長年続けてきた活動があります。
当然、経験はある。
でも、それをAIに渡して、
「これまでの経験をもとに、自分の専門性を整理してみる」
ということをやってみると、思ったほど濃いものが出てこない。
本人としては、
「なんだか自分が薄っぺらい人間みたいに見える」
と感じる結果でした。
ここで、面白い見方が出てきます。
AIが見ているのは「自分」ではなく「渡した素材」
AIは、こちらが渡した材料をもとに考えます。
だから、出力されたものが薄いからといって、
「自分の経験が薄い」
とは限らない。
むしろ、
「自分が言葉にして渡した経験の範囲が薄い」
だけなのではないか。
そんな捉え方が出てきました。
これは、かなり大きな違いです。
経験はある。でも、言葉になっていない
仕事を長く続けるほど、
「これは普通のこと」
と思うものが増えます。
だから、
なぜそう判断したのか。
何を大切にしてきたのか。
どんな失敗をしたのか。
何を工夫してきたのか。
そういうことを、わざわざ文章に残していない。
でも、それを一つずつ言葉にしていけば、
文章になる。
講座にもなる。
プロフィールにもなる。
新しい商品を考える材料にもなる。
AIに渡す素材にもなる。
「自分には何もない」と思う前に、
「自分の中にあるもののうち、まだ言葉になっていないものはどれくらいあるだろう」
と見てみる。
経験の棚卸しとは、足りないものを探す作業ではなく、すでに持っているものを見つけ直す作業でもあります。
この事例では、AIそのものというより、「すでにある経験という資産を棚卸しし、言語化する」というデザインの考え方が背景にあります。