「AIに仕事を奪われる」という話は、10年前なら未来のSFでした。ところが2022年11月に生成AIのチャットサービスが公開されてから、文章を書く、絵を描く、コードを書くといった仕事の一部を、誰でもスマホからAIに頼めるようになりました。
つまりこのテーマは、受験生にとって「これから就職する自分の話」です。入試の長文がここを放っておくはずがありません。読めて、しかも英語で自分の意見が言えるようになれば、長文でも英作文でも大きな武器になります。
なぜAIと仕事のテーマは入試に出まくるのか
1つ目の理由は、賛否がきれいに分かれること。「AIは人間の仕事を奪うか」「学校でAIを使わせるべきか」は、賛成でも反対でも根拠が書けるので、自由英作文のお題として使いやすいのです。
2つ目は、歴史との比較がしやすいこと。産業革命で機械が職人の仕事を変えた話、自動車が馬車を消した話など、過去の技術革新と並べて論じる長文が定番です。「昔も同じことが起きた、だから今回も大丈夫」なのか、「今回は違う」のか。筆者がどちらの立場かを見抜く問題がよく出ます。
3つ目は、テーマが経済・教育・倫理・法律にまたがること。雇用の統計、学校での使い方、偽動画の危険、著作権の争いまで、1本の長文にぎゅっと詰め込めるので、難関国公立・私大の長文で好んで使われます。
先輩からのひと言
AIの長文は「AIが仕事を奪う」で終わることはほぼありません。たいてい「仕事が消えるのではなく、仕事の中身が変わる」「人間にしかできないことが残る」という方向で締めます。筆者の結論は最終段落に出ることが多いので、そこは特に丁寧に読みましょう。
3分でわかる背景知識
生成AIの正体は「次の言葉を当てるのが得意な巨大な計算機」
generative AI(生成AI)は、文章や画像、音声などを新しく作り出すAIのことです。その中心にあるlarge language model(大規模言語モデル)は、大量の文章を学習して「この言葉の次にはどんな言葉が来やすいか」を計算しています。だから流ちょうな文章が書ける一方で、もっともらしいウソを自信満々に答えるhallucination(ハルシネーション)も起こります。
2022年11月30日に公開された対話型の生成AIサービスは、公開から約2か月で利用者が1億人に達したとされ、消費者向けアプリとして史上最速級の広がりを見せました。「AIが一般の人の道具になった日」として、長文の導入によく出てきます。
仕事は「消える」のか「増える」のか:数字で見る
- 世界経済フォーラム(WEF)が2025年1月に出した Future of Jobs Report 2025 は、技術やグリーン化などの変化によって2030年までに1億7,000万の仕事が生まれ、9,200万の仕事がなくなると予測しました。差し引きでは約7,800万の増加です。
- 同じ報告書は、働く人に求められるスキルの約4割が2030年までに変わるとも見積もっています。「仕事の数」より「仕事の中身」の変化が大きい、というのがポイントです。
- 国際通貨基金(IMF)は2024年1月の分析で、世界の雇用の約40%がAIの影響を受けるとし、先進国ではその割合が約60%に上ると指摘しました。これまでの技術革新と違い、AIは事務や専門職などの高スキルの仕事にも影響するのが特徴です。
世界はAIをどうルールで縛り始めたか
EUでは、AIを危険度によって分けて規制するAI Act(AI法)が2024年8月1日に発効しました。包括的なAIの法律としては世界初とされます。一方で、規制が強すぎると技術の発展が遅れるという反対意見も根強く、「安全と革新のバランス」は英作文でも使える対立軸です。
日本では、labor shortage(人手不足)が深刻なため、AIを「仕事を奪う脅威」よりも「足りない働き手を補う味方」として語る文章も多いです。国や立場によってAIの見え方が違う、という視点は長文の内容一致で差がつきます。
このテーマの必修時事英語
語カードをタップすると、意味・例文・音声が見られます。まずは AI そのものの語、次に「雇用」の語、最後に「規制と倫理」の語、と3グループに分けて覚えると整理しやすいです。
AIと仕事・生成AIの必修語34語
- テクノロジー初級 artificial intelligence 人工知能、AI
- テクノロジー中級 generative AI 生成AI
- テクノロジー上級 large language model 大規模言語モデル、LLM
- テクノロジー中級 machine learning 機械学習
- テクノロジー初級 chatbot チャットボット、自動会話プログラム
- テクノロジー中級 AI agent AIエージェント
- テクノロジー上級 agentic AI エージェント型AI、自律型AI
- テクノロジー上級 hallucination (AIの)ハルシネーション、幻覚
- テクノロジー上級 prompt engineering プロンプトエンジニアリング、指示文の工夫
- テクノロジー中級 AI-generated content AI生成コンテンツ
- テクノロジー中級 deepfake ディープフェイク、偽造動画
- テクノロジー中級 automation 自動化、オートメーション
- ビジネス上級 job displacement 雇用の喪失、職の置き換え
- ビジネス中級 labor shortage 人手不足、労働力不足
- テクノロジー中級 tech layoffs IT業界の人員削減、テック企業のリストラ
- ビジネス中級 reskilling リスキリング、学び直し、再教育
- ビジネス中級 upskilling スキルアップ、技能の向上
- 教育中級 lifelong learning 生涯学習
- テクノロジー中級 AI literacy AIリテラシー、AIを使いこなす力
- 教育中級 critical thinking 批判的思考、クリティカル・シンキング
- ビジネス中級 digital transformation デジタルトランスフォーメーション、DX
- テクノロジー中級 humanoid robot 人型ロボット、ヒューマノイドロボット
- テクノロジー中級 robotics ロボット工学
- ビジネス中級 gig workers ギグワーカー、単発請負労働者
- 環境中級 green jobs グリーン雇用、環境関連の仕事
- テクノロジー上級 algorithmic bias アルゴリズムの偏り、AIの偏見
- テクノロジー上級 AI Act AI法、AI規制法
- テクノロジー上級 AI governance AIガバナンス、AIの統治
- テクノロジー中級 AI safety AIの安全性
- テクノロジー上級 copyright infringement lawsuit 著作権侵害訴訟
- 教育中級 AI in the classroom 教室でのAI活用、学校でのAI利用
- 教育上級 AI-assisted cheating AIを使った不正行為、AIカンニング
- テクノロジー上級 technological singularity 技術的特異点、シンギュラリティ
- 経済上級 universal basic income ユニバーサル・ベーシックインカム、最低所得保障
長文でよく出る論点:AIは仕事を奪うのか、増やすのか
英作文では、自分の立場の理由を2つ選び、反対側の論点を1つだけ認めてから反論すると、説得力がぐっと上がります。長文では、下の論点のどれを筆者が「認め」、どれに「反論」しているかを追うと、主旨が見えてきます。
AIが仕事にもたらすものと心配されること
期待
- 単純作業や繰り返しの仕事をAIに任せ、人間は創造的な仕事や人と関わる仕事に集中できる
- 人手不足が深刻な介護・物流・農業などで、足りない働き手を補える
- AIを開発・運用・監督する新しい職種が生まれ、全体では雇用が増えると予測されている
- 翻訳や文章作成の補助により、語学や専門知識の壁が低くなり、挑戦できる仕事の幅が広がる
- 医療や災害対応など、人間だけでは処理しきれない大量の情報を素早く分析できる
懸念
- 事務・翻訳・デザインなど、これまで安全だと思われていた知的な仕事も置き換えられるおそれがある
- 新しい仕事が生まれても、仕事を失う人と新しい仕事に就く人が同じとは限らず、格差が広がりうる
- AIの誤り(ハルシネーション)や偏り(バイアス)を人間が見抜けないまま、重要な判断に使ってしまう危険がある
- AIが学習した文章や画像の著作権をめぐる争いが続いており、作り手の仕事が守られない可能性がある
- 偽動画(deepfake)などの悪用により、信頼や安全が脅かされる
- AIに頼りすぎると、自分で考え、書き、学ぶ力が育たなくなるという教育上の不安がある
自由英作文で使える表現
AIのお題では「replace(置き換える)」だけで押し切らず、「complement(補う)」「free up(解放する)」といった前向きな動詞も使えると表現の幅が出ます。音声で3回まねして読んでおきましょう。
AIと仕事の英作文フレーズ
AI is likely to change the nature of many jobs rather than eliminate them completely.
AIは多くの仕事を完全になくすというより、その性質を変える可能性が高い。
rather than で「AではなくB」を示す。バランス型の意見の定番。
By taking over routine tasks, AI can free up workers to focus on more creative work.
定型的な作業を引き受けることで、AIは働く人がより創造的な仕事に集中できるようにしてくれる。
free up 人 to ~(人を解放して~させる)は賛成側の強力な動詞。
Workers whose jobs are automated may not have the skills needed for the new jobs that are created.
仕事が自動化された人が、新しく生まれる仕事に必要なスキルを持っているとは限らない。
懸念側の核心。whose の関係詞と受け身を1文で練習できる。
Governments and companies should invest in reskilling programs so that no one is left behind.
誰も取り残されないように、政府と企業は学び直しのプログラムに投資すべきだ。
so that ~ で目的を示す。be left behind はSDGsの文脈でも頻出。
Even the most advanced AI cannot replace the empathy and judgment that human workers provide.
どれほど高度なAIでも、人間の働き手が持つ共感力や判断力の代わりにはなれない。
Even the most ~ で譲歩を強める。empathy は「人間にしかできないこと」の定番語。
Students should learn how to use AI as a tool rather than as a substitute for thinking.
生徒はAIを、考えることの代わりではなく、道具として使う方法を学ぶべきだ。
as a tool / as a substitute の対比が教育系のお題で効く。
AI-generated content can look convincing even when it contains serious errors.
AIが作った内容は、重大な誤りを含んでいても説得力があるように見えることがある。
even when ~ で「~のときでさえ」。ハルシネーションを説明する型。
Clear rules are needed to ensure that AI is used in a way that benefits society as a whole.
AIが社会全体の利益になる形で使われるようにするには、明確なルールが必要だ。
ensure that ~ と as a whole で規制側の結論文が作れる。
History suggests that new technologies tend to create more jobs than they destroy in the long run.
歴史を見ると、新しい技術は長い目で見れば、なくす仕事より多くの仕事を生み出す傾向がある。
History suggests that ~ は産業革命の話に持ち込むときの書き出し。
In my view, the question is not whether AI will change work, but how we prepare for that change.
私の考えでは、問題はAIが仕事を変えるかどうかではなく、その変化にどう備えるかだ。
not whether ~ but how ... は締めの1文として非常に強い。
オリジナル長文にチャレンジ
共通テスト〜国公立二次レベルの書き下ろし長文です。まず訳を隠して1回読み、「筆者はAIを脅威と見ているか、味方と見ているか」を一言で答えてからクイズに進んでください。
Will the Robots Take Our Jobs?共通テスト〜国公立二次
When people first saw a machine that could write a poem or a computer program in seconds, many of them asked the same question: what will be left for humans to do? The worry is understandable. Unlike earlier machines, which mostly replaced physical labor, generative AI can perform tasks that once required years of education, such as summarizing documents, translating languages, and drafting reports.
数秒で詩やコンピュータのプログラムを書ける機械を初めて目にしたとき、多くの人が同じ問いを口にした。人間にできることは何が残るのか、と。この心配はもっともである。主に肉体労働を置き換えた以前の機械と違い、生成AIは、文書の要約や言語の翻訳、報告書の下書きなど、かつては何年もの教育を必要とした作業をこなせるからだ。
Yet history offers a more complicated picture. Two hundred years ago, textile workers feared that new looms would destroy their livelihoods, and in the short term, many did lose their jobs. In the long run, however, the falling price of cloth created new industries and new kinds of work that nobody had imagined. Something similar happened when computers entered offices in the late twentieth century: typists disappeared, but millions of jobs in software and design appeared.
しかし歴史は、もっと複雑な姿を見せてくれる。200年前、織物の労働者たちは新しい織機が自分たちの生計を奪うのではないかと恐れ、実際に短期的には多くの人が職を失った。だが長い目で見ると、布の値段が下がったことで新しい産業と、誰も想像しなかった新しい種類の仕事が生まれた。20世紀後半にコンピュータが職場に入ってきたときも似たことが起きた。タイピストは姿を消したが、ソフトウェアやデザインの仕事が何百万と現れたのである。
This does not mean the change will be painless. A 2025 report by the World Economic Forum estimated that about 170 million jobs would be created and 92 million lost by 2030. The problem is that the people who lose jobs are rarely the same people who gain them. A truck driver replaced by an automated system cannot become a data scientist overnight. Without support for retraining, the gap between those who benefit from AI and those who are left behind may grow wider.
だからといって、変化に痛みがないわけではない。世界経済フォーラムの2025年の報告書は、2030年までに約1億7,000万の仕事が生まれ、9,200万の仕事が失われると見積もった。問題は、仕事を失う人と仕事を得る人がめったに同じではないことだ。自動化されたシステムに置き換えられたトラック運転手が、一晩でデータサイエンティストになれるわけではない。学び直しへの支援がなければ、AIの恩恵を受ける人と取り残される人との差は、さらに広がるかもしれない。
Perhaps the most useful way to think about AI is not as a rival but as a colleague that never gets tired. It is extremely good at finding patterns, and extremely bad at understanding what matters to a nervous patient or a struggling student. The jobs of the future will belong to people who can combine the speed of machines with the judgment that only humans have.
AIについて考えるうえで最も役に立つのは、それをライバルではなく、決して疲れない同僚と見なすことだろう。AIはパターンを見つけるのが非常に得意で、不安な患者や勉強に苦しむ生徒にとって何が大切かを理解するのは非常に苦手である。未来の仕事は、機械の速さと、人間だけが持つ判断力とを組み合わせられる人のものになるだろう。
語句
- what will be left for humans to do人間がやることとして何が残るのか
- physical labor肉体労働
- livelihood生計、暮らしの手段
- in the short term / in the long run短期的には/長い目で見れば(対比のセット)
- painless痛みのない、苦労のない
- overnight一晩で、突然に
- retraining学び直し、再訓練(reskilling とほぼ同じ)
- be left behind取り残される
- not as a rival but as a colleagueライバルとしてではなく同僚として(not A but B)
- what matters to ~~にとって何が大切か(matter は動詞)
長文の理解度チェック
Q1第1段落によると、生成AIが以前の機械と違う点は何ですか。
Unlike earlier machines, which mostly replaced physical labor, generative AI can perform tasks that once required years of education と書かれています。Unlike A, B の形は「AとBの違い」を問う設問の定番です。
Q2第2段落で筆者が織物の労働者の話を出した目的は何ですか。
In the long run, however, ... created new industries and new kinds of work とあります。however の後ろに筆者の言いたいことが来る、という読み方の典型例です。
Q3第3段落の内容と一致するものはどれですか。
Without support for retraining, the gap ... may grow wider と一致します。数字の大小(1億7,000万 対 9,200万)と rarely(めったに~ない)の否定を正確に読みましょう。
Q4この文章の主旨として最も適切なものはどれですか。
第2段落で歴史の視点、第3段落で痛みへの備え、最終段落で「同僚としてのAI」という提案。極端な選択肢(すべて奪う、誰も失っていない)はまず疑いましょう。
ここで差がつく:言い換えと誤読ポイント
| 本文の表現 | 設問・選択肢での言い換え | 注意点 |
|---|---|---|
| automate | replace human work with machines / do by machine | 「自動化する」。名詞は automation |
| displace workers | take jobs away from workers / put workers out of work | displace は「元の場所から追い出す」が基本イメージ |
| reskilling | learning new skills for a different job / retraining | upskilling は今の仕事の中で力を伸ばすこと |
| hallucination | false information presented as fact | 幻覚ではなく「もっともらしい誤り」 |
| bias | unfair tendency / prejudice built into the system | AIの話では「偏り」。「先入観」の意味もある |
| intelligence | the ability to learn and think | 「情報(機関)」の意味もある。文脈で判断 |
AI を主語にした文の読み方
AI can write, AI learns, AI decides のように、AIが「人のように」主語になる文が大量に出ます。ここで「AIが本当に考えているのか」と哲学的に悩む必要はありません。長文では「AIが~する」と素直に訳し、筆者がそれを歓迎しているか警戒しているかだけを追いましょう。
「今回は違う」型の主張に注意
「過去の技術革新も乗り越えてきた」という楽観論に対し、This time is different.(今回は違う)と反論する長文も定番です。AIは頭を使う仕事にも影響する、変化のスピードが速い、という2つが「違う」の根拠としてよく出ます。どちらの立場の文章かを最初の段落で見極めましょう。
ツッコミどころ・意外な雑学
- 生成AIの誤りを表す hallucination は、もともと「幻覚」の意味。「AIが幻覚を見ている」というより「AIが自信満々に作り話をしている」のが実態なので、この言葉に反対する研究者もいます。
- WEFの報告書では、事務・経理などの仕事が減る一方、配達員、介護職、教師、農業従事者などの「体を動かす・人と関わる」仕事は増えると予測されています。ロボット時代に一番強いのは、意外にも身体を使う仕事かもしれません。
- IMFの分析では、AIの影響を受ける仕事の割合は、先進国のほうが新興国・途上国より高いとされます。高スキルの仕事が多い国ほど、AIの影響を強く受けるという逆説です。
- 英作文でAIを使って練習するのは悪くありませんが、AIの英文には「もっともらしい誤り」がまぎれています。添削された文を、そのまま信じず辞書で確かめる。実はこれが、長文で言う critical thinking の練習そのものです。
ちなみにこのページの数字は、すべて確認できたものだけを載せています。AIのハルシネーションを解説しながら自分がハルシネーションしていたら、それこそ最大のツッコミどころですからね。
よくある質問
自由英作文で「AIは人間の仕事を奪うか」と聞かれたら、どちらの立場が書きやすいですか?
「変えるが、すべては奪わない」というバランス型が一番書きやすいです。理由は「定型作業は置き換わる」「人と関わる仕事や判断は残る」の2つ。最後に「学び直しの支援が必要」と提案を足すと、構成がきれいにまとまります。
AI と artificial intelligence、どちらを使えばいいですか?
英作文では最初に artificial intelligence (AI) と書き、その後は AI で構いません。ただし冠詞に注意。AI は数えられない名詞として使うのが基本で、an AI は「1つのAIシステム」という意味になります。
このテーマとセットで出やすい分野はありますか?
SNSの偽情報(deepfake)、教育での使い方、プライバシーと個人データ、そして働き方の変化(リモートワーク、週休3日)です。関連トピックのページもあわせて読むと、1本の長文で複数の話題が出ても慌てません。
あわせて読みたい
今日このページを読んだあと、AIに何かを質問したら、答えを見ながら一度だけ英語で考えてみてください。Is this true, or is it a hallucination? と頭に浮かんだら、もう立派な時事英語の使い手です。