AI活用力コース、目安4時間→実測3時間。学んだのは「操作」やのうて「責任の持ち方」やった

前回、チュートリアルを1本見ただけで終わった。今回は、初めてコースを1本まるごと受けきって、修了バッジを手に入れたで。「AI活用力：フレームワーク&基礎」、目安4時間のコース。結論から言うと、実測3時間で終わって、学んだんは「Claudeのボタンの押し方」やのうて「AIとどう向き合うか」やった。

結論：目安4時間が、実測3時間で終わった。学んだのは「操作」やのうて「AIとの向き合い方」やった

先に結論を言うとく。**「AI活用力：フレームワーク&基礎」は、Claudeの使い方を教えるコースやなかった。**14レッスン・1クイズ、公式の目安は4時間。わしは今回、一気に1日で受講して、実測は約3時間で終わった。

このコースが教えてくれるのは、ボタンの位置や機能の一覧やない。**AIに何を任せ、どう頼み、出てきたものをどう疑い、その結果に誰が責任を持つか。**この4つの考え方や。専門用語で言うと、Delegation（委任）・Description（記述）・Discernment（見極め）・Diligence（誠実さ）。頭文字を取って「4つのD」と呼ばれとる。

今回いちばん刺さったのは、最後のD、Diligence（誠実さ）やった。AIとの協働で人間が持つべき責任、Accountabilityという考え方や。詳しくは後の章で書くけど、これが分かった瞬間、コース全体の見え方が変わった。この記事では、4つのDの中身と、実際に受けてみて分かったことを、正直に届けるで。

この記事で分かること

• 「AI活用力：フレームワーク&基礎」というコースが、具体的に何を教えているかが分かる
• 4つのD（Delegation・Description・Discernment・Diligence）の中身が、日常語で分かる
• 目安4時間のコースを、実際にどれくらいの時間で受けられたかが分かる
• 4Dを実務に落とし込むための、今日から使える視点が1つ分かる

AI活用力：フレームワーク&基礎ってどんなコースなん

このコースは、正式名称は英語で「AI Fluency: Framework & Foundations」といいます。日本語では「AI活用力：フレームワーク&基礎」と表示されます。14レッスン・1クイズで、公式の目安時間は4時間です。

コースの土台になっているのは、「AI Fluency（AI活用能力）」という考え方です。これは、AIと**「効果的（Effectively）」「効率的（Efficiently）」「倫理的（Ethically）」「安全（Safely）」**に協働するための能力のことを指します。難しい言葉やけど、要するに「AIを雑に使わず、ちゃんと向き合って使いこなす力」やと思ってくれたらええ。

このコースは、AIを検索エンジンや自動販売機みたいに「入れたら出てくる道具」として扱うことを、はっきり否定しています。代わりに提示されるのが、**「思考パートナー（Thinking Partner）」**という捉え方です。AIを、人間の能力を拡張してくれる相棒として見て、そのうえで主導権と責任は人間が握り続ける。この前提が、コース全体を貫いとる。

コースの前半では、AIとの関わり方を3つのレベルに分けて説明されます。

1. Automation（自動化）：指示に従って、特定の作業やタスクを実行させる。単純作業の代行がこれにあたる
2. Augmentation（拡張・協働）：対話を通じて、共にアイデアを出し合い、思考や創造力を増幅させる。壁打ちやブレインストーミングがこれにあたる
3. Agency（自律・代理）：特定の目標に向けて、AIが自律的に判断・行動するよう設定する。AIエージェントによる業務実行がこれにあたる この3つ、普段AIを使こてる人なら、無意識に全部やっとることのはずです。「議事録を整形して」と頼むのはAutomation、「このアイデア、他にどんな切り口があるか一緒に考えて」と頼むのはAugmentation。この3つに名前がついているだけで、実は誰でも経験がある話やと思う。

そして、コースの本体になるのが、4つのDです。Delegation（委任）・Description（記述）・Discernment（見極め）・Diligence（誠実さ）。この4つが、全11講義に振り分けられています。

面白いのは、この11講義が、4つのDに均等に割り振られているわけではないということです。Delegationに4講義、Discernmentに4講義が集中していて、DescriptionとDiligenceはそれぞれ1講義だけです。**最初は「4つとも同じくらいの重さで学ぶんやろな」と思っとったけど、実際は偏りがある。**なんでこの偏りが生まれるんか、わしなりの見立てはこうや。Delegationは「何をどこまで任せるか」の判断パターンが多いぶん、Discernmentも「何を見極めるか」の対象（成果物・プロセス・振る舞い・フィードバック）が4つあるぶん、講義が増える。逆にDescriptionとDiligenceは、押さえるべき核が1つに絞り込みやすい分野やから、1講義でも足りるんやと思う。

実際に受けてみた｜一気に受講して、3時間で終わった

わしは今回、このコースを一気に1日で受講した。分割して何日かに分ける、という受け方も選べたけど、まとまった時間が取れたので、そのまま最後まで通した。

結果、公式の目安4時間に対して、実測は約3時間で終わりました。正直に書くと、**今回は特にしんどかった部分や退屈やった部分はなかった。**前回のチュートリアルは英語音声だけで聞き取りに苦労したけど、今回のコースは説明が体系立っていて、テンポよく進められた印象です。

なんで目安より早く終わったんか、自分なりに考えてみました。一気に集中して受けたことが、時間短縮につながったというのが、いちばんの理由やと思う。日をまたぐと、前の講義の内容を思い出す時間が余分にかかります。今回はそれがなかったぶん、素直に短縮できたんやろう。

もう1つ、正直に書いておくと、以前から似たような考え方（何をAIに任せて、何を人間がやるかを分ける、という発想）に触れる機会があったことも、理解の速さに影響していると思います。**まったくの初見やと、もう少し時間がかかる可能性はある。**この記事では、その前提を踏まえたうえで、実測の数字を出しとく。

目安時間より早く終わったからというて、内容を飛ばしたわけやない。クイズも含めて、最後まで通しで受けた結果の3時間や。

4つのDを、実際の中身で知る

ここから、コースの本体である4つのDを、1つずつ日常語に翻訳して紹介していく。この4つを知っただけで、明日からのAIとの付き合い方が変わると思う。

Delegation｜何をAIに任せ、何を人間がやるか

Delegationは、「何をAIに任せ、何を人間が行うか」を適切に切り分ける能力のことです。4講義に分かれていて、いちばんボリュームのある章になっとる。

土台にあるのは、人間固有の強み（創造性、情操、批判的思考、文脈理解）と、AIの強み（データ処理、パターン抽出、スピード）を理解して、分担を決めるという発想です。人間の専門性と判断力を基盤に、それぞれの強みを掛け合わせることで、単独では到達できない成果を目指します。

さらにコースでは、Delegationを3つの角度に分けて説明しています。

• Product Delegation（成果物の委任）：最終成果物のうち、どの部分（構成案、リサーチ、初稿作成など）をAIに任せ、どの部分を人間が担当するかを決める
• Process Delegation（プロセスの委任）：思考や作業の「プロセス」（ブレインストーミング、整理、推敲、検証）のどの段階でAIを介入させるかを設計する
• Performance Delegation（パフォーマンスの委任）：タスク実行時における、AIの「動き・振る舞い」（アドバイザー、批判的検証者、アシスタントなど）の役割を委任する これ、AI大将のサイトで以前書いた1人で抱えるから、詰まる｜グラフエンジニアリングという記事の考え方と、驚くほど重なります。あの記事では「1人のAIに調べることも書くことも全部やらせると詰まる。役割を分けて、最後に1人が束ねる」という話をしました。Delegationは、その「誰に何を任せるか」を決める部分そのものや。

Description｜AIとの「思考環境」を言葉にする

Descriptionは、「自分の意図」と「AIの能力」を結ぶ橋を架けるコミュニケーションスキルのことです。この章だけは1講義しかありません。せやけど、内容は薄うない。単にうまいプロンプトを書くテクニックやなくて、必要な文脈や条件をすべて言語化して、対話の「思考環境」を作る、という説明のされ方をしています。

Descriptionは、3つの要素に分けられます。

• Product Description（成果物の記述）：作ってほしい成果物の定義（フォーマット、目的、ターゲット層、トーン&マナー）
• Process Description（プロセスの記述）：アプローチ・手順の誘導（ステップバイステップの指示、参照データ、分析手法、例示）
• Performance Description（振る舞いの記述）：思考パートナーとしての立ち位置・態度の設定（批判的な議論相手か、簡潔な回答役かなど） これを読んで、正直「あれ、これどっかで見た話やな」と思いました。AI大将のサイトの新人に「いい感じにやっといて」は通じない｜プロンプトエンジニアリングという記事で、「役割・条件・形式・禁止事項の4つを書けば、頼み方は安定する」と書きました。Product/Process/Performance Descriptionは、この4つとほぼ同じことを、別の言葉で説明しとるだけやと感じた。

Discernment｜出てきたものを疑う力、そしてDescriptionへ戻すループ

Discernmentは、AIとの協働における「品質管理システム」のことです。AIが出力した成果物・プロセス・振る舞いを批判的に評価し、そのまま使えるか、修正が必要か、あるいはAIに頼むべきではないかを判断する能力を指します。この章もDelegationと同じく4講義あって、コースの中でもう1つの重い山場になっとる。

Discernmentは、4つの角度に分けて説明されます。

• Product Discernment（成果物の見極め）：出力された「結果」の正確性、ファクトチェック、目的への適合度、価値を評価する
• Process Discernment（プロセスの見極め）：結論に至る「思考・手順」の妥当性を評価する。論理的破綻や思考のループ、却下した案の再注入がないかチェックする
• Performance Discernment（振る舞いの見極め）：対話やコミュニケーションの質を評価する。質問の頻度、応答のテンポ、情報量が適切かを見極める
• Feedback Discernment（フィードバックの見極め）：問題を発見した際、「何が問題か」「なぜ問題か」「どう改善すべきか」を具体的に伝え、Descriptionへ還元するサイクルを回す このFeedback Discernmentのところで、今回いちばん腹落ちした気づきがありました。DescriptionとDiscernmentは、実は連続するループになっとる。「明確に伝える（Description）」→「正しく評価する（Discernment）」→「フィードバックして指示を改善する（Description）」。このサイクルを回すことで、AIとの協働精度が飛躍的に向上する、という説明です。1回頼んで終わりやなくて、評価した結果を、また次の頼み方に反映する。この往復そのものが、AI活用力の実体なんやと分かった。

このループの話は、AI大将のサイトの自分の仕事に、自分で赤ペンは入れられない｜ループエンジニアリングという記事とほぼ同じ発想です。あの記事では、「作らせたAIと採点させるAIを分けて、合格基準を先に決めて、出す前に必ず1回見直す」という話をしました。Discernmentが「見極める力」を指すのに対して、ループエンジニアリングはその見極めを「別のAIに任せる」という一段実務寄りの応用形になっとる。コースで学んだ理屈と、サイトで実践してきたやり方が、ここでつながった感覚があった。

Diligence｜AIとの協働に、人間が責任を持つということ

そして最後、Diligence（誠実さ・勤勉さ）。この章も1講義だけやけど、今回の受講でいちばん刺さったのがここやった。

Diligenceは、AIとの対話や成果物に対して、人間が倫理的・社会的な責任（Accountability）を持つ能力のことを指します。効率性や効果性だけやなく、安全性、データプライバシー、関係者との信頼維持に配慮する土台になる考え方です。3つの要素に分けられています。

• Creation Diligence（作成における誠実さ）：ツール選定とデータ入力の慎重さ（機密情報や規約の確認）
• Transparency Diligence（透明性の誠実さ）：AI関与の開示とオープンさ（関係者との信頼関係維持）
• Deployment Diligence（展開・共有における誠実さ）：最終成果物に対する責任（著作権、偏見の排除、ファクト検証の徹底） このAccountability（責任）という考え方を、コースでは車の運転に例えていました。目的地へ早く着くこと（効率）だけやなく、交通ルールを守り、安全に配慮して運転する姿勢が大切やと。この例え、正直めちゃくちゃしっくりきた。AIを使こなすというと、つい「どれだけ速く、どれだけ多く成果を出せるか」に意識が向きがちです。せやけど、それだけやったら、信号無視で目的地に急ぐ運転と変わらへん。AIとの協働でも、速さや量と同じくらい、責任を持って結果に向き合う姿勢が要る。

これ、AI大将のサイトの机も道具もない部屋で、人は働けない｜ハーネスエンジニアリングという記事の考え方とも重なる部分があります。あの記事では「道具・制限・権限・ルールの4つを決めて、事故を防ぎながら任せる範囲を広げる」という話をしました。Diligenceが扱う「責任を持つ」という視点と、ハーネスが扱う「事故を防ぐ線引き」は、どちらもAIに任せる範囲を広げるからこそ必要になる、人間側の備えという意味で地続きやと感じた。

こうして4つを並べてみると、Delegation・Description・Discernment・Diligenceの4Dは、AI大将のサイトですでに書いてきた5つのエンジニアリング（プロンプト・コンテキスト・ハーネス・ループ・グラフ）の考え方と、かなりの部分で重なっています。もちろん、コースの4Dとサイトの5つが1対1で完全に一致するわけではありません。せやけど、Anthropicの公式コースが体系立てて説明していることを、AI大将は実務の現場から先に感じ取って記事にしていたという事実には、正直、自分でも驚きました。理論から実務に降りていくコースと、実務から理論に近づいていったサイト。入り口は逆でも、たどり着く場所は近いんやと感じています。

実際にやってみた記録

確認項目	具体例（AI大将の記録）	自分に置き換える欄
今日試した教材	AI活用力：フレームワーク&基礎（14レッスン・1クイズ）	＿＿＿＿
公式の目安時間	4時間	＿＿＿＿
実際にかかった時間	約3時間（一気に1日で受講）	＿＿＿＿
いちばん意外だった気づき	「責任（Accountability）を持つ」という視点。車の運転で言えば、早く着くこと（効率）だけやなく、ルールを守り安全に配慮する姿勢が大事、という気づき	＿＿＿＿
次にやること	Claude 101（目安2.5時間）を受講開始する	＿＿＿＿

判定行：目安4時間に対して3時間で終わったからというて、内容を飛ばしたわけやない。一気に集中して受けたことが、時間短縮につながっただけの話や。大事なのは、時間の長さやのうて、自分にとっていちばん刺さった気づきを1つ、こうやって言葉にして残しておくこと。それさえできとったら、実測時間が目安より短くても長くても、胸を張ってええ。

よくあるつまずき

4時間という数字にひるむ

コース一覧に「4時間」と表示されていると、それだけで身構えてしまう人がいるかもしれません。せやけど、今回の実測は3時間やった。一気に集中して受けると、目安より短くなることもあります。分割して受けても、もちろんええ。まず登録して、途中まで進めてみるところから始めたらええ。

4Dの用語が、最初は頭に入りにくい

Delegation・Description・Discernment・Diligence。どれも「D」で始まる英単語で、正直最初は名前だけで混乱します。せやけど、実際に受けてみると、日本語の意味（委任・記述・見極め・誠実さ）と中身がセットで説明されるので、講義を進めるうちに自然と頭に入ってきます。最初から全部を覚えようとせず、1つずつ読み進めたらええ。

11講義の内訳が偏っている

さっき書いた通り、DelegationとDiscernmentにそれぞれ4講義が集中していて、DescriptionとDiligenceは1講義ずつしかありません。進捗バーだけを見ていると、「今どのDをやっているのか」を見失いやすくなります。講義タイトルに毎回Dの名前が出てくるので、そこを確認しながら進めると迷いにくい。

よくある質問

なぜClaude 101より先に、このコースを受けたんですか？

このシリーズでは、先に「AIとの向き合い方」の土台を整理してから、Claude.aiの具体的な使い方（Claude 101）に進む、という順番にしました。いきなり操作を覚えるより、最初に考え方の軸を持っておいたほうが、そのあとの使い方への応用が理解しやすいと考えたためです。次回のClaude 101では、実際にこの土台がどう活きたかも書く予定です。

3つの対話レベル（Automation・Augmentation・Agency）の違いが分かりません

Automationは「指示通りに作業を代行させる」こと、Augmentationは「対話しながら一緒に考える」こと、Agencyは「目標だけ渡して、AIに自律的に判断・行動させる」ことです。普段の使い方で言うと、議事録の整形を頼むのがAutomation、アイデア出しの壁打ちに付き合ってもらうのがAugmentation、複数ステップの作業を丸ごと任せるのがAgencyに近いイメージです。

4つのDのうち、いちばん実務にすぐ効くのはどれですか？

わしの実感では、DescriptionとDiscernmentのループでした。頼み方を明確にして、出てきたものを評価して、フィードバックしてまた頼み直す。この往復を意識するだけで、AIとのやりとりの精度が上がります。ただし、この2つは「何を任せるか」を決めるDelegationがあってこそ成立するので、順番としてはDelegationから考えるのが自然です。

修了バッジはどこで確認できますか？

サインインした状態で「学習状況」のページを開くと、修了したコースの一覧とあわせてバッジが表示されます。バッジはLinkedInのプロフィールに追加することもできます。チュートリアルにはバッジは付かず、クイズのあるコースを修了した場合だけ発行されます。

まとめ｜今日やる一歩

今回持って帰ってほしいのは、この3つや。

①「AI活用力：フレームワーク&基礎」は、操作を教えるコースやなくて、AIとの向き合い方を教えるコースやった。②目安4時間のコースが、一気に受講したことで実測3時間で終わった。③いちばん刺さったのは、Diligence（誠実さ）＝AIとの協働に人間が責任を持つ、という視点やった。

正直に言うと、今回は特に苦労した部分がなかった。せやけど、それは「簡単やった」ということとは違う。4つのDという枠組みを知っただけで、これから自分がAIに何を任せ、どう頼み、どう見極めて、どう責任を持つかという、考える軸が1つ増えたことになる。

修了バッジは、これで1個目や。次回は、いよいよClaude 101を受講した記録を届ける。目安2.5時間のコースが、実際どれくらいかかったか、正直に書いていくで。

前回の記事、Claude Academyって、結局何なん？25コースは「2つの入口」に分かれてましたを読んでへん人は、まずそちらから読んでもらうと、このシリーズの全体像がつかみやすいと思う。また、4つのDの考え方をもっと実務寄りに深掘りしたい人は、AIを「雇う」と考えたら、5つの設計思想が全部つながったも、あわせて読んでみてほしい。

まずは、自分が今AIに任せている仕事を1つ思い浮かべて、「何を任せて、何を自分でやっているか」を言葉にしてみるところから始めよう。それだけで、もうDelegationを1つ実践したことになる。