第2回:タイピストとワープロ専任者はどこへ行ったのか

タグ一覧を見る

AIで文章のたたき台を作れるようになると、かなり多くの人が同じ不安を持ちます。 「これでは、書く仕事そのものがいらなくなるのではないか」

AIで文章のたたき台を作れるようになると、かなり多くの人が同じ不安を持ちます。

「書く仕事がなくなるのか」という不安は、昔から少しずつ形を変えてきた

AIで文章のたたき台を作れるようになると、かなり多くの人が同じ不安を持ちます。

「これでは、書く仕事そのものがいらなくなるのではないか」

「文案をAIが出せるなら、自分の役目は何なのか」

「文章の仕事は、誰でもできる仕事に見えてしまうのではないか」

この不安は、いま初めて出てきたものではありません。

文章の仕事は昔から、「何を言うか」と「どう打つか」と「どう整えるか」が必ずしも同じ人に担われていたわけではありません。口述筆記、清書、タイプ打ち、整文、校正。文書を外へ出すまでには、いくつもの層がありました。

タイピストやワープロ専任者の時代に起きたのは、まさにその層の組み替えでした。入力そのものの価値、修正の仕方、文書作成の速度、誰がどこまで文章に手を入れるか。そのあたりが一気に変わったのです。

AIライティングも、似た変化の延長線上にあります。だから「文章の仕事が消えるか」という大きい問いだけで見るより、「入力」「下書き」「見直し」「責任」のどこが軽くなり、どこがむしろ重くなるかを見た方が、ずっと実用的です。

この回では、タイピストとワープロ専任者の変化を手がかりに、AIが文章の仕事をどう組み替えつつあるのかを考えます。

ここで一つだけ、先に整理しておきたいことがあります。第1回で見たのは、AIや新しい道具が支援役の仕事を軽くしうるという話でした。ただし、それは責任まで軽くなるという意味ではありません。むしろ、前さばきや入力が軽くなるほど、「この文で出す」と最後に引き受ける責任は現場へ戻ります。第2回は、その責任の戻り方を、文章の仕事でいちばん見えやすい形として確かめる回です。

この回で扱うこと

  • - タイピストやワープロ専任者は何を担っていたのか
  • - ワープロで変わったのは、単なる入力速度だけではなく何だったのか
  • - AI文案が広がると、文章の仕事のどこが軽くなり、どこが重くなるのか
  • - 人間側に残したいのは、どんな文章の持ち場なのか
この回で扱うことのイメージ図

タイピストの仕事は、「打つこと」だけではなかった

タイピストというと、ただ速く正確に打つ人という印象を持つかもしれません。もちろん、それは重要な役割でした。

ただ実際には、タイピストの仕事はもっと広かった。話された内容を聞き取り、文書として整え、書式を守り、読みやすくし、ミスを減らし、外へ出せる形にする。つまり、入力だけでなく、文書化の現実的な責任を一部担っていました。

ここで見えてくるのは、文章の仕事は昔から「内容を考える人」と「外へ出せる形にする人」が分かれていたことがある、という事実です。だからタイピングの技術が変わると、単に道具が変わるだけでなく、文章づくりの分担そのものが変わります。

ワープロ専任者が登場した時も同じでした。文書は作り直しやすくなり、修正が早くなり、誰でもある程度は打てるようになる。すると、「打てること」自体の価値は相対的に下がる一方で、「どう直すか」「どう見せるか」「何を残すか」が目立ち始めます。

これはAIでもかなり近い話です。文案を出せることが広がると、「最初の文が出ること」自体の希少性は下がります。その代わり、何を目的に書くのか、どの表現を採用するのか、どこまで言うのかの方が重くなっていきます。

ワープロ専任者が減ったあと、文章の仕事はどこへ行ったのか

ここで気になるのは、「ではワープロ専任者の仕事は消えたのか」という点です。

答えは、完全に消えたというより、各人へ分散した、に近いと思います。

以前なら、ある程度まとまった文書は、慣れた人が整える方が自然でした。ところがワープロとパソコンが広がると、営業担当も、店長も、先生も、自治会の役員も、自分で文書を触るようになります。そうすると、専任者が一手に引き受けていた整文や修正の仕事が、現場側へ戻っていく。

これは便利でもありますが、同時に負担の再配分でもあります。自分で直せるから早い一方で、誰も十分に見直していない文章がそのまま外へ出ることも増えます。文書の民主化は、文書責任の分散でもあったわけです。

ここで起きたのは、仕事の消滅というより、責任の再配置です。入力の専門役が減る代わりに、現場の一人ひとりが「少し書ける人」「少し直せる人」になり、そのぶん最終判断を引き受ける場面が増えた。この構図は、第7回以降で扱う自動化の話の先取りでもあります。便利さの裏で、最終採用者が前に出る。ワープロ化は、その変化を文章の領域で先に見せていたとも言えます。

AIで起きているのも、これに近いことです。文案づくりの入口が低くなるぶん、文章の最終責任がより多くの人へ戻ってきます。専門の書き手に頼る前に、自分である程度出せる。これは便利ですが、雑に出せてしまう危うさも含みます。

ワープロで変わったのは、「打つこと」より「直すこと」の重みだった

手書きやタイプライター中心の文書作成では、打ち直しや修正にはコストがありました。だから、先に構成を考え、ある程度固めてから書き始める方が自然だった。

ワープロが広がると、そこが変わります。後から直せる。順番を入れ替えられる。表現を差し替えられる。保存も複製もしやすい。すると、文書作成は「最初から完成度を高くすること」より、「あとで整えられるようにすること」に重心が移ります。

この変化は、かなり大きいです。文章を書く力の中で、「打つ力」より「見直す力」が相対的に重くなるからです。誤字を直すだけではありません。読者に合わせて温度を整える。順番を入れ替える。説明過剰を削る。曖昧な部分を言い換える。ワープロは、書くことを「修正可能な仕事」に変えました。

AIライティングも、ここをさらに進めています。白紙に一文を置くところまで外部化できるようになったからです。すると、文章の仕事はますます「最初に書くこと」より「出てきたものをどう扱うか」へ寄ります。

だから、「AIで書く仕事が消えるか」という問いに答えるには、「書く」という言葉を分解した方がよい。入力、下書き、言い換え、修正、最終確認。何が軽くなり、何が残るかは、この分解をした方がずっと見えやすいです。

AI文案が便利なのは、白紙の恐怖を減らすから

AI文案の効き目は、かなり現実的です。

何から書けばよいか分からない。告知文の入り口が出てこない。断りのメールの言い方に迷う。会議後の報告文の形が固まらない。こうした「最初の一歩」で人はよく止まります。

AIは、ここで強い。とりあえずのたたき台を出してくれるからです。

この価値は軽く見ない方がよいです。文章の仕事で消耗しやすいのは、内容そのものより、着手の重さであることも多いからです。だからAI文案を使うこと自体を、すぐに手抜きと見る必要はありません。

ただし、便利だからこそ注意したい点があります。たたき台が出ると、人は「もうかなり進んだ」と感じやすい。実際には、そこからが大事なのに、整った文面が先に見えることで、見直しの仕事が飛びやすくなります。

ここはワープロ以後と同じです。直せるからこそ、直す責任が増える。AI以後はさらに、書けるからこそ、採用する責任が増えるのです。

いちばん起きやすいのは、「それっぽい文章」が増えること

AI文案で特に起きやすいのは、明らかな誤文より、「一見きれいだが少し違う文章」が増えることです。

たとえば、保護者向けのお知らせなのに少し硬すぎる。謝罪メールなのに温度が足りない。社内共有なのに前提説明が長すぎる。ネットショップのお礼文なのに、その店らしさが抜けている。こうしたズレは、読み手に強い違和感として現れなくても、積み重なると信頼や伝わり方を少しずつ損ねます。

ここで必要なのは、文章力を特別な才能として考えることではありません。相手、目的、場面に合わせて、温度と順番を整える力です。これは、派手な名文を書く力ではなく、実務の中で使う編集の力に近い。

AIが広がるほど、この編集の力はむしろ重要になります。最初の一文を出す力が外部化されるぶん、「この文で本当に目的を果たせるか」を見る力が差になります。

いちばん起きやすいのは、「それっぽい文章」が増えることのイメージ図

残るのは、「誰の声か」「誰に出すか」「どこで止めるか」を決める仕事

AIが文案を出せる時代に、人間側へ残したいのは何でしょうか。

それは、単なる最終確認というより、文章の立場を決める仕事です。

誰の声で出すのか。誰に向けるのか。どこまで丁寧にするのか。どの情報をまだ出さないのか。どの表現は使わないのか。こうしたことは、文書の中身そのものと同じくらい重要です。

たとえば、学校の保護者向け連絡なら、必要以上に硬くしない方がよいかもしれません。取引先へのおわびメールなら、説明の順番を誤ると印象が悪くなるかもしれません。社内の報告なら、言いすぎず曖昧にもせず、次の判断に必要な点だけを前に出す必要があるかもしれません。

こうしたことは、AIが無難な文を作れても、最後は人が引き受けるしかない。だから、AIで文案が出せるようになるほど、「書いたかどうか」より「誰の責任で出したか」の方が重くなるのです。

文章の仕事で最後に残るのは、「採用の履歴」を持つことでもある

もう一つ、AI時代の文章仕事で目立ちやすくなるものがあります。それは、なぜその文を採用したのかという履歴です。

たとえば、告知文の言い回しを少し柔らかくした理由、謝罪文で説明の順番を変えた理由、社内共有であえて詳しさを削った理由。こうしたことは、普段は頭の中で済まされがちです。けれどAI草案を使うと、候補が増えるぶん、「なぜこの案にしたのか」が後から見えにくくなります。

だからAI文案を使うほど、文章の仕事には小さな編集判断の履歴を持つ感覚が要ります。何を残し、何を削り、どこで止めたのか。この履歴があると、文章は単なる出力ではなく、責任ある仕事として扱いやすくなります。

最低限残したい、三つの見直し

AI文案を使う時に、最低限ここだけは人が見たいという点もあります。

一つ目は、事実が合っているかです。日時、金額、件名、固有名詞、連絡先。ここは文章の印象以前に、単純に間違えると困る部分です。

二つ目は、相手との距離感が合っているかです。丁寧すぎる、冷たすぎる、説明不足、配慮過剰。こうしたズレは、AI草案ではよく起きます。

三つ目は、この文章を出したあとに何が起きるかが見えているかです。相手に何をしてほしいのか、次の行動が分かるか、余計な問い合わせを増やさないか。ここまで見ると、文案はかなり実務で使いやすくなります。

この三つは、特別な文章術ではありません。けれど、AI時代にはかなり価値のある基本です。書く力がゼロになるのではなく、書く力の中身が少し変わっていくのだと考えると、必要な感覚も見えやすくなります。

まずは「文案を作る仕事」と「出してよいか決める仕事」を分ける

ここまで来ると、AIライティングへの距離感は少し整理しやすくなります。

おすすめしたいのは、文章の仕事を二つに分けることです。

  • - 文案を作る仕事
  • - 出してよいか決める仕事

前者はAIがかなり助けやすい。後者は人が残した方がよい。

この分け方があるだけで、「AIに書かせてよいのか」という曖昧な不安は、かなり具体的になります。全部を任せるか、全部を拒否するかではなく、「文案までは借りるが、出す判断は持つ」という中間が見えるからです。

たとえば、イベント案内文、求人応募の下書き、問い合わせ返信、会議後の共有文。どれも文案自体はAIが助けやすい。でも、その文でよいかを決めるのは、相手との関係や目的を知っている人の仕事です。

タイピストとワープロ専任者がどこへ行ったのか。答えは、完全に消えたというより、仕事の重心が移った、に近いのだと思います。入力そのものの価値が相対的に下がるぶん、修正、採用、責任の価値が上がる。AIでも、たぶん同じことが起きています。

今回のまとめ

  • - タイピストやワープロ専任者の仕事は、単なる入力ではなく、文書を外へ出せる形にする支援でもありました。
  • - ワープロで変わったのは、入力速度以上に、あとで直すことの重みでした。
  • - AI文案が便利なのは、白紙の恐怖や着手の重さをかなり減らしてくれるからです。
  • - その一方で、整った文案が早く出るほど、見直しや採用の責任は飛ばされやすくなります。
  • - 人間側に残したいのは、誰の声で出すか、誰に向けるか、どこで止めるかを決める仕事です。
  • - まずは「文案を作る仕事」と「出してよいか決める仕事」を分けると、AIライティングへの距離感がかなり整います。

ここから先を深めるなら

この回の続きとして自然につながるのは、第3話「表計算ソフトは事務仕事をどう組み替えたのか」です。文章の世界で「入力」より「見直し」が重くなったのと同じように、計算の世界でも「打つ」より「条件を置く」「結果を読む」が重くなっていきました。その変化を見ると、AIが仕事をどう組み替えるかがさらに立体的に見えてきます。

次回は、表計算ソフトが広がった時、事務仕事がどこからどこへ移ったのかを、かなり身近な例で見ていきます。

シリーズ

仕事を助ける道具は、仕事をどう変えてきたか ── 歴史で読むAI時代 10話

第2回 / 全10本

第1回

第1回:書記・秘書・助手の仕事史から見るAI

AIの話になると、すぐに大きな言葉が出てきます。

この記事へ移動

第2回

第2回:タイピストとワープロ専任者はどこへ行ったのか

AIで文章のたたき台を作れるようになると、かなり多くの人が同じ不安を持ちます。

現在表示中の記事です。

この記事を開く

第3回

第3回:表計算ソフトは事務仕事をどう組み替えたのか

表計算ソフトは、多くの人にとってかなり分かりやすい仕事変化の例です。

この記事へ移動

第4回

第4回:テンプレートは企画とデザインをどう変えたのか

仕事で時間がかかるのは、必ずしも難しい判断だけではありません。何から始めればよいか分からない時間、つまり白紙の前で止まる時間もかなり大きい。

この記事へ移動

第5回

第5回:翻訳支援ツールは翻訳者を消したのか

翻訳支援ツールや自動翻訳が広がった時、多くの人が思ったはずです。

この記事へ移動

第6回

第6回:検索と比較サイトは調査仕事をどう変えたのか

いまの生活では、何かを調べること自体はかなり簡単です。

この記事へ移動

第7回

第7回:自動化は「楽」より「責任の再配置」を生む

自動化の話になると、「面倒な作業が減って楽になる」という言い方がよくされます。これは間違いではありません。定型の確認、転記、並べ替え、通知、集計。こうしたものは自動化との相性がよ…

この記事へ移動

第8回

第8回:道具が増えるほど運用ルールが必要になる

新しい道具は、便利だから増えます。チャット、クラウド保存、表計算、タスク管理、画像作成、要約AI、文章AI、議事録AI。どれも単体では役に立ちます。

この記事へ移動

第9回

第9回:AIで減る作業、むしろ重くなる作業

AIの話でいちばんよく聞かれるのは、おそらくこの問いです。

この記事へ移動

第10回

第10回:ひとりで働く人のためのAI仕事設計

ひとりで働く人は、表に見える本業だけをやっているわけではありません。提案する、作る、売る、接客する。その裏で、調べる、整える、確認する、案を作る、見積もる、返事を書く、告知する、…

この記事へ移動

関連シリーズ

近いテーマのシリーズ

現在の記事カテゴリ: AI活用

AI史 仕事 業務活用 生産性

AI活用 / 全10本

AIに頼んだのに、なぜ思った答えが返ってこないのか

思った答えが返ってこない理由を、指示の出し方と運用ルールから整理します。

共通タグ: 業務活用

生成AI 運用 判断基準 ひとりで使う

このシリーズを読む

AI活用 / 全1本

ひとりで仕事を良くする生成AI活用

ひとり仕事で生成AIを使い、作業を整えるための実践視点をまとめます。

共通タグ: 生産性 / 業務活用

生成AI 生産性 ひとりで使う 業務活用

このシリーズを読む