【一橋大学、新設学部の狙いは？】受験のプロが作った「厳選予想入試問題」から見えたAI時代の「頭のよさ」と「観る力」の正体（東洋経済オンライン）

「地頭力」って、結局のところ知識とは違う何のことを指してるの？

記事を読むと、「地頭力」は知識そのものではなく、知識を使って何かを見抜く**プロセス**のことだと分かってきます。 AIが「正解」を吐き出す時代だからこそ、人間に求められるのは「同じデータを複数の角度から読む能力」。「解約率が下がった」という一つの数字を見ても、満足度が上がったのか、単に不満な人が去ったのか、その背景を推測し、本質を見分ける力。つまり、**データの向こう側にいる人間と社会を想像できるかどうか**という視点の問題です。 一橋大学が「ソーシャル」を付けた理由もここにあります。数字を処理することなら機械の方が優れている。だから大学が鍛えたいのは、数字が何を意味しているのかを問い直す力。絵や写真を見て論じる試験も、単なる感性ではなく、視覚情報から多角的に解釈する訓練なんです。 言い換えれば、「地頭力」とは**与えられた情報を疑い、複数の解釈の可能性を持ち続ける思考の柔軟性**のこと。知識は知識でも、知識を組み合わせて世界を再構成する力と言えそうです。

AIが正解を出してくれる時代に、自分が身につけるべき『頭のよさ』って、仕事や生活でどう役に立つの？

AIが答えを出すのは早いけど、その答えが自分たちの仕事や生活に本当に合ってるのか判断するのは人間の仕事になってきたんですよね。 たとえば営業データで「解約が増えた」という数字が出たとき、AIは「こういう傾向です」と示してくれます。でも、その原因が競合の参入なのか、単に不満客が去っただけなのか、顧客ニーズが変わったのか――その背景を読み取るのは、数字の向こう側にある人間や社会を想像できる人です。その人だけが、「だから次はこう打つべき」という判断ができる。 つまり、記事が言う「ものの本質を見抜く力」とは、AIに言われたことを鵜呑みにしない力であり、現場の違和感に気づく力なんです。データは正確ですが、解釈は常に複数ある。その中から自分たちに本当に必要な選択肢を見つけ出せる人が、仕事でも生活でも、結局は強いのかもしれません。

一橋大学が72年ぶりに新学部を作ったのは最近のことだけど、なぜ今このタイミングだったの？

記事を読むと、一橋大学が新学部を設置したのは2023年。 つまり、ちょうど生成AIが世間で話題になり始めた時期と重なっています。 重要なのは、単に「AI時代だから情報系学部が必要」という反応ではないところです。 国が情報系への基金を増やし、他大学も次々とデータサイエンス学部を作る流れがある中で、 一橋大学は敢えて「ソーシャル」を冠した。 これって、AI が「正解」を自動生成する時代だからこそ、 人間に求められるスキルが変わったという危機感の表れに見えます。 データ分析のツール操作なら AI に勝てない。 でも、その数字の向こう側にある「人間」と「社会」を読む力は、 今のところ人間にしかできない。 だから今、というのは「AI に仕事を奪われないために」というより、 「AI が得意な領域と人間が得意な領域の境目がはっきり見えた瞬間」 だからなのかもしれません。 72年間変わらなかった学部体制を動かすほどの転換点が、 ちょうど2023年前後に訪れたということなのだと思われます。

『データの向こう側の人間と社会を見る』って、つまり『一つの情報から複数の解釈ができる力』ってことなの？

一つの解釈が複数できる力というより、「同じデータでも、見える世界が違ってくる」という感覚を持つことなんだと思います。 記事で例に出ている「解約率が下がった」なら、数字は一つ。でも、その背後にある人間の心理や社会的背景は複数ある。満足したから残ったのか、選択肢がないから残ったのか、競合が消えたのか。データだけ見てたら、そこは見えません。 つまり、複数解釈ができるというより、「この数字の奥には、人間がいる」という問題意識を持つことが先にあるんですよね。その問題意識があれば、次に「どの解釈が本当か確かめるには、どこを見ればいいか」という質問が自然に生まれる。そこが、AIには難しいけど人間にはできることになるわけです。 一橋大学がギャラリートークを出題に入れたのも、単に「複数の見方をしよう」という訓練じゃなく、「この絵や写真の向こうには、人間の営みがある」という視点を持つ習慣をつけさせたいんじゃないでしょうか。数字を読む力じゃなく、データの意味を問い直す力を求めているように見えます。

AIが優れた判断をできるようになるほど、むしろ人間には『データを読み間違える可能性を疑う力』が大事になってくるってこと？

そこは半分そう、半分違うかもしれません。「疑う力」ではなく「複眼で見る力」に近いように思えます。 AIが優秀だからこそ、データという一つの物差しで世界を測り直そうとする誘惑は強まります。解約率が下がった、売上が増えた、その数字は真実です。でもAIはそこまで。その背後にある文脈―不満な顧客が離脱した可能性、社会情勢の変化、顧客層のシフト―を拾うのは人間の役割になるわけです。 「間違える可能性を疑う」というより「同じデータが複数の物語を持ち得る」ことに気づけるかどうか。一つの見立てが支配的になったとき、別の見立てを同時に考えられるか。そこが分かれ目に見えます。 記事で一橋が「ソーシャル」を強調したのも、「データの向こう側にいる人間」を忘れるなという警告なのかもしれません。AIに計算させて終わりではなく、その結果を社会という複雑系に照らし合わせて検証する営み。その営みができる人が、AI時代に本当に頭がいいと言えるのではないでしょうか。