今回は、その変化を素直に振り返ってみたいと思います。そして、ここに来て感じている「これは大きな波だ」という確信についても、書いておきたいのです。

検索からAIへ、私の調べ方が変わってきた

最初に変わったのは、調べ物の仕方でした。

以前は、何か知りたいことがあると、まず検索エンジンに言葉を入れていました。検索結果の中から、それらしいページを開いて、上から順に読んでいく。複数のページを行き来しながら、自分なりに情報を組み立てていく。これが当たり前の手順でした。

それが、AIが登場してから変わりました。検索ではなく、AIに直接「これについて教えて」と聞くようになったのです。AIは整理された答えを返してくれます。そして、分からない部分があれば、さらに深掘りして「ここをもっと詳しく」と聞いていく。

表面的な知識だったものが、対話を重ねるうちに、ぐっと深く理解できるようになっていきました。これは大変重宝しています。

ただし、AIは堂々と間違えることもある

ただ、いいことばかりではありません。

ときどき、「これは何だかおかしいな」と直感的に感じる瞬間があります。AIの答えに、何か違和感がある。そうなのか?と疑問が湧く。

AIは堂々と誤ったことを発言することがある——そう聞いていたので、なるほど、これか、と思いながら、別のAIに同じ質問をしてみたり、あるいは検索エンジンに戻って確かめたりすることになります。

特に最新の情報については、AIが弱い分野です。何月何日の出来事、最新の製品情報、価格、こうしたものはAIだけに頼ると間違えやすい。だから、最新情報については検索でカバーする、という使い分けが、自然と身についてきました。

リアルタイム会話への、ちょっとした抵抗

AIの機能の中に、こちらの声を聞き取って、AIが声で答えてくれる「リアルタイム会話」というものがあります。

実は、これにはちょっとした抵抗がありました。

パソコンやスマートフォンに向かって、声を出して話しかける。これがどうも、自分にはまだしっくりこないのです。一人で部屋にいるならまだしも、外出先や電車の中ではとても使えません。

これは私の世代特有の感覚かもしれません。でも、無理に使う必要もないと思っています。AIは文字での対話でも十分に役立つので、自分が使いやすい形で付き合えばいい。新しい技術を全部一気に取り入れる必要はないのですから。

AIは「相談役」として、第三者の視点をくれる

私が最も価値を感じているのは、AIを「相談役」として使うことです。

何かを考えているとき、自分の判断に偏りがないか、何か見落としていないか、それを確認するためにAIに聞く。第三者の視点を取り入れることで、自分の考えを客観的に見直すことができます。

これは、とても良い使い方だと感じています。

ただし、大事なことが一つあります。最終的な判断は、自分でするべきだということです。AIはあくまでアドバイザーであって、決定権を渡す相手ではありません。いくつかの視点を提供してもらう、別の角度から考えるきっかけをもらう——その範囲にとどめるべきだと思っています。

慣れるまでには、もう少し時間がかかるかもしれません。でも、この使い方は、ぜひ自分のものにしていきたいと思っています。

そして、バイブコーディングという言葉をよく聞くようになった

AIの進化とともに、もう一つ気になる言葉が、よく聞こえてくるようになりました。

「バイブコーディング」です。

プログラマーが、自分でコードを書かずに、AIに「こういうものを作って」と話しかけるだけで、プログラムを作ってもらう。そんな新しい働き方が、最近「バイブコーディング」と呼ばれて、よく話題になっています。

このバイブコーディングの中で、私が今まさに使っているClaude Codeの名前も、しばしば出てくるようになりました。

最初に聞いたとき、「へえ、面白い時代になったな」と思いました。プログラマーという専門職の人たちが、AIに仕事を任せて、自分はもっと大事な判断に集中する。生産性が大きく上がっているという話です。

ただ、よくよく調べてみると、これは「プログラマーがいなくなる」という話ではないと分かりました。AIが書いてくれるのは、あくまで全体の中の部分的な部分。それが正しいか、エラーを起こさないか、最終的な判断は人間がする必要がある。プログラマーの工数を大きく削減する道具、という位置づけでした。

それでも、私は淡い期待を抱きました。「もしかしたら、いずれは私のような非エンジニアでも、何か作れる時代が来るかもしれない」と。

期待は、思いのほか早く現実になった

その期待は、思いのほか早くやってきました。

AIの進化は、恐ろしいほど早かったのです。

エンジニアでなくても、コードを書かなくても、ほぼ期待した通りのアプリやホームページが作れるようになりました。100点満点ではないかもしれません。でも、自分が「こういうものが欲しい」と日本語で伝えれば、まるで隣にプログラマーがいるかのように、形にしてくれる。

しかも、圧倒的に早い。

会社員時代に「こういう仕組みがあったらいいのに」と思っていたものが、今なら数十分から数時間で形になります。あの頃、専門の人にお願いしても何日もかかっていたものが、です。

これは、インターネット以来の大きな波

これは、インターネットが社会を変えたように、間違いなく社会を変える出来事だと、私は感じています。

生産性が1.5倍とか2倍といったレベルではありません。5倍、10倍といったレベルの話になっています。一人でできることの範囲が、桁違いに広がっているのです。

最初のインストールやパソコンの設定さえ正しく完了すれば、その後は分からないことをAI自身に聞きながら進めていけます。学習の手段も、AIが提供してくれるのです。これも今までになかった環境です。

私は今、この大きな波の入り口に立っています。会社員時代、横目で眺めることしかできなかった「自動化」が、いま、自分の手の中にある。プログラミングを学ばなくても、AIに話しかけるだけで、ものが作れる。

これが、私の今の率直な実感です。

次回は、この相棒「Claude」という道具を、私がどうやって理解していったかについて書きたいと思います。チャット、コワーク、コード——いくつもの顔を持つこの道具を、混乱しながら少しずつ整理していった記録です。

【このシリーズについて】
この記事は「パソコンのなかった時代から追いかけてきた、自動化という夢」シリーズの一編です。非エンジニアの私が、AIエージェントと向き合いながら体験したことを、ひとつずつ記録していきます。
シリーズの他の記事はこちらからご覧いただけます → シリーズ一覧

それは、「ターミナル」という黒い画面についてです。

プログラマーたちの、あの黒い画面

ターミナルと聞いて、真っ先に思い浮かぶ光景があります。

映画に出てくるハッカーが、黒い画面に向かってスラスラとキーボードを叩いている、あの場面。何を打ち込んでいるのか分からない英語の文字列が次々と流れていき、あっという間に任務を完了させる。かっこいいな、と思いながら、同時に「自分には絶対に関係ない世界だ」と感じていました。

プログラマーという人たちは、このターミナルを自由自在に操って、パソコンを思い通りに動かしているらしい。一度身につければ、ずっと役に立つ技術らしい。でも、私には習得できませんでした。何度か触ってみようと思ったこともありましたが、最初の一歩で止まってしまう。結局、「これは別の世界の道具だ」と心の中で整理していました。

そして、正直に言うと、長い間こう思っていました。

「そもそも、ターミナルというのは、何のためにあるんだろう?」

パソコンを使う上で、本当に必要なものなのか。アイコンをクリックすれば何でも動くのに、なぜわざわざ黒い画面に英語を打ち込むのか。この疑問は、ずっと私の中で曖昧なまま残っていました。

ターミナルとは、そもそも何なのか

ターミナルというのは、パソコンに文字で命令を送るための画面のことです。黒い背景に、白い文字。マウスもアイコンも使わず、短い言葉を打ち込むだけで、パソコンが動いてくれます。

実はこのターミナル、パソコンの歴史の中で、とても古くからある仕組みです。ウィンドウズが登場するずっと前から、プロの人たちはこの画面でパソコンを操作していました。黒い画面の方が、元々のパソコンの姿だったのです。

ウィンドウズ95が、パソコンに市民権を与えた

私たちの多くが初めてパソコンに触れたのは、ウィンドウズ95の時代ではないでしょうか。

ウィンドウズ95が登場して、パソコンはようやく市民権を得ました。画面にアイコンが並んでいて、マウスでクリックすればソフトが立ち上がる。メニューを開けば、一つひとつのボタンに役割が与えられていて、クリックするだけで機能が動き出す。

この「アイコン」という発明は、本当に大きな進歩でした。

それまでターミナルに英語のコマンドを打ち込まなければできなかった操作が、絵柄を押すだけでできるようになったのです。プログラマーでなくても、英語が分からなくても、パソコンを扱えるようになりました。これが、パソコンが一般の人々に広まった最大の理由です。

私たちは、マウスとアイコンのおかげで、コマンドの世界から解放されました。

すべての操作が、アイコンになったわけではなかった

でも、ここで一つの疑問が生まれます。

すべての操作に、アイコンやボタンが配置されているのだろうか?

答えは「いいえ」です。

そのことに、実は私は長年気づいていませんでした。アイコンで十分に事足りていたので、わざわざその先を知ろうとも思わなかったのです。パソコンとはアイコンをクリックして使うもの——そう信じきっていました。

この事実に気づいたのは、エージェントAI、クロード・コードに初めて触れたときのことでした。

クロード・コードが、突然ターミナルを求めてきた

あるとき、クロード・コードの画面に、こんな指示が表示されました。

「ターミナルを開いてください。ここに、この命令文をコピペしてください」

え?どうしたらいいの?

まったく分かりませんでした。ターミナルの開き方も、命令文のコピペの仕方も、何一つ知らなかったのです。

でも、ここは素直に聞くことにしました。

私:これはどういうふうにしたら良いですか?
クロード:ターミナルを開く方法をご案内します。画面右上の虫眼鏡アイコン（スポットライト検索）をクリックして、「ターミナル」と入力してください。検索結果にターミナルのアプリが出てきたら、クリックして開きます。

表示された通りに操作してみました。すると、見覚えのある黒い画面が、私のパソコンに現れたのです。

映画で見たあの画面。プログラマーたちが使っているあの世界。それが、自分のパソコンの中にもずっとあったのだと、初めて気づきました。

そして、ようやく腑に落ちた

このとき、長年の疑問がパチンと解けました。

パソコンをもっと自由自在に動かすためには、このターミナルからの指示が、実は一番自然で、理にかなった方法だったのです。アイコンやボタンは、多くの人が簡単にパソコンを使えるようにと用意された「入り口」でしかなかった。その奥には、ずっと元々の指示経路——ターミナル——が残されていた。

そして技術の進歩により、AIが現れました。

AIは、人間の言葉を受け取って、それをターミナルへの命令文に通訳してくれる。私が日本語で「こうしてほしい」と言えば、AIがそれをターミナルが理解できる形に翻訳して、自動で打ち込んでくれる。

「なるほど、そういうことだったのか」

この瞬間、今まで私がクロード・コードでやっていたことの意味が、一気に理解できました。まさに腑に落ちた瞬間でした。

通訳がいるから、もう怖くない

AIは、私の指示に従って、スラスラとファイルを整理してくれました。フォルダも作ってくれました。人間の言葉を正確に理解して、忠実に、しかもあっという間に実行してくれます。

これは、驚き以外の何物でもありませんでした。

ターミナルという黒い画面は、もう怖い存在ではなくなりました。映画の中のハッカーが使っている、自分には縁のない道具ではない。AIという通訳がいれば、私も話しかけるように使える道具なのです。

もっと多くのことを指示すれば、もっと役に立ってくれる。そう確信しました。

長年の疑問——「ターミナルって、何のためにあるんだろう?」——への答えは、ずっと私のすぐそばにあったのですね。ただ、気づくまでに、AIの力を借りる必要があっただけでした。

次回は、この不思議な相棒「クロード」という道具の全体像について、私なりに整理してみたいと思います。チャット、コワーク、コード——いくつもの顔を持つこの道具を、理解するまでに苦労した記録です。

【このシリーズについて】
この記事は「パソコンのなかった時代から追いかけてきた、自動化という夢」シリーズの一編です。非エンジニアの私が、AIエージェントと向き合いながら体験したことを、ひとつずつ記録していきます。
シリーズの他の記事はこちらからご覧いただけます → [シリーズ一覧]

手書きの書類、紙のファイル、朝のミーティングでの文書の読み上げ。今では想像しにくいかもしれませんが、それが私の若い頃の日常でした。

そんな私が、いま、「パソコンが自分で考えて動いてくれる時代」に立ち会っています。隔世の感、という言葉では足りないくらいの変化です。

Windows95がやってきた日

あの頃、Windows95が発売され、パソコンというものが広く知られるようになりました。それから数年後、勤めていた会社でも1人1台のパソコンが支給され、仕事の生産性が大きく上がったのを覚えています。

今ではもう想像することも少なくなりましたが、パソコンの導入によって、仕事の形はいくつも変わっていきました。

オフィスには「文書棚」というものがありました。紙のファイルを保管しておく棚です。そこに本社からの連絡文書などがファイルに綴じられ、保管されていました。情報の伝達は、毎朝のミーティングで上長から部下に口頭で伝えられ、その後回覧され、文書棚に戻るという流れでした。

回覧を先にしていては伝達が遅れてしまうので、全員の前で、文書が到着するとすぐに読み上げられていました。やがて紙の連絡文書からメールを使うようになり、この朝のミーティングも週1回程度に減り、内容も、一方通行の情報伝達から、お互いの状況確認の場へと変わっていきました。

当時は、取引先からの注文を電話で受ける専門の部署もありました。人数にして約15名、大方が女性で占められていました。その部署も、時代とともになくなり、オンラインでの注文が主流となっていきました。

セールス個人の売上状況も、社員用の端末で見られるようになりました。すると、各セールスがエクセルを使って自分なりの分析を始めるようになります。便利になった一方で、会社にいる時間がかえって長くなっていったような感覚もあります。

「これを自動でやってくれないか」と願った日々

営業職だったので、早く取引先へ出発しようと心掛けてはいました。しかし、パソコンの使い方に悪戦苦闘したり、他の社員の分まで面倒を見たりして、上長に指摘されて慌てて会社を出ていくことも、しばしばありました。これも当時の苦い思い出です。

毎朝のメール処理、エクセルへの転記、同じような報告書の作成。繰り返される作業を目の前にして、「これを自動でやってくれないか」と願った日は、数えきれません。

あの頃、「RPA」という言葉を耳にするようになりました。RPA(Robotic Process Automation)とは、パソコン上の決まった作業を自動でやってくれる仕組みのことです。たとえば「毎朝9時にエクセルを開いて、データをコピーして、別のシステムに貼り付ける」といった繰り返し作業を、ロボットのように代わりにやってくれます。エンジニアの人たちが使いこなしているのを横目で見ながら、「いいなあ、自分もああやって自動化したい」と思ったものです。けれど、私には手が届きませんでした。専門知識がないと扱えない道具だったからです。「自分には関係のない世界だ」と、静かに諦めていました。

その扉が、いま開いた

それから長い時間が経ちました。

いま、私はAIエージェントという新しい道具と出会っています。日本語で指示するだけで、パソコンが自分で考えて動いてくれる——そういう時代が、ついに始まりました。プログラミングの知識がまったくない私のような人間でも、パソコンを自動で動かしたり、ホームページを作ったり、小さなアプリを作ったりできるようになっています。

会社員時代に諦めたあの夢が、いま、この手の中にあります。

もちろん、新しい道具にはいつも気をつける点があります。完全な道具など、この世にはありません。足りない部分は理解したうえで、良いところを最大限に使う——それが、この歳になって私が辿り着いた付き合い方です。恐れすぎず、過信もせず、楽しみながら使う。それが一番、生活が豊かになる道だと感じています。

大きな波は、もう来ている

こうして振り返ってみると、驚くほど生産性が上がってきたことがよくわかります。もう、かつての仕事のやり方を同じように続けることはできません。新しい時代の波をうまく習得して、個々の生産性を上げていくことは、とても理にかなったことだと思います。

ここへきて、パソコンの自動化という波は、間違いなく大きな波になっていくでしょう。パソコンの誕生、インターネットの誕生、スマートフォンの出現——これらに匹敵するほどの大きな変化が、いま目の前で起こっていると感じています。

このシリーズでは、そんな時代の中で、私自身が実際に体験し、試し、つまずき、気づいたことを、ひとつずつ記録していきたいと思います。エンジニアでもプログラマーでもない、ただの一人の退職者が、AIという新しい道具とどう向き合っていくのか。その素直な記録です。

同じ時代を生きている皆さんと、この大きな波を一緒に楽しんでいけたらと思っています。

【このシリーズについて】
この記事は「パソコンのなかった時代から追いかけてきた、自動化という夢」シリーズの第1回です。非エンジニアの私が、AIエージェントと向き合いながら体験したことを、ひとつずつ記録していきます。

AIは「若者のツール」ではない——60代こそ恩恵を受けやすい理由

AIツールが急速に普及するなか、「自分には関係ない」と距離を置く60代の方も多いかもしれません。しかし、AIが得意とすることを考えると、むしろ60代のライフステージとの相性は抜群です。

AIが特に力を発揮するのは「調べる・整理する・相談する」という作業です。病気や薬の疑問、年金・保険の仕組み、旅行の計画、相続の基礎知識——。現役時代は忙しくて後回しにしていたこれらのテーマに、定年後はじっくり向き合う時間が生まれます。AIはまさに、そうした「人生後半の疑問」に付き合ってくれる、心強いパートナーです。

米Pew Research Centerの調査（2025年）によれば、60〜70代のAI利用者のうち72%が「生活上の意思決定に役立っている」と回答しており、満足度は若年層を上回っています。知識と経験を持つシニア層は、AIの回答を批判的に読む力があるため、より質の高い使い方ができるとも指摘されています。

欧米シニアのAI活用事例——老後の質を変えた具体的な使い方

欧米では、60代・70代のAI活用が急速に広がっています。実際の使い方を見てみましょう。

• 医療・健康の疑問整理：受診前に症状や薬の副作用をAIに相談し、医師に的確な質問ができるよう準備します。米国の医療消費者団体によれば、AI活用後に「診察の満足度が上がった」と答えた60代は68%に達しました。
• 資産・年金の試算サポート：「退職金をどう運用するか」「取り崩し順序はどうすべきか」といった複雑な計算をAIと一緒に整理します。専門家に相談する前の「予習」として活用するシニアが増えています。
• 趣味・学習の深掘り：俳句の添削、歴史の背景調査、英語の練習相手……。知的好奇心を刺激するツールとして、AIを趣味に組み込む事例が英国・ドイツで急増しています。
• 孤独感の軽減・対話相手として：会話相手が限られる一人暮らしの高齢者が、日々の出来事をAIに話しかけることで気持ちを整理するケースも報告されています。

日本でも、こうした使い方は今すぐ始められます。ChatGPT、Claude、Geminiなど、無料で使えるAIツールはすでに十分に揃っています。スマートフォンさえあれば、今日から始めることができます。

「AIを怖がる人」が陥る3つの損失

AIを遠ざけることには、見えないコストが伴います。60代のAI活用を先送りにし続けると、次の3つの損失が少しずつ積み重なっていきます。

• 情報格差による判断ミス：医療・資産・介護の選択を、古い情報や思い込みだけで行うリスクが高まります。AIを活用する人は常に最新情報を参照しながら意思決定できます。「難しそうだから」と避けるほど、情報の非対称性は広がっていきます。
• 時間とコストの無駄：ちょっとした疑問を専門家に相談するたびに費用や手間がかかります。AIを使えば「まず自分で整理する」ステップが低コストで踏めます。結果として、専門家との相談もより実りあるものになります。
• 知的刺激の喪失：退職後に知的な対話の機会が減ることは、認知機能の低下リスクと関係するとされています。AIとの対話は、脳を使い続ける習慣づくりにも効果的です。

「難しそう」という先入観が、実は最大のリスクになっているかもしれません。

今日から始める60代のAI活用ステップ

難しく考える必要はありません。まずは次の4つのステップで試してみてください。

1. 無料ツールを一つ選ぶ：ChatGPT（OpenAI）またはClaude（Anthropic）がおすすめです。どちらもスマートフォンやパソコンのブラウザから無料で使えます。アプリをインストールするだけで準備完了です。
2. 今日気になっていることを一つ質問する：「最近膝が痛いのですが、考えられる原因を教えてください」「老後の生活費の平均はいくらですか」など、身近な疑問から始めましょう。難しい言葉は不要です。普段話すように質問するだけで大丈夫です。
3. 回答を「出発点」として使う：AIの回答をすべて鵜呑みにするのではなく、「次に何を調べるか」「専門家に何を聞くか」の整理材料として活用するのがコツです。AIはあくまでも思考の補助役です。
4. 毎日5分の習慣にする：日記代わりに今日の出来事を話しかける、気になったニュースについて意見を聞く——小さな積み重ねが、AIを「使いこなせる」という自信につながっていきます。

まとめ

AIを活用する60代とそうでない60代では、情報の質・意思決定の精度・知的な充実感に、じわじわと差がついていきます。「自分には無理」という思い込みを一度脇に置いて、今日から小さく試してみてください。

60代のAI活用は、特別なスキルが不要な時代になりました。必要なのは「やってみよう」という一歩だけです。老後を豊かにするツールは、すでにあなたのスマートフォンの中にあります。まずは今日、一つだけ質問してみることから始めてみませんか。

実は、この感覚は錯覚ではない。忙しさと成果は、必ずしも比例しない。むしろ、常に忙しくしている人ほど、本当に重要なことを考える時間を失っており、長期的な成果が出にくくなっているという研究がある。

今回は、「忙しい人ほど成果が出ない」という逆説の仕組みを、行動科学・認知科学のデータをもとに解説する。

「浅い仕事」と「深い仕事」——成果の差はここで生まれる

MITのコンピュータサイエンス教授であり、著書『大事なことに集中する』で知られるカル・ニューポートは、現代の知識労働者の仕事を2種類に分類した。

浅い仕事（Shallow Work）：メールの返信、会議への出席、報告書の作成、SNSのチェックなど。認知的負荷が低く、邪魔が入っても比較的こなせる仕事。価値を生みにくく、模倣されやすい。

深い仕事（Deep Work）：集中力を高めた状態で難しい問題に向き合う仕事。新しいアイデアの創出、複雑な問題の解決、高度な分析など。価値が高く、代替が難しい。

問題は、多くの人が「忙しさ」を浅い仕事で埋め尽くしてしまっていることだ。メールに即レスし、会議に出続け、常に何かに対応している——これは「仕事をしている感覚」は生むが、本質的な成果には結びつかない。

ハーバード研究が示す「考える時間」の価値

ハーバード・ビジネス・スクールのレスリー・パーロウ教授は、大手コンサルティングファームを対象に「静かな時間（Quiet Time）」の実験を行った。チームの一部に「火曜・木曜・木曜の午前中は一切の連絡を断ち、深い作業だけをする」というルールを設けたのだ。

結果は驚くべきものだった。静かな時間を持ったグループは、通常のグループに比べて仕事の満足度が高く、成果物の質も向上し、残業時間は減少した。忙しさを「管理」することが、生産性と幸福度を同時に高めたのだ。

また、ノーベル経済学賞受賞者のダニエル・カーネマンが提唱する「システム1・システム2」の理論でも、同様のことが言える。システム1（速い・直感的な思考）は常に稼働しており、忙しい状況では常にシステム1が優位になる。しかし、重要な判断や創造的な思考にはシステム2（遅い・論理的な思考）が必要だ。忙しさはシステム2を封じ込める。

定年後に気づく「考える時間の贅沢」

興味深いのは、定年退職後の生活における「時間の逆転」だ。現役時代は「忙しすぎて考える時間がない」と嘆いていた人が、退職後に豊富な時間を手にしても、今度は「何を考えればいいのかわからない」という状態に陥ることがある。

これは、長年にわたって「浅い仕事」に最適化された脳が、深く考えるモードに切り替えられなくなっているためだ。忙しさに慣れすぎると、「暇」を不安に感じ、スマホやテレビで脳を埋めようとする。これもまた、深く考える時間を奪っている。

「退職後こそ、人生について深く考えられる」——そう思っていたのに、なぜかそうなっていない、という人は多い。それは意志力の問題ではなく、長年の習慣が「浅い処理」に最適化されているからだ。

「深く考える時間」を意図的に作る3つの実践法

忙しい人が深く考える時間を確保するためには、意図的な設計が必要だ。以下の3つが効果的だ。

• ① 毎日30分の「思考ブロック」を確保する
  スマホを遠ざけ、一つのテーマだけを考える時間を固定する。朝食後・散歩中・就寝前など、自分に合ったタイミングを決める。初めは「何も思いつかない」と感じても、続けることで思考の深度が増していく。
• ② 「なぜ？」を3回繰り返す習慣
  何か問題に直面したとき、最初に浮かんだ答えで止まらず「なぜそうなのか？」を3回繰り返す。表面的な原因ではなく、本質的な構造が見えてくる。これが深く考えるための最もシンプルな訓練だ。
• ③ 「書くこと」で思考を整理する
  頭の中だけで考えると、同じところをぐるぐる回りやすい。紙やノートに書き出すことで、思考が外部化され、論理の穴や矛盾に気づきやすくなる。日記・ノート・ブログ——形式は何でもいい。書くことは考えることだ。

まとめ

忙しい人ほど成果が出ない理由は、浅い仕事が深い思考を排除してしまうからだ。成果を出す人は、忙しさを管理し、意図的に「深く考える時間」を確保している。

• 浅い仕事と深い仕事を意識的に区別する
• 「静かな時間」を設けることが生産性と満足度を高める
• システム2（論理的思考）を使う機会を意識的に作る
• 書くことで思考を深め、整理する

物事を本質で考えると、人生の充実度は「何をどれだけこなしたか」ではなく、「どれだけ深く考えたか」に左右される。今日から、たった30分の「考える時間」を意図的に守ることから始めてみよう。

振り返ってみると、AIが取った手順はすべて、エンジニアが日常的にやっている思考そのものだったようでした。今回はその気づきを、体験と照らし合わせながらお伝えします。

「逆に質問してきた」——まず問題を分解する

最初にアプリ作成を依頼したとき、AIはすぐに作り始めませんでした。「何人くらいで使う想定ですか？」「どんな機能が必要ですか？」と逆に質問してきました。

これはエンジニアが必ず最初にやることです。大きな問題をそのまま扱わず、まず小さく切り分けてから動き始める。曖昧なまま進めると、後で方向が定まらなくなるからです。

AIへの活かし方：「全部作って」より「まずここだけ」と切り分けて渡す。依頼が具体的なほど、返ってくる結果の精度が上がります。

「コピペと報告の繰り返し」——動く最小版から積み上げる

アプリ作成初期、作業はシンプルでした。コードをコピペして実行し、スクリーンショットを送って「完了しました」と伝える。この繰り返しです。

「全部まとめて作ればいいのに」と思っていましたが、理由がありました。一度に全部組み合わせると、どこでバグが出たかわからなくなるからです。エンジニアはこれを「動く最小版から始める」と表現します。

AIへの活かし方：「まず動く最小版を作って、見た目はあとでいい」と伝える。動くものができてから修正を加える方が、完成までのスピードが上がります。

「エラーをそのまま送った」——エラーは道案内

開発中、何度もエラーが出ました。そのたびにエラーメッセージをそのままAIに貼り付けると、原因と対処を教えてくれました。

エンジニアにとって、エラーは「失敗の証拠」ではなく「ここを直せという道案内」です。「失敗した」ではなく「情報が来た」という見方です。

AIへの活かし方：エラーが出たら、メッセージをそのままコピーしてAIに貼るだけ。エラーが出た＝詰んだ、ではありません。

「AIが自動でやるようになっていた」——繰り返しは仕組み化する

最初は自分でコピペしていたのに、気づけばAIが直接修正してくれるようになっていました。手間が減るほど、完成度は上がっていく。

エンジニアには「DRY原則（同じことを繰り返すな）」という考え方があります。繰り返し作業を見つけたら、仕組みに変える。

AIへの活かし方：「また同じ作業をしている」と気づいたら、手順をAIに文章でまとめてもらう。次回はそれをそのまま渡すだけで再現できます。

エンジニアとの違いは「見方の違い」だった

この体験を通じて気づいたのは、エンジニアと自分の差は知識の量だけではない、ということです。「物事をどう見るか」という見方が違っていました。

• 問題を分解して見る
• 小さく動かしてから積み上げる
• エラーを情報として読む
• 繰り返しをパターンとして捉える

これらは特別な技術ではなく、ものの見方です。この見方をひとつ持つだけで、AIへの指示は変わります。そしてその積み重ねが、「AIが使える人」と「AIを使いこなせる人」の差になっていくように感じています。

今では、この「エンジニア的な見方」をAI以外の場面でも意識するようになりました。例えば家計の見直しや旅行の計画でも、「まず分解して、小さく試す」という考え方が自然と出てきます。そして、大きなことは小さくすると、スタートしやすくなるということです。プログラミングを学んだわけではありませんが、AIとの共同作業を通じて、ものの考え方そのものが少し変わったように感じています。

エンジニアの思考法を日常に活かす

アプリ開発を通じて身についた「分解して小さく試す」という考え方は、日常の様々な場面で使えます。たとえば、ブログを書くときも「まず100字の見出しだけ作る」と決めると、ハードルが下がって始めやすくなりました。旅行の計画も「まず行き先だけ決める」と段階を踏むことで、以前より実行に移せる回数が増えました。

プログラミングは一切覚えていませんが、エンジニアの「問題への向き合い方」は確かに身につきました。大きな壁に見えるものも、分解すれば小さな石の積み重ねです。AIと一緒に何かを作る体験は、ツールの使い方を学ぶ以上の収穫をもたらしてくれました。

最後までお読み頂き、ありがとうございました。