組織行動科学の研究・教育開発を手がけるリクエスト株式会社の判断デザインラボラトリーは、組織で働く人が発生した問題への対応だけでなく、潜在する条件の確認や将来に向けた問題設定へ仕事を広げるための実務資料を公開しました。公開された「なぜ、多くの組織人は『発生型の問題』にしか対応しないのか」は全11ページの図解資料で構成されています。同社が2026年8月31日に公開した「判断デザイン｜仕事設計編」を、何を問題として扱うかが定まる前の段階へと広げた内容です。

発生型対応に偏る背景と仕事設計の見直し

資料では、問題への向き合い方を「発生型」「潜在型」「設定型」の3つに整理しています。これらは能力の序列ではなく、実際の仕事の中で往復する関係にあるとしています。組織において発生後の対応が優先されがちな要因として、発生後の対応には期限や責任があり評価される一方で、問題になる前の兆候を確かめる仕事には期限がなく正式な成果として扱われにくい仕事設計の構造を指摘しています。

また、問題を速く処理して状態を元に戻した時点を完了とするのではなく、相手の反応を確認して次に確かめる問いを残す時点までを仕事の完了と位置づける必要性を提起しています。

相手の反応差を入口にした事実確認と仮説検証

潜在的な問題の発見や設定に向けた移行の入口として、本資料では顧客や社内関係者を含む「相手の反応差」に着目することを提案しています。反応差とは相手を採点することや好意を得ることではなく、関わり方を変えたことで相手の仕事が前へ進んだかを測る観測値として位置づけています。

相手の反応から得られた変化を一過性の原因と断定せず、次に確かめるべき事実を導くための仮説材料として扱うことで、個人の印象や評価を問題発見の実務へとつなげるアプローチを解説しています。

問題発見と判断経験をつなぐ循環の構築

前回の資料で整理された「判断経験が残る4つの仕事条件」と今回の資料を接続することで、以下の循環を日常業務の中に構築することを目指しています。

1. 相手の反応差から確認すべき事実と問題候補を見つける
2. 問題を仮に設定し、4つの仕事条件の中で本人が判断する
3. 実行結果と相手の反応を次の判断基準と仕事設計へ戻す

この実践を定着させるためには個人の意識改革だけでなく、未完成の気づきや仮説を受け止めて次の事実確認へとつなげる上司や組織の側の反応設計も不可欠であるとしています。

AI時代における問題設定の上流工程

AIの活用が進む業務環境において、情報整理や選択肢の比較などはAIによって迅速化される一方、目的の設定や一次情報の確認、AI出力を採用するかの判断、実行結果への責任は人が担うことになります。

AIに何を分析させるかは事前に設定した問題によって決まるため、表面化した問題の処理速度だけでなく、どの反応差に着目して何を問題として設定するかという上流の仕事が重要になるとしています。

• 会社名：リクエスト株式会社
• 代表者：代表取締役 甲畑 智康
• 所在地：東京都新宿区新宿3丁目4番8号 京王フレンテ新宿3丁目4F
• 事業概要：980社・33.8万人のデータに基づく組織行動科学®を基盤とした、組織で働く成人の研究と教育開発
• 公式サイト：https://requestgroup.jp/

本記事はリクエスト株式会社の発表をもとに作成。