ライブラリに戻る

中心となる問い 新着

AI処理済み · 著者確認済み

生成AIで執筆する際、従業員はいかに自分らしさや独自性を保つのか?

Voice Work with GenAI: How Employees Develop and Sustain Individual Voice in Organizational Communication
Maayan Cohen, Lauren Waardenburg, Lior Zalmanson · International Conference on Information Systems (ICIS) · 2026
イラスト: 生成AIで執筆する際、従業員はいかに自分らしさや独自性を保つのか?

Spotifyのプレーヤーを読み込みます。SpotifyによりCookieが設定される場合があります。選択内容はこの端末に保存されます。

主な知見

  • 「ボイスワーク」における5つの反復的側面(個人の声の保護、暗黙の好みの明確化、AIツールへの声の外在化、AI支援による執筆様式の洗練、声の生成プロセスの可視化)を特定した。
  • 従業員が集約・共有されたAIテンプレートに頻繁に抵抗するのは、技術への反発ではなく、顧客や同僚との独自の信頼・対人関係スタイルを維持するためであることを明らかにした。
  • AIとの対話により、労働者は暗黙のコミュニケーション習慣を明文化せざるを得なくなり、自身の伝え方を点検・評価し、意図的に変更する契機となることを見出した。
  • 労働者は単発のプロンプトやペルソナ設定ではなく、継続的かつ反復的な調整と「否定ルールの設定」を通じて独自の声を維持していることを実証した。
  • プロンプトの試行錯誤の履歴や対話ログが、管理職が従業員の判断力や問題解決能力を評価するための可視化された成果物として機能しつつあることを明らかにした。

実践への示唆

CIO / IT役員

Decommission all centralized, mandatory AI text templates and instead provide employees with personal workspace storage to maintain their own iterative prompt libraries and negative rule-sets.

ITマネージャー

Audit your team's shared AI prompt history channels on Monday morning to evaluate how staff members exercise judgment and calibrate communication before deployment.

経営戦略担当者

Establish a team guideline that requires client-facing communications to incorporate distinct relational styles rather than generic AI outputs, protecting employee value and differentiation.

研究者

Design a study examining how digital prompt trails and interaction histories function as proxy artifacts for managerial evaluation of employee cognitive labor.

政策立案者

Draft organizational guidelines that protect workers' rights to personalize AI-assisted communications, ensuring policies explicitly prohibit mandatory homogenization through uniform AI styling.

要約

本研究は、知識労働者が職場のコミュニケーションで生成AIを利用する際、個人の独自の「声」をいかに形成・維持しているかを調査した定性的フィールド研究である。研究チームは従業員500人規模の広告テクノロジー企業で13か月にわたる解釈的研究を実施し、非参与観察、56件の半構造化インタビュー、従業員のChatGPT Enterpriseワークスペースにおける成果物ウォークスルーを組み合わせた。

課題

生成AIは職場で通用する文章を作成できるものの、その出力は標準化されたモデルパターンを反映しがちであり、組織内コミュニケーションを均質化させるリスクを孕んでいる。知識労働において従業員特有のコミュニケーションスタイルは見識を示し、関係性を構築し、人間ならではの継続的価値を実証するものであるため、生成ツールが労働者を代行して文章を書く際に緊張が生じる。

文字起こし
Host: こんにちは。「A.I.S. Insights — powered by Living Knowledge」へようこそ。ホストのアンナ・アイビー・サマーズです。本日は、「生成AIを用いたボイスワーク:組織内コミュニケーションにおいて従業員はいかに独自の「声」を形成し維持するか」と題された研究を取り上げます。著者はMaayan Cohen氏、Lauren Waardenburg氏、Lior Zalmanson氏で、ICIS 2026で発表されたものです。この研究は、知識労働者が職場で生成AIを使う際に、自身の「声」、つまり個人の独自のコミュニケーションスタイルをいかに維持しているかを調査したものです。アナリストのアレックス・アイアン・サザーランドさんとともに掘り下げていきます。アレックス、よろしくお願いします。
Expert: よろしくお願いします、アンナ。生成AIは自然で整ったビジネス文書を素早く作成できますが、出力される文章はどうしてもモデル固有の標準的なパターンに収束しがちです。これにより、組織内のコミュニケーションが画一化してしまう懸念が生じています。
Host: 確かに、AIが書いたメールや文書はどれも似たトーンになりがちですね。それが業務においてどのような問題を引き起こすのでしょうか。
Expert: 知識労働において、従業員それぞれの表現方法やトーンは、単なる好みの問題ではありません。それは専門的な見識を示し、同僚や顧客との信頼関係を築き、人間ならではの価値を示す重要な手段です。そのため、AIが文章作成を代行する場面が増えるにつれて、効率化と自分らしい表現の維持との間で摩擦が生じることになります。
Host: なるほど。では、研究チームはこの問題をどのように調査したのですか。
Expert: 調査対象となったのは、従業員およそ500人規模の広告テクノロジー企業です。研究チームは13か月にわたる解釈的研究を実施しました。非参与観察、56件の半構造化インタビューに加え、従業員が実際にChatGPT Enterpriseで行った作業履歴やプロンプトを確認する成果物ウォークスルーを組み合わせてデータを収集しています。
Host: 実際の現場での利用実態を詳細に追ったわけですね。この調査からどのような結果が明らかになったのでしょうか。
Expert: 主な結果として、従業員が自身の声を維持するために行う「ボイスワーク」には5つの反復的な側面があることが特定されました。具体的には、個人の声の保護、暗黙の好みの明確化、AIツールへの声の外在化、AI支援による執筆様式の洗練、そして声の生成プロセスの可視化です。
Host: 興味深いですね。特に実務の観点で注目すべき点はどこでしょうか。
Expert: 一つは、企業が用意した共通のAIテンプレートやプロンプトに対して、従業員が頻繁に抵抗を示した点です。これは技術の導入自体を拒否しているのではなく、顧客や同僚との間で培ってきた独自の信頼関係や関係性を損なわないための行動であることが分かりました。
Host: 単なる変化への抵抗ではなく、関係性を守るための意図的な判断だったのですね。従業員は具体的にどのようにして独自のトーンを維持していたのですか。
Expert: 独自のトーンの維持は、一度のプロンプト入力やペルソナ指定で完結するものではありませんでした。従業員はAIとの対話を繰り返しながら、何を含めるべきかだけでなく、「使わないでほしい表現」や「避けるべき文体」といった否定ルールを細かく設定することで、出力を調整していました。この過程を通じて、自身の無意識な文章の癖や価値観を言語化し、表現を再点検する契機にもなっています。
Host: プロンプトの試行錯誤そのものが、自分のコミュニケーションを見つめ直す作業になっているのですね。さらに、管理職側の視点でも変化があったそうですね。
Expert: はい。従業員がAIとどのような対話を重ね、どのように出力を修正していったかという履歴やログが、その従業員の判断力や課題解決プロセスを評価するための客観的な記録として機能し始めていることが示されています。
Host: それでは、この研究結果を実務にどのように活かすべきでしょうか。企業やマネージャーへの示唆を教えてください。
Expert: 最も重要な点は、組織全体で画一的なプロンプトや文章テンプレートを強制しすぎないことです。標準化を進めすぎると、個々の従業員が築いてきた関係性や独自の視点が失われる可能性があります。組織としては、従業員がAIを通じて自身のスタイルを適応・調整できる柔軟性を認めることが実務上有効です。また、最終的な出力物だけでなく、対話ログに見られる試行錯誤や推敲のプロセスを評価基準の一部として活用することも検討できます。
Host: 効率化を追求しつつも、個人の独自のコミュニケーションを保つ余白を残すことが組織にとって重要だということですね。本日は、生成AI環境における「声」の維持についての研究を紹介しました。アレックス、ありがとうございました。
Expert: ありがとうございました。
Host: リスナーの皆様、お聴きいただきありがとうございました。次回もぜひお聴きください。
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

generative AI, organizational communication, individual voice, knowledge work, human-AI interaction, qualitative research