人生の大部分において、人は常に一つの問いに付きまとわれます：「将来何になりたいのか？」

この問いは子供の頃から投げかけられます。やがて思春期になると、進路や大学、専門分野を選びます。どこかに自分にぴったりの場所が存在し、自分を十分に理解し、必要な知識を得て、その場所を見つけてそこに収まればよいという前提があります。

このモデルにおいて、職業の選択は人生の初期における最も重要な決断の一つです。間違いの代償は大きいため、選択には真剣に向き合うべきだとアドバイスされます。

しかし、その問いの立て方自体が徐々に時代遅れになっているとしたらどうでしょう？

それは職業が消えるからではありません。教育が必要なくなるからでもありません。

経済的な機会の寿命が、人間のキャリアの寿命よりもはるかに短くなる可能性があるからです。

今日の良い職業は、明日の保証をしてくれない

時代によって、思いがけない全く異なる仕事が突然有利になります。

Eコマースの成長は、配達員への膨大な需要を生み出します。給与は上がり、参入コストはほぼゼロであり、何年もの訓練を受けていない人でも、長年勉強した人々と同等の収入を突然得られるようになります。

その後、労働者の供給が増え、技術が変わり、市場が飽和すると、その仕事はもはやそれほど魅力的なものではなくなります。

外国の製造業の進出は、また別の機会を生み出します。工業地域では、若者が学校を卒業してすぐに最新の工場に就職し、社内研修を受けて、次の5年間を大学で過ごす同世代よりも早く稼ぎ始めることができます。

数年後には、新しい波がやって来ます。

今日では、学生のような若者であっても、インターネット上で古いウェブサイトを使っている何百もの企業を見つけ、AIを使って数時間で現代的なバージョンを作り、オーナーに提案を送りつけることができます。97社はメールを無視するでしょう。2〜3社が同意すれば、その実験は利益を生むものとなります。

しかし、この機会も永遠ではありません。

何千人もの人々が同じ手口を使い始めれば、価格は下がります。新しいウェブサイトの作成がほぼ自動化されれば、その優位性自体が消滅します。

問題は、その人が間違った職業を選んだことではありません。

世界が変わっただけなのです。

だからこそ、私たちは「選択」について考えすぎているのかもしれない

18歳の若者を二人想像し、それぞれに6年の期間を与えてみましょう。

一人は職業を選びます。

彼は大学に入り、体系的なカリキュラムをこなし、試験に合格し、24歳までにまとまった専門知識と認められた学位を手に入れます。

もう一人は、何も決定しません。

彼は一つの仕事に就きます。半年後、自分には合わないと気づき、別の仕事を試します。何かを売ろうとして失敗し、新しいツールを身につけ、小さなプロジェクトを行い、最初の顧客を見つけますが、そのニッチ市場は消滅します。別の領域に移り、また何かを学びます。

24歳になったとき、一人の経歴は分かりやすく見えます。

もう一人の経歴は、混沌として見えます。

前者について、人は「6年間自分の未来に投資した」と言います。

後者について、人は「6年間進路を決められなかった」と簡単に言います。

しかし、彼らは単に異なる種類の資本を蓄積していただけなのかもしれません。

前者は特定の活動に対する準備をますます高めていました。

後者は、活動を変えなければならないという状況への対応力をますます高めていました。

前者を測定することは得意ですが、後者については一般に認められた測定単位すらありません。

「失敗」もまた知識を生み出す

もしある人が大学で2年間勉強した後に別のことがしたいと気づいた場合、その2年間はしばしば「無駄」と捉えられます。

5つの仕事を転々としたなら、それはさらに悪く見えるかもしれません。

しかし、すべての失敗した試みが無駄な時間であるとは限りません。

人は自分のことを最初から知っているわけではありません。

毎日8時間プログラミングをやってみるまでは、自分がプログラミングを好きだと思い込んでいるかもしれません。偶然営業の仕事に就くまで、自分が営業に向いていないと思い込んでいるかもしれません。大企業に憧れながら、1ヶ月後にそのような環境に耐えられないと気づくかもしれません。

本を読むだけでは得られない知識があります。

職業に関する十分に詳細な説明を読んでも、自分がその仕事を次の10年間続けたいと思うかどうかを知ることはできません。

そのためには、実験が必要なのです。

そうであれば、5つの仕事を試してそのうち4つをやめた人は、必ずしも4回敗北したわけではありません。

彼は自分自身の人生に関する4つの仮説を排除したのです。

そして同時に、市場、人間、お金、そして自分の能力について何かを学んだのです。

市場自体がカリキュラムになり得る

企業のウェブサイト作成で稼ごうとする人は、あらかじめ用意されたカリキュラムを持っていません。

しかし、その機能的な類似物はすぐに現れます。

見込み客を見つける方法を知らなければ、探し方を学ばなければなりません。

誰もメールに返信してくれなければ、魅力的な提案の仕方を学ばなければなりません。

顧客が興味を持ったのに買ってくれなければ、営業の仕組みを理解しなければなりません。

ウェブサイトの出来が悪ければ、デザインと技術を習得しなければなりません。

作業に3日かかるのに、競合他社が3時間で終わらせるなら、AIを使いこなさなければなりません。

顧客が多くてもお金が残らないなら、価格設定を理解しなければなりません。

人間がこれらのテーマを勉強する必要があると、誰かが事前に決めたわけではありません。

必要性が知識の前に生じたのです。

これは、大部分の形式張った教育とは逆の順序です。

伝統的なモデルはしばしばこうです：

まず知識 → それが役立つ場所の探索。

実験的なモデル：

まず課題 → 足りない知識の発見 → 学習 → 即座の検証。

2番目のモデルは教育を否定するものではなく、教育が現れるタイミングを変えるものです。

大学は、若すぎる時期より、後から行く方が良い場合もある

数年間さまざまな仕事を試し、21歳になって橋の設計をしたいと気づいた人を想像してみましょう。

今や彼には、本格的な数学、物理、工学的訓練、そして正式な資格が本当に必要です。

彼は学びに行きます。

しかし彼の状況は、ほぼ手探りで専門分野を選んだ17歳の少年の状況とは根本的に異なります。

彼はすでに、なぜ自分にこの知識が必要なのかを知っています。

教育は未知の未来への賭けではなく、見出された目的を達成するためのツールに変わります。

これは大学に対する批判ではありません。

医師、エンジニア、研究者、その他多くの専門家を、AIとの何度かの会話や一連の小さなプロジェクトだけで育成することは不可能です。

だからといって、誰もが同じ順序に従うべきだということにはなりません：

まず職業を選ぶ → 数年間準備する → その後で初めて現実で選択を検証する。

時にはその逆の方が合理的である場合もあります：

試してみる → 方向性を見つける → 限界を理解する → 先に進むためにどうしても必要なものを学ぶ。

AIは「試行のコスト」を劇的に下げる

かつては、実験を行うコストははるかに高かったのです。

ソフトウェア製品を作りたいと思ったら、プログラミングを学ぶか、プログラマーを見つける必要がありました。

デザインをするにはデザイナーが必要でした。

市場調査には時間と専門知識が必要でした。

提案書を書くには、さらに別のスキルが必要でした。

そのため、「うまくいくだろうか？」という思いと、実際の検証の間には、何ヶ月もの作業と多大な資金が存在していました。

AIはその距離を縮め始めました。

一人の人間が、まだ完璧ではないにせよ、マシンをプログラマー、研究者、翻訳者、デザイナー、アナリスト、そして営業アシスタントとして使うことができるようになっています。

そしてこれは、現実の経済に反映され始めています。

2026年、Stripeの報告によると、Stripe Atlasを通じて設立された企業におけるソロファウンダー（単創業）の割合が過去最高に達しました。同時に、異常に高い収益を上げる単独起業家の数も増えています。AIは誰もが一人で成功するビジネスを築けることを証明するわけではありませんが、個人が少なくともアイデアを検証するために必要となる様々な専門家の数を減らしてくれます。

これは根本的な変化です。

かつては失敗した実験に1年と大金がかかったかもしれないが、明日にはいくつかの実験が1週間で済むようになるかもしれません。

つまり、人はより多くの失敗を自分に許すことができるということです。

しかし、「機会」を「職業」と混同しやすい

ここで別の罠が生じます。

例えば、今日AIを使ってウェブサイトを作ることが、月に数千ドルの利益をもたらすとします。

そこからこう結論づけたくなるかもしれません。

「私は職業を見つけた」と。

しかし、まさにこれが間違いである可能性があります。

ある人にとってそのニッチ市場への参入が安価になったのであれば、何千人ものライバルにとっても安価になったということです。

今日の高い収入は、何も保証してくれません。

したがって、特定の機会の価値は、それでいくら稼げたかだけにあるのではありません。

それは以下のような別のものを残してくれます：

顧客を見つける方法を学んだこと；

需要の検証方法を理解したこと；

営業の仕方を身につけたこと；

いくつかのツールをマスターしたこと；

優位性がどれほど速く模倣されるかを目撃したこと；

機能しなくなったプロジェクトを閉じる方法を学んだこと；

そして何より、次の機会を探す経験を得たこと。

その時、ニッチ市場の消滅はもはや悲劇ではなくなります。

そもそも、それは一生続くべきものではなかったのです。

おそらく最大の資産は、「自分自身を作り変える能力」になる

私たちは人間の資本を蓄積という観点から説明することに慣れています。

数学を知っている。

プログラミングができる。

ロジスティクスで10年の経験がある。

医学教育を受けた。

しかし、急速に変化する環境においては、別の種類の能力が現れます：

見る → 理解する → 学ぶ → 試す → フィードバックを得る → 作り変える。

多くの知識を持ちながら、このサイクルを回すのが下手な人もいます。

逆に、形式的な教育は比較的少なくても、数ヶ月以内に新しい領域に十分に深く入り込み、そこで価値を生み出し始めることができる人もいます。

この能力を適応資本と呼ぶことができます。

これは特定の知識の蓄積ではありません。

環境が変化した後に、再び必要な知識の蓄積を作り出す能力のことです。

そしてここで、教育に対する厄介な疑問が生じる

労働市場の調査は、学位と仕事を実行する能力が同じではないことをすでに示しています。

雇用主は何十年もの間、内容が実質的に変わっていない求人に対しても学士号（bachelor's degree）の要件を追加し続けました。その後、スキルのある採用（skills-based hiring）という逆の動きが生まれ、一部の企業が学歴の形式的要件を外し、必要な能力をより具体的に記述し始めました。

しかし、この変化でさえ遅々として進んでいません。学歴要件の撤廃を宣言する方が、採用の仕組みを実際に作り変えるよりもはるかに簡単だからです。

それと並行して、OECDは2026年、仕事、日常活動、独学を通じて個人が獲得する知識やスキルであるインフォーマル学習（informal learning）に特別に注目しています。このような学習形態は、デジタル化やAIの影響でスキル要件が急速に変化する環境に特に適しています。

奇妙な状況が生じています。

経済は絶えず学び続ける能力をますます求めています。

技術は、必要性が生じたまさにその瞬間に学ぶことをますます可能にしています。

しかし、社会システムはいまだに、事前に標準化された教育の軌跡しかうまく認識できません。

おそらく問題は、形式的な教育が無意味だということではありません。

問題は、私たちは「蓄積された教育」を測定することには長けていても、「自分自身を教育し続ける人間の能力」を測定することには長けていないということです。

あらかじめ用意された軌跡は、訓練を助けると同時に奪う

形式的な教育には絶大な利点があります。

それは、次に何をすべきかを常に自分で決める必要性から人間を解放してくれます。

科目がある。

講師がいる。

教材がある。

締め切りがある。

成功の基準がある。

試験がある。

次のコースがある。

自分で軌跡を構築する能力をまだ持たない人にとって、これは非常に価値のあるシステムです。

しかし、この利点には裏表が存在する可能性があります。

誰か他の人が何年もの間**「次に何をすべきか」**に答えてくれる間、人は自分でそれに答える方法を学ぶ必要がありません。

実験的な人生は、これを絶えず行うことを強いられます：

今、何が起きているのか？

機会はどこに現れたのか？

なぜ前回の試みはうまくいかなかったのか？

自分に何ができないのか？

これを学ぶ価値はあるのか？

AIはこのギャップを埋められるか？

続けるべきか、やめるべきか？

次に何を試すべきか？

これもまた学習です。

ただ、それには学位が出ないだけです。

AIは自立を「エリート特有のもの」から変えるかもしれない

実験的な道には常に深刻な問題がありました。

それは自立心を必要とします。

18歳の誰もが、自分で市場を調査し、方向性を選び、学習プログラムを組み立て、顧客を見つけ、結果を評価し、失敗した後に何をすべきかを理解できるわけではありません。

そのため、あらかじめ用意された軌跡は単なる制限ではなく、現実の問題を解決するものでした。

しかし、AIはこれも変えることができます。

人間は、次のステップをどう組み立てるかを自分で知っている必要がなくなります。機械と可能な方向性について話し合い、未知の領域を調査し、低コストの実験を組み立て、失敗を分析し、足りない説明を素早く得ることができます。

AIは好奇心を生み出すわけでも、人に行動を強要するわけでもありません。

しかし、自立にかかる知的なコストを下げてくれるのです。

そのとき、自分自身の軌跡を築く能力は、偶然それを自分で学んだ少数の人々の特権ではなくなります。

それもまた、発達させることができるのです。

おそらく私たちは、子供たちに間違った質問をしている

「将来何になりたいのか？」 —— これは、その答えが十分長く役に立ち続ける世界においては良い質問です。

しかし、人が80年生きて、そのキャリアの中で技術、市場、価値創造の方法が根本的に何度も変わるのだとしたら、一つの答えだけでは不十分かもしれません。

そのとき、質問はこう変わるべきです：

あなたは次に何者になるべきか、理解できるようになるだろうか？

必ずしも起業家である必要はありません。

必ずしもプログラマーである必要はありません。

必ずしも毎年職業を変える必要はありません。

意味は、動くための動くことにありません。

意味は、「一度見つけた場所が自分のものであり続けなければならない」という思い込みを捨てることにあります。

おそらく未来の人間は、自分の能力が今どこで世界に必要とされているかを何度も見つけ出し、足りない部分を補い、再び専門家になることを繰り返さなければならなくなるでしょう。

そのとき、学習の最終結果とは、一つの職業に向けて準備された人間ではありません。

最終結果とは、何度必要になろうとも、自分自身を再び専門家に仕立て上げることができる人間なのです。