熟練の判断力をAIで形式知化する技術指針：ベテランの「経験や勘（暗黙知）」を形式知化（データ化）する方法
「新人が先輩に気兼ねして質問できない」
「忙しいベテランのOJTに頼り切っていて教え方にバラつきがある」
「分厚いマニュアルを渡しても一向に読んでくれない」
こうしたお悩みは、新人の意欲や先輩の教え方のせいではありません。
従来の教育手法が、現代の現場のスピード感や若手の価値観（効率重視・失敗への不安）とミスマッチを起こしている「教育構造の不備」が真の原因です。
今回は、属人化した教育を廃止し、新人が自分で勝手に育つ「AIインフラ」を構築するアプローチを解説します。
1. 教育の主体を「人」から「AI」へ移す
忙しい先輩の時間を奪う従来のOJTは、教える側にも教わる側にもストレスになります。新人が誰にも気兼ねせず、1秒で正解にたどり着ける環境を整えます。
（1）「先輩に聞く」を「AI品質ナビゲーターに聞く」へ
新人が「先輩の手を止めてしまうかも」と躊躇する心理的ハードルをゼロにします。
AI相手なら、どれだけ初歩的な質問を何度繰り返しても嫌な顔をされません。
（2）「動画・写真」を教本にする
文字だらけの標準書は新人には伝わりません。
（3）VLM（視覚言語モデル
画像認識AI）を活用し、「今の状態の画像」をスマホで撮ってAIに見せるだけで、次にすべき手順や注意点をその場で指示してくれる仕組みを作ります。
2. 標準書を「判断カード」に置き換える
従来の手順書は「作業のステップ」しか書いていないため、現場でイレギュラーが起きると応用が利きません。
新人がベテランと同じ判断を下せるよう、知識を「判断カード（4点セット）」に変えます。
（1） 「理由（Know-Why）」で納得させる
「なぜこの温度でなければいけないのか」という物理的理由を明記します。
理由が分かれば「ルールを無視するとどうなるか」が予測できるため、自己流の勝手な作業（ミス）に走りません。
（2）「例外（引き際）」を教える
新人が最も恐怖するのはマニュアルにないトラブルが起きた時です。
「こういう時は迷わずラインを止めろ」という例外条件をカード化しておくことで、迷わず安全な行動を取れるようになります。
3. ベテランの暗黙知は「TAKUMIプロンプト」で抽出する
ベテランに「若手に教えて」と頼んでも、長年の勘やコツは明文化されません。
AI（TAKUMIプロンプト）がベテランにインタビューを行い、「なぜその時、音の違いに気づいたのですか？」「もし材料が変わったらどうしますか？」と逆質問を浴びせます。
引き出された知恵は即座に判断カード化され、データベース（匠ナレッジコア）に格納されます。ベテランが退職しても、その知恵は新人に引き継がれ続けます。
4. 教育のパラダイムシフト（比較）
項目 従来の教育（育たない原因）これからの教育（即戦力化）
（1）知識のあり処
従来の教育：ベテランの頭の中（ブラックボックス）
これからの教育：匠ナレッジコア（組織の共通資産）
（2）質問の相手
従来の教育：忙しそうで不機嫌な先輩・上司
これからの教育：いつでも優しい「AI品質ナビゲーター」
（3）マニュアル
従来の教育：文字だらけで誰も読まない分厚いバインダー
これからの教育：1枚で理由まで分かる「判断カード」
（4）教育のゴール
従来の教育：先輩の背中を見て長年かけて勘を盗む
これからの教育：初日からAIを使いこなし、ベテランの判断を再現する
まとめ
これからの時代、新人に「長年の勘」を時間をかけて身につけさせる必要はありません。
新人に教えるべきは、作業の手順ではなく「わからない時に、AIからどうやって正しい判断カードを引き出すか」というAI活用スキルです。
この体制さえ整えば、入社初日の新人であっても、目の前の異常に対して「ベテランならこう動く」という最適解を10秒で導き出せるようになります。
次回予告（第7回）【事例6】形骸化した「改善活動（QCサークル）」の再生
「発表会のための資料作りに追われる」「成果がバインダーの中で眠っている」
……そんな重荷になったQCサークルを、AIを使って「1枚のカードを生み出す現場DX」へ生まれ変わらせる方法を解説します。お楽しみに！
