決定ではない。2028年度から先に始められるようにする方向も示されている。
文部科学省 中央教育審議会 教育課程企画特別部会(2026年9月25日)公的機関教育課程企画特別部会(第18回)配付資料 次期学習指導要領等に向けた審議まとめ(案)確認日:2026年9月29日
2026〜2030年
将来の予測これから(実現を保証しない)
新人向けの事務系の仕事の半分が、AIに置き換わりうる(「今後1〜5年」)
2025年5月の発言を、本人が2026年1月の文章で説明した。今まさに置き換えが起きているという主張ではない、とも書いている。
ダリオ・アモデイ氏(Anthropic CEO)(2026年1月)本人・当事者の発表The Adolescence of Technology確認日:2026年9月29日
2030年まで
将来の予測これから(実現を保証しない)
2030年までに、米国で働かれている時間の最大30%が自動化できるようになる
技術的にできるようになる、という見通しで、実際に置き換わる量ではない。別の職業へ移る人は、2030年までにさらに約1,200万人になりうるとした。
McKinsey Global Institute(2023年7月26日)報告書Generative AI and the future of work in America確認日:2026年9月30日
2030年
将来の予測これから(実現を保証しない)
IT人材は、2030年に最大で約79万人足りなくなる可能性があるという試算(2019年)
2016年6月の経産省調査の試算を引用し、2019年3月の報告書で再試算(需要の伸びと生産性上昇率のシナリオ別に約16万〜79万人不足)。AI・ビッグデータを扱う先端IT人材を重視。
経済産業省(委託先:みずほ情報総研)(2019年3月)報告書IT人材需給に関する調査 調査報告書(2019年3月)確認日:2026年9月30日
- 研究・統計で確認
- 研究・統計・調査で得られた結果。調べた対象の範囲で読む
- 目標・計画
- 企業や行政、研究者が目指しているもの。実現や時期は保証されない
- 将来の予測
- 研究機関・企業のトップ・研究者などの見通し。予定や実現済みの出来事ではない
今日できる一歩
読んだあとに試せることが書いてある、こちらの解説へ。
同じ一日を見比べる
AIと仕事を、
6つの作業にほどいてみる。
AIが分類案を作っても、元の資料と照らす役割は人に残ります。
まず「資料整理」で、道具に任せる部分と、人が確かめることを見比べます。
架空の事務ケース|以下は編集部が用意した比較例です。実在の職場への適性や効果、導入時期を判定するものではありません。
まず、ひとつの作業から
図の線は関与を表し、時間や効果を表すものではありません。
01資料整理
現状
人資料を分類人が確かめる元資料を照合分類と参照先づくりを担当。
一部を支援
道具分類案を作る人が確かめる元資料を照合入力は許可された資料だけ。
組織で導入
共通の道具整理を支援人が確かめる出典と権限を確認共通の分類方法で進める。
人が確かめること元の資料と照らし、抜け・重複・持ち出せない情報を確認する。
渡してよい資料が不明なら、入力は保留。
3つの条件を並べています。どの条件でも、確認と最終判断は人に残ります。
残り5つの作業も、役割を見比べる
道具が関わる部分が変わっても、確かめる箇所は残ります。
02下書き
現状
人文章を作る人が確かめる事実と言葉を確認相手に合う構成を考える。
一部を支援
道具下書き案を作る人が確かめる事実と言葉を確認使える情報だけで案を出す。
組織で導入
共通の道具書式に沿って支援人が確かめる提出前に読み直す組織の書式を使う。
人が確かめること事実と意見を分け、相手に合う言葉へ直す。
入力許可と確認担当が不明なら、提出は保留。
03検証
現状
人元資料を開く人が確かめる数字・前提を照合数字や記述を照合する。
一部を支援
道具確認項目を挙げる人が確かめる一次資料で検証一次資料で裏づける。
組織で導入
共通の道具確認項目を共有人が確かめる人が検証して記録結果を記録し、担当間で共有。
人が確かめること数字・引用・前提を元の資料で確認する。AIの回答だけを根拠にしない。
元資料を確かめられなければ、正しいと決めない。
04関係者への説明
現状
人説明を組み立てる人が確かめる疑問と合意を確認担当者が質問に答える。
一部を支援
道具説明順を提案人が確かめる人が伝え、疑問を聞く相手に合わせて話し直す。
組織で導入
チームの道具説明内容を共有人が確かめる人が質疑と合意を確認質疑と合意を人が確かめる。
人が確かめること相手の疑問を聞き、前提や不確かな点も説明する。
内容と共有できる範囲が不明なら、送付は保留。
05最終判断
現状
人選択肢を並べる人が確かめる責任を持って判断進めるか、保留するかを決める。
一部を支援
道具比較案を出す人が確かめる責任を持って判断AIの比較案も判断材料に。
組織で導入
組織の道具判断材料をそろえる人が確かめる人が手順に沿って判断導入済みでも自動承認しない。
人が確かめること責任を持つ人が、根拠と影響を見て判断する。
判断する担当と根拠が不明なら、決定は保留。
06記録
現状
人経緯を記録人が確かめる内容と保存先を確認判断の理由と参照先を残す。
一部を支援
道具要約案を作る人が確かめる理由と内容を補う人が判断の理由を補う。
組織で導入
共通の道具経緯を残す人が確かめる権限と内容を確認決めた保存先に経緯を残す。
人が確かめること残してよい内容・保存先・保存期間を確かめる。
保存先と権限が不明なら、記録の共有は保留。
明日、ひとつ確かめるなら
誰が確認し、どんなときに作業を止める?
仕事を丸ごと手放すか決める前に、ひとつの作業と、相談する相手から。
保存内容はこのブラウザの中だけに残ります。外部へ送信せず、他の端末とは同期しません。ブラウザのデータを消去するとメモも失います。
条件と定型の問いだけを保存します。入力欄はありません。保存せずに使えます。
保存した問いを未来ログで読む →分野ごとに、もう少し読む
この入口の解説31本を、分野ごとに並べています。

AIで仕事はなくなる?何年後に、どの作業から変わるか
AIで仕事はなくなるのか、それは何年後なのか。2026年9月の労働経済白書は、AIで仕事が大きくへっている裏づけは、いまのところ示されていないと書きました。一方で、記録や入力などの作業はAIで変わりやすいとされています。だれがいつ何と予測したかと、今日できる一歩をまとめました。
AI時代に生き残る仕事は?4つの役割と、求人の数字で確かめる
AI時代に生き残る仕事は、名前では言い切れません。残りやすいのは、目的を決める、人の事情を聞くなど4つの役割をふくむ仕事です。分野の例、仕事のまとまりごとの求人倍率、2040年の人手の見通し、今夜5分でできる一歩をまとめました。
AI時代に必要なスキル6つと、資格の価値はどう変わるか
AI時代に必要なスキルは、AIを使う力、疑う力など6つ。資格の価値がどう変わるかは、まだ数字がありません。国の学び直しの給付の作りと、資格や講座を決める前に今の仕事で試す順番、今日5分でできる一歩をまとめました。
事務職はAIでなくなる?3つの事実・求人の数字・残る作業
事務職はAIでなくなるのか。事務で働く人はへっていません。でも求人は少なく、国際機関は事務をAIでいちばん変わりやすい仕事と見ています。今わかる3つの事実、求人の数字、AIに移りやすい作業と人に残る作業、今日5分でできる一歩をまとめました。
AIでなくなる仕事とは?職業名より作業で見分ける5つの特徴
AIでなくなるのは、職業まるごとではなく、その中の一部の作業です。移りやすい作業の5つの特徴、問い合わせ対応で人をへらした会社と採用をもどした会社の例、今日の作業を書き出して確かめるやり方をまとめました。
AIの蒸留とは?小さなモデルへ何を学ばせ、何を確かめるのか
AIの蒸留は、別のモデルの出力などを手がかりに、学習させたいモデルを訓練する方法です。教師と生徒の意味、小型化を目指す理由、同じ能力が丸ごと移るわけではない点を、身近な分類の例で説明します。
AIの連合学習とは?データを集めずに学ぶ仕組みと、外へ送るもの
連合学習は、データを各端末や組織に置いたまま、学習で得た更新情報を持ち寄る方法です。典型的な流れ、端末でAIを使うこととの違い、プライバシーを別に確認する理由を説明します。
AIは長文の真ん中を読み落とす?Lost in the Middle研究の条件と限界
Lost in the Middleは、入力のどこに必要情報を置くかで言語モデルの成績が変わることを調べた研究です。2023年の二つの課題、入る長さと情報を使う力の違い、現在のAIへ結果を広げすぎない読み方を説明します。
AIベンチマークの点差はどこまで確か?問題数とばらつきの読み方
AIベンチマークで数点の差がついていても、その差の確かさは点数だけでは分かりません。同じ問題群での成績と、似た別の問題でも期待できる成績を分け、問題数・繰り返し・推定の幅を読む方法を架空例で説明します。
Anthropicの雇用調査で分かったこと|若手採用の比率と人の仕事
Anthropicが2026年10月に公表した社内雇用調査を解説。若手技術職の採用比率、AIの稼働時間、人の役割を分けて読み、数字だけでは分からないことと、自分の職場に引き寄せて考える視点を整理します。
RAGの資料を更新したのに答えが古い?検索への反映を確かめる順序
原本を更新しても、RAGの検索用データに反映されるまで時間がかかる構成があります。原本・取り込み・検索結果の版を分け、古い回答が出るときに何を確かめるかを架空の案内文で整理します。
ファインチューニングとは?AIの追加学習が役立つ場面とRAGとの違い
ファインチューニングは、学習済みのAIに追加のデータで学習させ、特定の仕事へ合わせる方法です。指示文やRAGとの違い、学習例と評価用の例を分ける理由、導入を考える前の確認点を説明します。
公開AIモデルは重みだけで動く?設定・入力の処理・実行環境の役割
公開されたAIの重みを取得しても、それだけで会話できるとは限りません。文章生成モデルを例に、重み・設定・トークナイザー・実行ソフトの役割と、読み込みで困ったときの確認箇所を整理します。
同じ質問なのにAIの答えが変わるのはなぜ?確率と再現性の話
同じ文で質問したのに、AIから違う答えが返ってきた。原因は言葉の選ばれ方だけでなく、会話履歴や参照資料などの条件にもあります。温度設定と再現性の限界、言い換えと事実の違い、条件をそろえて比較する方法を整理します。

AIで給料はどうなる?未来の予測より先に見る評価の決まり
AIで給料が上がるか下がるかは、AIだけでは決まりません。給料の今の動き(厚生労働省の2026年の白書)、会社が給料を決める時に見る物、AIを使った仕事を評価シートに書く一行の例、面談で聞く一言をまとめました。
現金はなくなるのか?いつまで使えるかと、家での持ち方
現金をなくす日は、日本では決まっていません。政府と日本銀行は、使いたい人がいる限り現金を出し続ける方針です。新しいお札が出た後も前のお札は使えること、デジタル円との関係、停電の日にそなえた家での持ち方をまとめました。
お金がなくなる未来は来る?キャッシュレスとデジタル通貨の行方
お金そのものは、なくなりません。変わるのは払い方です。デジタル円は、出すかどうかも、始まる日も決まっていません(2026年6月の報告書)。現金・電子マネー・デジタル通貨のちがいと、家で決めておく三つをまとめました。
お金の未来まとめ|これからどうなる?心配ごと別に読む1本
お金そのものは、なくなりません。変わっているのは、払い方と見え方です。現金をやめる日も、デジタル円を出すかどうかも、まだ決まっていません。心配ごと別に、さいしょに読む1本と、今日5分でできる一歩をまとめました。
AI家計管理でお金の使い方は変わる?家計簿AIの便利さと注意点
AI家計管理で変わるのは、お金の見え方です。支出を分けて知らせてくれますが、何を残すかは決めてくれません。口座をつなぐ前に見る3つと、カード1枚か手入力で始めるやり方、今日5分でできる一歩をまとめました。
キャッシュレスのデメリット|使いすぎ・災害・不正利用の注意点
キャッシュレスのデメリットは、使いすぎ、停電や通信障害、不正利用の3つの場面で起きます。お金の出どころの見方、小銭と千円札の備え、覚えのない請求が来た時の連絡先、返金をよそおう手口への備えを、今夜5分でできる一歩といっしょにまとめました。
サブスクが増えすぎた家計の見直し方|残す・止める・保留で分ける
サブスクが増えすぎた時は、ぜんぶを書き出して合計を出し、残す・止める・保留の3つに分けます。契約が見つかる4か所、アプリを消しても解約にならない注意、無料体験の終わる日の決め方を、今夜5分でできる一歩といっしょにまとめました。
電子マネー・クレジットカード・QR決済の違い|使い分けの目安
電子マネー・クレジットカード・QR決済の違いは、お金が減る時です。先に入れる、その場で減る、後でまとめて払う、の3つで見分けられます。リボ払いの手数料の例、学生がカードを作れる年、主役を一つ・予備を一つに決める選び方もまとめました。

AIで教育はどう変わる?AI先生・個別最適化・学校の未来
AIで教育はどう変わる?変わるのは、つまずきを見つけて練習を合わせる部分で、先生は残ります。AI先生にできることと苦手なこと、個別最適化学習の意味、学校での生成AIの決まり、親が今夜できる一歩をまとめました。
AI家庭教師は役に立つ?1回20分の使い方と止めるサイン
AI家庭教師は、先生のかわりではなく練習相手として使うと役に立ちます。自分で7分・AIに5分・画面を閉じて5分・説明に3分の1回20分の使い方、続けてよいサインと止めるサイン、選ぶ時に見る三つをまとめました。
プログラミング教育はAIでどう変わる?コードを書く力と考える力
AIがコードを書いても、プログラミングを学ぶ意味はなくなりません。変わるのは書く作業の割合です。国の手引のねらい、AIに任せてよい所と自分で考える所、丸写しにしない使い方、親が今日できる一言をまとめました。
学校のAI導入で何が変わる?メリット・デメリットと聞く一言
学校のAI導入で変わるのは、先生の事務、授業の準備、子どもの学習、学習の手助けの4つの場面です。メリットとデメリットを場面ごとに分け、親が学校にさいしょに聞く1つの質問と、そのまま使える聞き方の文例をまとめました。
子どもが生成AIを使う危険性5つ|何歳から・最初の一言
子どもが生成AIを使う時の危険性は5つ。もっともらしいまちがい、個人情報、宿題のかわり、年齢に合わない内容、なやみ相談での危ない返事。何歳から使えるか、入れない情報、AIになやみを話していた時の最初の一言、相談先をまとめました。
子どもの宿題にAIを使っていい?考える力を残す家庭ルール3つ
子どもの宿題にAIを使うことは、すぐに「ずる」とは決まりません。どこからがAIにやらせたことになるか、考える力を残す家庭ルール「先に10分・ヒントは1段・最後に説明」、学校に先に確かめること、「これ、自分で書いた?」のかわりに言う一言をまとめました。
社会人の英語学習サービスおすすめ3選|迷ったらこの選び方
社会人の英語学習サービスの選び方は、週に使える時間から。自習・仕事の会話・1対1の3候補を比べます。英語学習アプリの比較やオンライン英会話の選び方で迷う人へ。話す時間、ぜんぶで払うお金、やめ方を確かめます。
大学生は生成AIをレポートにどう使う?不正にしない7つの点
大学のレポートで生成AIをどこまで使ってよいかは、授業とレポートごとに決まります。最初に見る所、任せてよい作業とだめな作業、AIが出した資料の確かめ方、使ったことの書き方、提出前の七つのチェックをまとめました。
TEDとGoogleが教育者のAI実践を募集|対象・流れ・締切は?
TEDとGoogleによる教育者向けAI実践アイデアの募集を解説。対象者、無料ワークショップ、11月15日の米国東部時間での締切を整理し、応募を考える際と今後の実践発表を読む際の確認点を紹介します。
言葉を確かめる
記事に出てくる言葉を、短く確かめられます。


