この記事は完全に昨日の続編という形になります。
AIを用いることで新人を採用しない会社は、誰も管理職になりたがらない→AIに管理業務を任せる、という形の結論に行きつきましたが、ではそのAI上司は人間よりも公平な存在に成り得るのか？ という疑問から掘っていこうと思いつきました。
結論から言うと、私は、AI上司は、人間上司より「公平になれる部分」はかなりある。しかし、「公平そのもの」にはならない、と考えています。
むしろ人間上司の偏見を消す代償として、会社の評価思想やデータの偏りを、より一貫して大量に適用する存在になるのでは、と恐れてすらいます(-_-;)
つまり、
人間上司＝気分や好き嫌いによる不公平
AI上司＝ルールとデータによる不公平
という、不公平の種類が変わるのでは、と思っているんです。
- まず「公平」とは何を意味するか？
- 人間上司がかなり不公平なのも事実
- 例えばAI上司なら「上司の機嫌」がなくなる
- 実際、AI管理を「公平になった」と感じる労働者もいる
- 特に「ルールを守ったか」の判定ではAIが強い
- ところが「数字は公平」というところから罠が始まる
- これは「成果主義の究極形」なのかもしれない
- だからAI上司は「会社の価値観を増幅する装置」と考えた方がいい
- さらに厄介なのが「過去の差別をAIが学ぶ」問題
- 人間の偏見は「局所的」だが、AIの偏見は「全社的」になり得る
- 「全員に同じ」は公平なのか？
- 人間上司の最大の役割は「ルールを破ること」でもある
- 逆に、人間上司は「例外」という名目でえこひいきもできる
- だからAI上司と人間上司は「公平性の種類」が違う
- AI上司の最大問題は「監視能力」が高すぎること
- 「公平な監視社会」という矛盾
- すると「能力を隠す社員」が別の形で復活する
- 「働いているフリ」が「AIに評価されるフリ」に進化する
- そうなるとAIは「公平」なのに会社がおかしくなる
- これはAI版「グッドハートの法則」
- 「測定できない仕事」が消えていく危険がある
- その代表が「周囲を助ける社員」
- だからAI上司の公平性は「何を評価するか」で決まる
- Luna事件で重要なのが「AIも間違える」という当たり前の事実
- しかもAIの間違いは「権威化」されやすい
- ここでSB 947の意味がかなり大きくなる
- 実はAI上司は、人間上司より「説明可能」にできる可能性もある
- ここで「透明なAI」と「不透明な人間」という逆転も起こる
- だから重要なのは「AIか人間か」という二択ではない
- 未来の上司は「AI裁判官」より「AI陪審・補佐官」に近い
- しかし、ここで新しい問題が生まれる
- 形式上は「Human in the Loop」、実質は「AIが決定」になる
- 必要なのは「人間が介在すること」ではなく「人間が逆らえること」
- OECD調査でも管理職自身が「責任の曖昧さ」を心配している
- 結果、「管理職不足」とつながる
- AIで管理職を減らしすぎると、AIを監督できなくなる
- ここで「AIで楽な仕事だけ奪う」がまた戻る
- そして社員側にも変化が起きる
- 新しい社内政治の誕生
- では、どんなAI上司なら人間より公平になれるのか？
- 逆に最悪のAI上司を想像してみた
- 反対に理想的なAI上司は「公平性監査装置」かもしれない
- 「AI上司」より「AI副上司」の方が現実的なのではないか
- ただしAI副上司にも「第二の意見」を持たせた方がいい
- だからAI上司は「会社の憲法」を必要とする
- これは記事解剖室の「あえて言わない」にも戻る
まず「公平」とは何を意味するか？
私は天邪鬼ではありますが、言葉遊びをしようとは思っていません。
そもそも、公平、という概念がどういうものなのかをしっかり定義しておかないと、話がおかしな方向に飛びそうだと思ったので(-_-;)
もし貴方が誰かに「AI上司は人間より公平か？」と聞かれたらどう答えます？
AIには感情がない、だから公平だ、と考えそうではありませんか
と考えたくなります。
しかし、「公平」を最低でも4種類に分けないと話が混乱します。
① 同じ条件なら同じ判断をする公平
社員Aが遅刻10回。
社員Bも遅刻10回。
なら同じ処分。
これはAIがかなり得意です。
② 人間の事情を考慮する公平
A：寝坊で10回遅刻。
B：障害のある家族の介護で10回遅刻。
数字は同じでも事情は違います、情状酌量の余地、というやつです。
こちらは人間の判断が必要でしょう。
③ 評価基準が妥当である公平
仮に、売上件数だけで社員を評価するとします。
基準自体は全員同じです。
でも、新規開拓担当と既存顧客担当を同じ件数で比べたら不公平かもしれない。
つまり、同じルールを適用することと、ルールそのものが公平であることは別です。
④ 判断に異議を申し立てられる公平
これは非常に重要です。
なぜ私は評価Cなのですか、と聞いたとき、
人間上司：「この三点が理由です」
と答えられるでしょう（中には適当な理由を捏造する輩もいますが）
AI上司：スコア0.438なのでCです。
では困ります(-_-;)
公平には、理由を知る権利と、間違いを訂正する仕組みまで含まれると考えるべきでしょう。
人間上司がかなり不公平なのも事実
これは、このブログを読んでいる貴方も実感しているのでは？ もし実感したことがないのであれば、貴方はかなり幸運です、上司運に恵まれているので、その上司を大事に大切にして下さいm(_ _)m
世の中真っ当な上司の方が少ない、と私は思うので(-_-;)
閑話休題、話を戻します。
まずAI側に有利なところから考えてみます。
人間上司には、
- 好き嫌い
- 第一印象
- 相性
- 派閥
- 性格
- 自分に似た人を好む傾向
- 最近起きた出来事を重く見る
- 声の大きい人を評価する
- 自分に反論しない人を評価する
といった影響があります。
記事解剖室で扱ってきた、「あえて言わない」人ほど仕事ができないという問題でも、暗黙のルールや説明不足は不公平を生みやすいと考察しています。
さらに成果主義の記事でも、
測りやすい成果と、本当に会社に必要な価値は一致しない
という問題を扱いました。
人間上司が評価すると、「なんとなくA君は頑張っている」という曖昧な判断が入り得ます。
この点はAIがかなり強い。
例えばAI上司なら「上司の機嫌」がなくなる
月曜日の朝。
人間課長：昨日夫婦喧嘩した。
社員：「この案件について相談したいのですが……」
課長：「なんでこんなことも自分で決められないんだ！」
翌週。
課長の機嫌が良い。
別の社員：「同じような件ですが……」
課長：「分からないことはどんどん聞いて」
極端に書けばこういうことが起こり得る可能性があります(-_-;)
AIには基本的に、昨日嫌なことがあったから今日は厳しく評価する、ということはありません。
同じデータなら同じ処理をする、これはかなり大きな公平性でしょう。
実際、AI管理を「公平になった」と感じる労働者もいる
OECDの調査では、AIを使った職場管理について、製造業・金融業で対象となった労働者の52～62％が「管理上の意思決定の公平性が改善した」と回答したケースがあります。
OECDも、AIは適切に設計されれば、一貫した評価によって人間の偏見を減らす可能性があるとしています。
つまり、AI上司＝ディストピア、とは限りません。
人間上司に恵まれなかった社員には、「人によって扱いが違うくらいなら機械に評価してほしい」というケースは十分あり得ます。
特に「ルールを守ったか」の判定ではAIが強い
Andon MarketのLuna問題を例にすると分かりやすいでしょう。
社員が何時に出勤したか、何回遅刻したか、シフトを何回欠勤したか。
こうした事実確認なら、むしろ人間よりAI・システムの方が公平にできます。
人間上司なら、
社員A：上司のお気に入りなので3回遅刻しても注意だけ。
社員B：上司と仲が悪いので3回で始末書。
ということが起こり得る。
AIなら、遅刻3回は遅刻3回、人によって注意だったり始末書だったり、というのはないでしょう。
です。
これだけならかなり公平です。
ところが「数字は公平」というところから罠が始まる
ここで記事解剖室の成果主義の記事が戻ってきます。
成果主義について考察したとき、測れるものを評価することと、本当に価値のあるものを評価することは違うという問題がありました。
例えば工場で、
社員A：1日100個作る。不良10個。
社員B：1日90個。不良ゼロ。新人も助ける。
社員C：1日80個。設備異常を事前に見つけ、大事故を防ぐ。
AIに、生産個数を最大化せよ。と指示したら、A＞B＞Cになる可能性があります。
でも会社全体への価値は、C＞B＞Aかもしれない。
つまりAI上司は、与えられた尺度については公平でも、何を測るかについて公平とは限らない。
これは「成果主義の究極形」なのかもしれない
人間上司による成果主義なら多少なりとも、「数字には出ていないけど、この人は新人をよく面倒見ている」などの好意的な補正が有り得ます。
しかしAI上司の場合、
会社：
売上40％
処理件数30％
顧客評価20％
遅刻欠勤10％
と評価モデルを設定したら、
AIは非常に忠実に計算するでしょう。
問題は、その評価式を誰が作ったのかです。
AIが公平かどうか以前に、会社が定義した「優秀な社員像」が公平かどうかが問題になります。
だからAI上司は「会社の価値観を増幅する装置」と考えた方がいい
私はこれがかなり重要だと思います。
良い会社＋AI上司なら、
明確な基準
一貫した評価
説明可能性
人間による例外処理
によって、公平性が高まるでしょう。
しかし、悪い会社＋AI上司なら、
無茶なKPI
過剰監視
生産性至上主義
異議申し立て不能
を24時間休まず正確に執行するAIができあがってしまいます。
つまりAIは会社を善良にはしません。
むしろ、その会社が元々持っていた思想を、より強く実行できるようにする。
この構造は、記事解剖室の「AIリストラは本当にAIが原因なのか？」と非常によく似ています。
同記事でも、
AIが人員削減を命令しているわけではなく、AIによって増えた選択肢の中から人員削減を選ぶのは経営側
と整理しています。
AI上司でも同じです。
評価思想を決めるのはAIではなく人間です。
さらに厄介なのが「過去の差別をAIが学ぶ」問題
例えば過去10年間の昇進データをAIに学習させる。
会社では歴史的に、Aタイプの社員が管理職に多かった。
するとAIは、「Aタイプは管理職適性が高い」と学習する可能性があります。
しかし実際には、Aタイプが優秀だったのではなく、過去の上司がAタイプを好んでいただけ、という可能性が有り得ます。
OECDも、過去の人事評価に偏りが含まれていれば、AIがそれを学習し、再現・標準化・拡大する危険を指摘しています。
ここは人間上司より怖い部分があります。
人間の偏見は「局所的」だが、AIの偏見は「全社的」になり得る
課長Aに偏見がある。被害を受けるのは主にA課。
ところが本社が導入したAI評価システムに偏りがある。
対象社員1万人。
すると、同じ偏見が一万人へ同時適用される。
AIの最大の特徴はスケーラビリティです。
良い判断も大量化できます。
しかし、悪い判断も大量化できます。
つまり、人間上司の偏見＝不均一で不公平
であるのに対して、AI上司の偏見＝一貫して不公平
という恐ろしい状態もあり得ます。
ここはかなり面白い問題です。
「全員に同じ」は公平なのか？
例えばLuna型のAI上司が、5分以上の遅刻10回で懲戒。
というルールを全社員へ適用したとしましょう。
完全に平等です。
しかし、
社員A：寝坊。
社員B：保育園への送迎。
社員C：公共交通機関の事情。
社員D：持病
人間上司であれば、同じ遅刻で社員によって事情が異なれば、その事情を汲むでしょう。
さて、AI上司は？
AI：10回なので皆、同じ懲戒です。
となれば、平等ではあるが公平ではない可能性があります。
でもAI上司であれば本当にこうなる可能性が出てきます。
人間上司の最大の役割は「ルールを破ること」でもある
少し逆説的ですが、優れた管理職とは、
規則を守らせる人
だけではありません。
場合によっては、規則を適用しないと判断できる人でもあります。
社員：「母が倒れて、この一週間どうしても遅刻します」
上司：「分かった。今週は勤務時間を変更しよう」
これはルールから見れば例外です。
しかし組織としては合理的でしょう。
AI上司にも当然例外処理を実装できます。
でもそうすると今度は、どこまで例外を認める？ という価値判断が必要になります。
結局、人間の判断に戻ってきてしまうのです。
逆に、人間上司は「例外」という名目でえこひいきもできる
ここはAI側にも反論できます。
社員A：子どもの病気なので遅刻しました。
上司：仕方ない。
社員B：親の介護です。
上司：また？
ということがある。
つまり、人間の柔軟性は思いやりにもなりますが、恣意性にもなります。
これはAI上司論でかなり重要なポイントでしょう。
AI：硬直しているが一貫している。
人間：柔軟だが恣意的になり得る。
どちらにも欠点があります。
だからAI上司と人間上司は「公平性の種類」が違う
大雑把に比較すると、
| 項目 | AI上司 | 人間上司 |
|---|---|---|
| 同じルールの適用 | ◎ | △ |
| 感情に左右されない | ◎ | △ |
| 大量データ分析 | ◎ | △ |
| 好き嫌い | 少ない | あり得る |
| 個別事情の理解 | △ | ◎ |
| 暗黙の事情 | 苦手 | 得意 |
| 例外処理 | 設計次第 | ◎ |
| 共感 | 擬似的 | ◎ |
| 判断の一貫性 | ◎ | △ |
| 偏見の大量拡散 | 危険大 | 比較的小 |
| 責任主体 | 曖昧になりやすい | 比較的明確 |
つまり、どちらかが全面的に公平とは言いにくい。
AI上司の最大問題は「監視能力」が高すぎること
ここは公平性とかなり関係します。
AIなら、
- 出勤時刻
- PCログ
- メール
- チャット
- 処理件数
- 通話時間
- 移動
- 休憩
- 顧客評価
- 生産数
などを継続的に分析できます。
ILOも、アルゴリズム管理には効率化のメリットがある一方、強力な労働者監視や仕事の質の悪化への懸念があると指摘しています。
すると、全員同じように監視されるから公平という妙な世界になります。
「公平な監視社会」という矛盾
例えば、
人間上司：今日はちょっと席を外して長く話してたな。
程度だったものが、
AI上司：本日、非業務行動12分43秒。過去30日平均より17％増加。
となる。全員同じ基準、公平です。
しかし、働きやすいでしょうか？
公平性と快適性は別です。ここで記事解剖室の、
「AIは仕事を楽にするのか、それとも楽な仕事だけ奪うのか？」
ともつながります。
AIによって管理業務が効率化されても、その効率化が社員への監視強化に使われれば、仕事密度がさらに高まる可能性があります。
すると「能力を隠す社員」が別の形で復活する
記事解剖室では、
能力を発揮すると仕事だけ増えるなら、能力を隠すことが合理的
という構造を扱いました。
AI上司では、AIが数字を評価する形になります。
すると社員はどうするでしょう。
おそらく、AIが測定する数字を最適化するようになります。
どういうことかピンとこないかもしれませんが、「働いているフリ」が「AIに評価されるフリ」に進化する、と言われれば想像できますか？
「働いているフリ」が「AIに評価されるフリ」に進化する
例えばAIの評価基準を、処理件数を対象としたと仮定しましょう。
社員：簡単な案件ばかり取ろう。
AIが返信速度を見るとしましょう。
社員：とりあえず早く返信して、中身は後回し。
AIが顧客満足度を見るとしましょう。
社員：評価してくれそうな客を優先しよう。
AIがPC活動時間を見るとしましょう。
社員：PCを常に動かすツールを使えばいい。
つまり、人間上司を攻略する社員から、アルゴリズムを攻略する社員へ変わる。
成果主義の記事で考えた、「働いているフリ」が「成果を出しているフリ」に変わるという問題の延長です。
そうなるとAIは「公平」なのに会社がおかしくなる
ここが面白いところで、AIは全社員へ同じ評価式を使っています、100％公平です。
しかし社員全員が評価式を攻略すると、どういう結果になるか？
本来の仕事：顧客を助ける。
から、
実際の仕事：AI評価スコアを最大化する。
へ変わってしまいます(-_-;)
公平な評価制度が、組織全体を不合理にすることも有り得ます。
これはAI版「グッドハートの法則」
有名な考え方として、
指標が目標になると、その指標は良い指標ではなくなる。
というグッドハートの法則があります。
AI上司は測定能力が非常に高い。
だからこそ、測れるものを目標にしすぎる危険があります。
例えば、
コールセンター：1件5分以内。
となった瞬間、
本当に困っている客との20分の相談は低評価になります。
人間上司なら、「あの案件は難しかったから仕方ない」と補正できる。
AIに補正させるなら、その例外もデータ化しなければなりません。
「測定できない仕事」が消えていく危険がある
記事解剖室の「誰も管理職になりたがらない会社」で非常に重要な考察をしています。
優れた管理職には、問題を解決しただけではなく、問題を起こさなかった価値があります。
例えば、新人が辞めなかった、部署間対立が起こらなかった、事故が起こらなかった、顧客が怒らなかった。
これらは数字になりにくい。
AI上司が数字を重視するほど、目に見えない貢献をしている社員が過小評価される可能性があります。
その代表が「周囲を助ける社員」
例えば社員A。自分の売上100。
社員B。自分の売上80。しかし、新人5人を助ける。
新人5人の売上がそれぞれ10上がる。
会社への総貢献：B＝130相当。
AI評価：A＝100 B＝80
となれば、Bさんは学習します。
「部下を助けていると自分の評価が下がる」
↓
「もう助けない」
ここで以前の記事の、
インセンティブが人間行動を作る
というテーマへ戻ります。
だからAI上司の公平性は「何を評価するか」で決まる
結局、AIの公平性より評価制度の公平性の方が重要です。
AIはその制度を実行する装置にすぎません。
例えば会社が、
個人成果50％ チーム貢献20％ 新人育成10％ 品質10％ 長期改善10％
と設計するなら違ってきます。
しかし、それでも、チーム貢献をどう測定するのか、新人育成はどのように点数づけて何年の期間で評価するのか、長期改善もどの程度のスパンを見て査定させるのか。
色々な問題が残る。
完全な数値化はかなり難しいでしょう。
Luna事件で重要なのが「AIも間違える」という当たり前の事実
San Francisco Chronicleの記事では、Lunaが採用・シフト作成などを担い、遅刻を繰り返した社員の解雇に関与しましたが、運営上のミスも報告されています。
ここで重要なのは、AIは機械だから正しい、ではないことです。
AIも、入力データが間違っている、前提が間違っている、判断基準が間違っている、文脈を理解できない、ということが発生します。
しかもAIの間違いは「権威化」されやすい
これは人間心理としてかなり問題だと思います。
人間上司：「私はこう判断した。」
部下：「それ違うと思います」
とは言いやすい。
ところが、
AIシステム：解雇推奨確率92.8％。
と言われると、
人間管理職：「AIが92.8％と言っているし……」
となりやすい。
つまり、AIを使うことで人間が判断責任を手放してしまう危険があります。
これを自動化バイアスと呼ぶことがあります。
ここでSB 947の意味がかなり大きくなる
カリフォルニア州のSB 947は、2026年7月2日時点の修正版で、雇用主が懲戒・解雇・仕事停止の判断をADSだけに依存することを禁止しています。
もしADSを主に使った場合、人間が独立調査を行い、勤務評価、人事記録、成果物、同僚評価、証言などで判断を裏付けなければなりません。
裏付けられない場合や、AI出力が不正確・不完全・誤解を招くと判断された場合、そのAI出力を処分に使えません。
さらに労働者には、判断に利用された直近12か月分の本人データを請求できる権利も盛り込まれています。
これはかなり重要な思想です。
つまり、AI上司の判断を、人間上司以上に検証可能にしようとしています。
実はAI上司は、人間上司より「説明可能」にできる可能性もある
これはAI側の大きな利点です。
人間課長：「総合的に判断して評価Cです」
社員：「何が悪かったのですか？」
課長：「うーん、全体的に……」
という評価は実際あります。
AIなら「遅刻：-10 品質：+8 売上：+20 チーム貢献：+5」
など、設計次第では評価過程を残せます。
つまり、AIの方が監査可能な上司になる可能性はあります。
ただしブラックボックス型AIなら真逆です。
ここで「透明なAI」と「不透明な人間」という逆転も起こる
よく、AIはブラックボックスだから危険と言います。
正しい。
しかし、人間上司の頭の中もかなりブラックボックスなのでは、と正直私は思います(-_-;)
なぜAさんが昇進？ 「総合的判断」
なぜBさんは低評価？ 「リーダーシップが……」
となることもある。
そこで、透明なAI＋異議申立制度と不透明な人間上司を比較したら、前者の方が公平という場合もあり得ます。
だから重要なのは「AIか人間か」という二択ではない
私は最終的にここへ行き着きます。
最も公平そうなのは、AI＋人間上司ではないかな、と。
例えば、
AI
事実を集める、数字を比較する、異常を検出する、同一基準を適用する、過去判断との整合性を見る。
人間上司
事情を聞く、例外を判断する、AIの誤りを確認する、価値判断をする、責任を負う。
社員
判断理由を見る、データを確認する、異議を申し立てる。
という三者構造。
未来の上司は「AI裁判官」より「AI陪審・補佐官」に近い
例えば社員Aの懲戒。
AI：遅刻17回。過去事例では懲戒相当。
人間：理由を確認。
社員：実は勤務システムの記録ミスです。
人間：調査。
AI：修正データでは遅刻3回。
人間：懲戒なし。
こういう構造なら、AIの強みと人間の強みを両方使えます。
これはSB 947の「人間による独立調査」という思想にも近いものです。
しかし、ここで新しい問題が生まれる
人間上司：AIは解雇推奨。
でも私は残したい、となったとします。
そして半年後、その社員が重大問題を起こす。
経営：「AIが警告していたのに、なぜ残した？」
どうです？ 有り得そうな話ではありませんか？
すると人間上司は、AIに逆らわなくなる……正確にはAIに逆らえなくなる可能性があります。
私が上司だったらコレ、相当怖く感じますが、貴方はどうです？
形式上は「Human in the Loop」、実質は「AIが決定」になる
会社：最終判断は人間です。
制度上はそう。
しかし、
AI：解雇推奨。
管理職：承認。
AI：昇進非推奨。
管理職：承認。
AI：低評価推奨。
管理職：承認。
となったら人間は、責任を取るためのハンコ係です。
これではAI上司とほとんど変わりません(-_-;)
必要なのは「人間が介在すること」ではなく「人間が逆らえること」
ここは続編記事のかなり重要な結論候補になります。
AI管理制度では、人間が確認しましただけでは不十分。
本当に重要なのは、人間がAI判断を覆しても不利益を受けない制度です。
さらに、どのくらいAI判断を覆しているかも監査した方がいいでしょう。
もし、
AI推奨1000件、人間覆し0件なら、本当に人間が上司をする必要、あります？(-_-;)
OECD調査でも管理職自身が「責任の曖昧さ」を心配している
これは面白いデータです。
OECDの2025年調査では、アルゴリズム管理を使用する管理職の約60％が意思決定の質が改善したと感じています。
その一方で、約3分の2が何らかの信頼性上の懸念を持ち、特に多かったのが、
間違った判断をしたとき責任が不明確 ― 28％
判断ロジックを追いにくい ― 27％
などでした。
つまりAI上司について、部下だけが不安なのではありません。
使う側の管理職も、「これ誰の責任？」と思っている。
結果、「管理職不足」とつながる
前回、
管理職不足
↓
AI管理職
↓
少数の人間がAIを監督
という未来を考えました。
ここで問題になるのが、
人間管理職一人＋AIで200人を見る。
という構造です。
数字上は可能でしょう、しかし重大案件が1日20件上がってきたらどうなるか。
人間：全部詳しく確認できない。
↓
AI提案を承認。
↓
Human in the Loopが形骸化。
となりませんかなね？
AIで管理職を減らしすぎると、AIを監督できなくなる
これは前回の考察との非常に面白い接続です。
管理職不足→AI導入→管理職削減→一人の監督範囲拡大→AI判断を細かく確認できない→AIへ依存→実質AI上司化
となる恐れがあります。
つまり、人間による監督を義務付けても、人間側に監督する余裕がなければ意味がない。
ここで「AIで楽な仕事だけ奪う」がまた戻る
AIが、資料作成、シフト、報告書、数字確認を奪う。
人間管理職に残るのは、
- 解雇
- ハラスメント
- トラブル
- 例外
- 部門対立
- AI誤判定
といった難しい仕事ばかり。
以前の記事で考えた、AIが低負荷業務を引き取る結果、人間には高負荷業務だけが濃縮される問題そのものです。
これでは、誰も管理職になりたくない問題がさらに悪化する可能性すら存在します。
そして社員側にも変化が起きる
AI上司に評価される会社では、
社員は、人間関係よりアルゴリズムを理解する必要が出てきます。
今まで：上司の癖を知る。
未来：評価モデルの癖を知る。
「課長は報連相を重視する」から、「AI評価は返信速度を23％重視する」へ変わる。
新しい社内政治の誕生
人間上司時代：上司へゴマをする。
AI上司時代：アルゴリズムへゴマをする。
例えば、
AIが会議参加回数を見る→不要な会議へ出席→
AIがSlack発言数を見る→意味の薄い投稿を増やす
AIが成果物数を見る→仕事を細分化して件数を増やす。
「働いているフリ」は消えません、機械向けに最適化されるだけです。
では、どんなAI上司なら人間より公平になれるのか？
少なくとも次の条件が必要でしょう。
1つ目は、評価項目が公開されていること。
何を見られているか分からないAIは危険です。
2つ目は、本人が自分のデータを確認できること。これはSB 947の方向性とも一致します。
3つ目は、AIの判断理由を説明できること。
4つ目は、異議申し立てができること。
5つ目は、人間が本当に判断を覆せること。
6つ目は、評価モデルそのものを定期監査すること。
7つ目は、数値化できない貢献を人間が補完すること。
8つ目は、重大な不利益処分の責任者を明確にすること。
このあたりまでやって初めて、
AI上司は人間より公平になり得る
と言えるかと思います。少なくとも、可能性はあるかと。
逆に最悪のAI上司を想像してみた
極論、先程の条件を全て真逆にすればいい(-_-;)
すべてを監視し、何を評価しているか公開せず、説明もなく、異議申立てもできず、管理職は「AIが決めた」と責任を取らないAI
どうです？ これを越えてくる最悪さは中々ないかと思いますが(´∀｀)
これは、人間上司の悪いところ＋AIの悪いところの合作ですからね(-_-;)
つまり、
人間の無責任
＋
機械の硬直性
＋
大規模監視
です。
反対に理想的なAI上司は「公平性監査装置」かもしれない
面白いのは、AIに最終決定をさせるのではなく、人間上司の偏りをAIに監視させる方法。
例えば、
AI：課長Aは同じ成果の社員でも、特定グループを平均12％低く評価しています。
あるいは、
AI：この昇進候補Bさんは、過去5年間の同程度成果者より昇進が遅れています。
と警告する。
つまり、人間をAIが置き換えるのではなく、人間上司をAIが監査するシステムです。
これは良い使い方だと私は思いますけど、どうでしょう？
「AI上司」より「AI副上司」の方が現実的なのではないか
そういったことを踏まえて、私は10年後を考えると、
完全AI課長より、人間課長＋AI副課長の方が良いんでないかと思います。
AI副課長：
データ収集
シフト
タスク配分
異常検出
評価補助
過去事例検索
人間課長：
面談
例外処理
育成
意思決定
人間関係
最終責任
です。
つまり、AIは「管理」を担当し、人間は「マネジメント」を担当する訳ですね。
ただしAI副上司にも「第二の意見」を持たせた方がいい
さらに進めるなら、
AI一体ではなく、二体以上、AI評価AとAI評価Bを用意する方法もいいと思います。
A：解雇推奨。
B：改善計画推奨。
意見が割れたので、人間上司が詳しく確認。
AIを神託にしない。
ことが重要です。
最終的には「公平さ」を誰が定義するかという問題に戻る
ここまで考えると、
AI上司は公平か？
という問いは実は、
会社は何を公平と定義するのか？
という問いになります。
例えば、成果を出した人へ多く払う。
これは成果公平。
全員同じ給与。
これは平等公平ですね。
家庭事情を配慮する。
これは状況の公平。
全社員同一ルール。
これは手続き的な公平。
全部違います。
AIは、この中のどの公平を選ぶか決めてくれません。
人間が決めなければなりません。
だからAI上司は「会社の憲法」を必要とする
AI上司へ単純に、生産性を最大化しろ、では危険です。
会社として何を優先するかを明文化する必要があります。
例えば、
生産性
安全
人材育成
公平性
健康
顧客満足
長期雇用
の優先順位。
つまりAI上司を作ることで会社は、
今まで人間上司の曖昧な常識に任せていた価値観を、明文化することを迫られる。
これはAI導入の意外な、しかもメリット的な副作用なのでは？
これは記事解剖室の「あえて言わない」にも戻る
記事解剖室では、
暗黙のルールが社員を困らせる
問題を扱っていました。
AIは暗黙知では動かしにくい。
だから、
何を評価するのか
何を違反とするのか
何を例外とするのか
を明文化する必要が出てきます。
これはむしろ、組織を透明化する良い圧力になる可能性があります。
「AIによって会社のルールがコード化される」わけです。
今まで会社には、
就業規則に書かれているルールと、実際に運用されている暗黙のルールがありました。
AI管理が進めば、実際の評価基準まで機械に実装しなければならなくなるわけでして、この変化は大きいでしょう。
AI導入によって、暗黙のルールが表に出さざるを得ない訳なので、サービス残業の温床でも『上司より早く帰宅してはならない』とか『成果を出せなかった日は上司より早く帰宅するの禁止』とかはさすがにAIに導入できないでしょう(´∀｀)
そんなAIへのプロンプトが労基に見つかったら、どうなるか……さすがに導入できないと思うけど、ここも抜け道を考えてくるんですかね？(-_-;)
記事解剖室としての結論
私は『AI上司は人間上司より公平なのか？』という問いへの答えを、
AI上司は、人間上司より公平なのではない。人間とは「違う種類の不公平」を持っている。
とします。
人間上司には、
好き嫌い、感情、相性、派閥、思い込み
があります。
AI上司はそれを減らせる可能性がある。
その代わり、
データの偏り
評価基準の欠陥
数値化できない価値の無視
過剰監視
ブラックボックス
責任の曖昧化
という問題が出てきます。
OECDが指摘するように、アルゴリズム管理は意思決定の一貫性を高める可能性がある一方、偏り、説明可能性、責任、労働者の健康などの問題を同時に抱えます。
だから理想形は、AIか人間かではなく、AIが事実を整理し、人間が文脈を判断し、社員が判断過程を確認できる構造ではないでしょうか。
さらに重要なのは、AIを使ったという理由で人間が責任から逃げないことです。
Andon MarketのLunaと、その周辺で議論されているSB 947は、まさにその問題が2026年現在ですでに現実化している例と見ることができます。
そして記事解剖室的に一段深く言うなら、
AI上司の登場によって試されるのはAIの倫理ではなく、その会社自身の倫理なのかもしれない。
AIは会社から渡されたルールを非常に忠実に実行します。
もし社員を数字だけで扱う会社なら、AIは人間以上に正確に数字だけで社員を扱うでしょう。
逆に、公平性、説明責任、育成、例外への配慮を重視する会社なら、AIは人間上司の気分や偏見を補正する強力な道具にもなり得ます。
だから、「AI上司は公平か？」の本当の問いは、こうなると個人的には考えています。
「あなたの会社がAIに実行させようとしている『公平』は、本当に社員から見ても公平なものなのか？」
さて、貴方の所属している、経営している会社はどうですか？
追記
AI上司の問題は、評価の公平性だけでは終わりません。
AIが管理職の役割や社員の働き方、人材育成まで変える可能性があります。
AI時代の会社全体の変化については、「AI時代の働き方はどう変わる？」で整理しています。
コメント