‟人材育成”にリソースを割けるところに、勝機がありそうだ!!
おはようございます!
昨日は何となくアイディアが欲しい時だったので、頭の中をクリアにするという名目で焼酎ハイボール×わさビーフという最強の組み合わせを食べていた 講内です。わさビーフは、‟男の”シリーズで、ワサビがかなり強めでした。
うまいんです……1杯で抑えるのが本当に大変でしたね。
何となく漠然と思いついたアイディアは、非常勤講師で教えている内容をリモートでやるときに、面白くなかったらつらくなるということの解決。
そして、Stepをより明確にしないとどこで躓いたのかがわからなくなるので、より分かりやすい思考のStepを提示することです。
僕の中で何となく思いついたのは、‟RPG×訪問リハ思考”で説明したら、どの段階で躓いたのかもわかるし、平坦な説明よりもわかりやすくなるのではないかなと……妄想です。笑
旅立ちの初期装備がクライアント、立ちはだかる小ボス(物的環境)、中ボス(人的環境)、ラスボス(機能×メンタル)を設定……武器(福祉用具)、呪文(クライアント、人的環境のマインドセット)、スキル(身体機能)……伝説の勇者になるため(目標設定)にと捉えればできるのでは??
『異人』になるには??
『シン・二ホン AI×データ時代における日本の再生と人材(著:安宅和人)』
第4章 未来を創る人をどう作るか?
今日は、昨日に引き続きこの章の後半をアウトプットしていきたいと思います。
前半部分では、なぜ人材育成が必要なのかを解きながら、その具体的方法も例示していました。後半はそこから一歩踏み込んで、『異人』を育てるための6つのポイントを示しています。
①意思・自分らしさ・憧れ
‟「その人となりの心のベクトル」を育てること”
Step1:意味・目的>作業内容
Step2:体験・感じる・引っかかる>スポンジ
Step3:近代、現代の偉人の話に触れる
Step4:世界常識に合わせた多様な価値の実現
②皮膚感覚をもって価値を生み出すことを理解する
‟仕事とは何か??”
中学校の理科レベルで答えられる話を、どの程度の方が答えられるのでしょうか??
仕事=力(努力)×距離(どれだけ先に進んだか)
力=質量(どれだけ大きな存在に)×加速度(変化を加えたか)
③サイエンスの面白さと意味への理解を深める
技術の素養を高めるサイエンスであり、‟サイエンス≠ルール”であることをまずは理解してほしいと著者は述べています。サイエンスとは、‟自然からパターンを見出すこと”であると。
④夢×技術×デザイン視点で未来を創る教育に刷新する
教育部分を見直す必要を繰り返し説いていますが、特に未来を創る方程式においても、同様のことを5つの課題から伝えています。
1)「手を使う」部分が徐々に弱くなっている
2)データ×AIを学ぶ理由付けが十分ではない
3)データ×AIが必ずしもリアリティをもって教えられていない
4)最も大切な夢を描く部分の養成が足りていない
5)風景、景観に対する原点が少ない
⑤道具としての世界語を身に着ける
読む・聞くのインプット教育から、書いて・話すアウトプット教育への変革
⑥アントレプレナーシップの素養
アントレプレナーシップ(事業を生み出すための基礎素養)を高校生から学ばせることが必要。
そして、リテラシー層をさらにUpdateするためには、カバーしきれていない3つの重要課題があります。
1.中等教育までに『AI-Ready化』
2.『全員平等』の教育を止める
3.反転教育の導入
このリテラシー層を強化したうえで、専門家層の裾野拡げる際の重要課題も解説しています。
①データ×AI分野そのものの専門家
PhDレベルの人材の厚みが圧倒的に少ないのです(例示:OECD事務スタッフ、日本の官庁職員)。その要因として4つ挙げています。
1)経団連がオールドエコノミーのフェーズ1人材で止まっている
2)修士vs博士の構造
3)経済的サポート不足
4)データサイエンティストの意味理解
②データ×AIの力を使いつつ、様々な領域を刷新していく専門家
この人材は、フェーズ2・3において貴重な人材となります。そのためには、教育で行われている、‟部門×教員×予算”と‟学生”を分離させ、境界領域を生み出せる人材を育成することと述べています。
教育へのリソースを多く割く必要があることは理解ができました。そして、僕たちすでに大人となっているミドルマネジメント世代は、チャレンジしつつ、スキル刷新を常日頃仕掛けていかないと、新しい世代が生み出したものの‟ジャマ”になってしまうのでしょう。
僕が目指すは‟勝海舟”ですね!!
ではでは、今日も最高の笑顔で、いってらっしゃーい!
acty home
講内 源太
追伸
Youtubeチャンネルもチェックしてね!
この記事が気に入ったらサポートをしてみませんか?