AIに仕事を奪われたら、再訓練で救われる？歴史は「そうでもない」と言う

繰り返される約束

新しい技術が雇用を脅かすたびに、同じ安心の言葉が現れます。労働者は再訓練される。炭鉱夫はプログラマーになる。解雇された工場労働者は医療に移る。経済は適応し、政府プログラムが移行をスムーズにする。

心強い話ですよね。でも、ブルッキングス研究所のJulian Jacobsの詳細分析によれば、それは60年分の証拠によってほとんど裏付けられていません。

Jacobsはオックスフォード大学の博士研究者で、米国連邦政府の再訓練プログラムを1960年代から現在まで追跡しています。結果は厳しいものです——すべてのプログラムが失敗したからではなく、「成功」とされるものですら、宣伝よりはるかに控えめな成果しか出していないからです。

もしあなたが溶接工、事務アシスタント、簿記係で、AIに仕事を奪われるかもと心配しているなら、この歴史を知る価値があります。なぜなら、あなたを受け止めるはずのプログラムは、過去にもう試されているからです。

60年の再訓練成績表

物語は1962年の人材開発訓練法（MDTA）から始まります。当時の自動化への不安は、今日のAIへの不安と驚くほど似ています。1963年から1972年にかけて、MDTAは190万人を訓練しました。野心的で豊富な資金が投じられ、当時としてはまずまずの成功と見なされました。

次に1982年の職業訓練パートナーシップ法（JTPA）。今回は研究者がきちんとした全国調査を1987年から1992年にかけて実施。結果は厳しいものでした：JTPA参加者は、非参加者と比べて就業率、収入、継続雇用のいずれにおいても統計的に有意な改善が見られなかった。[事实] Jacobsはこれを「政策の失敗」と呼びます。

1998年の労働力投資法（WIA）も同様。全国ランダム化評価の結果、入学後30ヶ月間の収入や雇用にプラスの影響はなかった。何十億ドルも費やして、測定可能な効果なし。[事实]

現行の労働力革新機会法（WIOA）は、主要参加者の70%が退出後の第2・第4四半期に就業していると報告しています。悪くなさそうですが、重要な詳細があります：これらの結果は対照群と比較されていないのです。そのうち何人がプログラムなしでも就職できたか、わかりません。[見解]

貿易調整援助（TAA）は貿易で職を失った人向けのプログラムですが、準実験研究の結果、TAA参加者は解雇後数年間、非参加者より就業率が明らかに低かった。四年後でも不完全雇用のまま。[事実] 助けるためのプログラムが、状況を悪化させた可能性があるのです。

再訓練がいつも不十分な理由

Jacobsは三つの構造的問題を指摘しています。

第一に、仕事が存在しないかもしれない。自動化された仕事ごとに新しい技術職が生まれるという前提自体が正しくないかもしれません。存在しない仕事のための再訓練はできません。

第二に、最も必要な人が最もアクセスしにくい。再訓練には時間がかかります——収入なしの数週間から数ヶ月。給料日から給料日まで生きている人には無理です。

第三に、何のために再訓練すべきか誰もわからない。これが最も壊滅的な批判かもしれません。再訓練プログラムは数年先にどのスキルが求められるかを予測しなければなりませんが、一貫して予測を外してきました。

再訓練の幻想に代わるもの

Jacobsはすべての訓練が無駄だとは言っていません。特定の雇用主と密接に連携したプログラムは良い結果を示しています。しかし、再訓練だけでAI失業を解決できると思わないこと。AIが経済をどう変えるか正確に予測できるふりをしないこと。そして最も重要なのは、「失業の唯一の解決策は別の仕事」という前提を見直し、拡充されたセーフティネットや雇用に依存しない所得支援を検討することです。

労働者への実用的な教訓は不快ですが重要です：AIに脅かされているなら、政府の再訓練プログラムが最良のセーフティネットではないかもしれません。ポータブルなスキル構築、財務的傷備、そして自分の職種のAI暴露度を把握すること——職種ページで確認できます——の方が信頼性の高い戦略かもしれません。

出典

• Jacobs, J. (2025). “AI, Labor Displacement, and the Limits of Worker Retraining.” Brookings Institution.

更新履歴

• 2026-03-20: 出典リンクと## 出典セクションを追加
• 2026-03-15: 初版公開

---

この記事はAI（Claude, Anthropic）を活用して調査・執筆されました。主な知見はBrookings InstitutionのJulian Jacobsの分析（2025年5月）に基づいています。公開研究のAIによる分析であり、専門的なキャリアや政策のアドバイスとして受け取るべきではありません。