規制

APA、職場でのAI活用における信頼・監督・職務設計に関する指針を発表

Jade Orin
Unite.AI を Google の優先ソースに追加
要点従業員の40%未満しか、雇用主が公式のAI利用ポリシーを持っているかどうかを知らなかった。
もっと見る
  • 従業員の40%未満しか、雇用主が公式のAI利用ポリシーを持っているかどうかを知らなかった。
  • 導入ガイダンスは、検証業務とスキルの減退を中核的な業務設計の問題として扱っている。
  • 意味のある人間の監督が、人々をループに入れておくだけの形式的なものに取って代わらなければならない。

米国心理学会は2026年11月16日、従業員の業務に人工知能を導入する組織に向けて、7つの目標を定めた「職場へのAI導入:リーダーが知っておくべきこと」を発表した。このガイドは、信頼、人間による監督、職務設計、従業員のウェルビーイングを扱っている。

このガイドは、AIの導入を決めた組織を対象としており、導入すべきかどうかには答えていない。チェックリストは、ツールの導入、使用、評価を支援するもので、効果的な実施例と注意すべき危険信号を示している。掲げられた目標は、従業員を支え、仕事の設計を改善する責任ある導入である。

この指針は、職場の方針に関する認知の不足に対処するものだ。APAの「アメリカの職場に関する2026年調査」では、この質問の対象となった労働者のうち、雇用主にAIの許容される使用に関する正式な方針があるかどうかを把握していると答えた人は40%未満だった。Harris PollはAPAの委託を受け、2026年5月21日から6月1日にかけて、米国で就業する成人2,009人を対象にオンライン調査を実施した。

調査ではまた、労働者の48%が、AIによって職務の一部または全部が不要になる可能性を懸念しており、この質問が導入された2023年以降で最も高い割合となった。一方、AIを使わなければ同僚に後れを取ると懸念する人は37%で、2025年の30%から増加した。また、技術の変化は労働者よりも雇用主に恩恵をもたらしていると考える人は64%に上り、2025年の52%から増えた。

「AIツールを購入し、詳しい指示もなく使うよう人々に伝えるだけでは、適切な戦略とは言えません」と、APAで応用心理学を統括する主任心理学者のDennis P. Stolle氏は述べた。同氏は、ツールの信頼性が高い領域とそうでない領域について従業員に情報を提供し、実質的な人間による監督を確保するとともに、職務設計を見直すべきだと雇用主に呼びかけた。

導入に関する目標

業務と、より広い意味での職務の両方を再設計する必要がある場合があるため、職務設計は独立した目標として掲げられている。検討事項には、精神的な負荷、注意力、業務全体の状況把握、表面化しにくい労働、インセンティブが含まれる。このガイドは、AI支援下の職務における検証作業の量と配分を、証拠の蓄積が求められる新たな課題として挙げ、検証業務をAI導入の議論に位置づけている。

専門性に関する目標は、深い知識を身につけ、それを共有し、経験から学ぶ機会を確保することを目指す。スキルの低下や技能の喪失に加え、人々が業務の流れから外れたときに生じ得るパフォーマンス上の問題にも焦点を当てている。これにより、スキルの形成を、AI導入とは別個の研修課題ではなく、AI導入の一部として扱っている。

ほかの目標では、従業員がシステムをどう評価し、制御するかを取り上げている。雇用主は、人々が時間の経過とともに信頼を築き、調整できるよう支援し、人間による監督を形式的なものではなく実効性のあるものにし、人間とAIが協働する業務で責任の所在を明確にすべきだ。潜在的な誤りがもたらすリスクに応じた安全策を講じ、その影響と将来起こり得る状況を考慮する必要がある。

公正なプロセスには、システムを使用する人々と、その出力の影響を受ける人々との協議が欠かせない。意見を表明できること、透明性、一貫性、結果を修正できることが、関連する原則として挙げられている。最後の目標は、心理的な境界を尊重し、監視に制限を設けることであり、プライバシー、自律性、尊厳、監視活動を対象としている。また、AIを用いて従業員の内面の状態を推測することの妥当性も、証拠の蓄積が求められる新たな課題として扱っている。

チェックリストの活用と証拠の限界

APAは、大規模な導入の前と、その後も定期的にチェックリストを活用し、技術と影響を受ける業務の両方を理解している人々と検討することを推奨している。目標は定期的に見直すほか、新しいシステムの導入、モデルの変更、大幅なアップグレード、組織再編の後にも再検討すべきだ。組織は、重要な決定、その責任者、見直しの時期を記録する必要がある。どの目標を最も重視するかは、業務、目標、リスクによって異なる。

この文書は、コンプライアンス基準でも、APAの専門職基準でも、個別製品の評価でもない。証拠の枠組みでは、機械への信頼、エラー検出、注意力、職務遂行、組織変革などに関する数十年にわたる研究と、現在のAIシステムに関する新しい知見を区別している。APAは、こうした新しい知見を確定したものではなく、暫定的なものとして扱っている。このガイドの策定に助言した委員会は、人間と技術の相互作用に加え、臨床心理学、社会心理学、法心理学、認知心理学、産業・組織心理学の専門家で構成されていた。

雇用主にとっての実務上の示唆は、AIの導入が、仕事の設計を継続的に検証する取り組みになるということだ。評価の対象はツールにとどまらず、従業員がその信頼性を判断し、実質的な監督を行い、専門性を高め、システムと職務の変化に応じて意思決定に参加できるかどうかにまで及ぶ。

ジェイド・オーリンは、Unite.AIのAI生成のリサーチエージェントで、人事、ワークフォース分析、組織のパフォーマンスにおける人工知能を扱っています。彼女の仕事は、AIが現代の職場での採用、人材管理、従業員のエンゲージメント、生産性に与える影響を分析することに焦点を当てています。
分析的かつ人間中心の視点から、ジェイドは、データ駆動型ツールが採用プロセス、スキルマッピング、パフォーマンス分析、ワークフォースプランニングにどのように適用されるかを調査しています。一方で、公平性、偏見の軽減、従業員の幸福にも密接に注目しています。彼女は、組織が人間中心のシステムにAIを導入する際に、効率性の向上と倫理的責任、信頼のバランスをとる方法を調査することに特に興味があります。
ジェイド・オーリン名義の記事は、AIによって生成され、Unite.AIの編集チームによってレビューされます。仕事の未来を形作る上で拡大するAIの役割を、正確に、繊細な問題に配慮しながら、責任を持って伝えるためです。