【無料10分】AI適性 自己診断｜6次元であなたのAI偏差値を即測定

「AI適性」と聞くと、AIツールを使いこなす器用さや、プログラミングの素養を思い浮かべる方が多いかもしれません。しかし、自己診断の文脈で重要なのは、もう少し広い概念です。

AI適性は 「AIと協働して仕事の成果を最大化できる思考のクセ」 と捉えるのが実用的です。

OECDやWEFは、AI時代に必要な能力を以下の6次元で整理しています： - ① AIの出力を疑える批判的検証力 - ② 既存ノウハウを別領域へ転用する構造転写力 - ③ AIに何をどう任せるかを設計するAI協働設計力 - ④ 新しいツールに柔軟に適応する学習力 - ⑤ 倫理・著作権・バイアスへの判断力 - ⑥ 仮説検証を回す実験力

自己診断するときは「自分はAIを操作できるか」ではなく 「自分の思考のクセは6次元のどこに偏っているか」 を見るのがコツです。

たとえば、AI出力をすぐ信じてしまう人は①が弱い、新ツールに飛びつくのが好きな人は④が強い、といった具合に、性格やキャリア経験は6次元の濃淡として現れます。

AI適性が「ある/ない」の二元論ではないこと、誰でも6次元のどこかに強みがあること、を前提に診断を受けると結果を冷静に解釈できます。

自己診断で利用できる無料/準無料のAIアセスメントは複数あり、それぞれ目的と粒度が異なります。

① AI偏差値テスト（本サービス） 全20問・約10分。OECD/WEF準拠の6次元と総合偏差値を即時にスコアリングし、8タイプのプロフィール分類で性格・思考傾向も併せて返します。登録不要・完全無料で、メールアドレスを登録すれば結果が記録され再受験との比較も可能です。「自分のAI活用力の現在地」を最短で知りたい人向け。

② G検定（日本ディープラーニング協会） AIの基礎知識・歴史・法令・倫理など知識領域を体系的に測る民間資格。受験料は有料ですが、無料の模擬問題集が複数公開されており、自己診断的に使う方も多い試験です。「AIに関する用語・概念をどれだけ知っているか」を測る用途に向きます。

③ SHIFT AI 適性診断などの民間サービス AI転職・AI人材育成事業者が提供する短時間の無料診断。設問数や次元はサービスごとに異なり、AI職としてのキャリア適性や学習意欲を測るタイプが中心です。「キャリアの方向性として AI職が合うか」のスクリーニングに向きます。

どれが優れているという話ではなく、目的が違います。スキルの現在地把握なら①、知識の網羅性確認なら②、キャリア適性のあたり付けなら③、という整理で使い分けるのが現実的です。

自己診断の第一歩としては、登録不要・10分で完了する①が手間が最も少なく、結果を起点に②③を追加で受けるのが効率的な順序です。

本サービスのAI偏差値テストは、https://ai.salesnow.jp からブラウザで即受験できます。アカウント作成も決済も不要で、PC・スマホどちらでも完走可能です。

問題は3フェーズ構成・合計20問です： - Rapidフェーズ 8問（直感的判断力を測る短文設問） - Standardフェーズ 6問（分析的思考力を測るやや複雑な設問） - CaseStudyフェーズ 6問（実務文脈を再現したミニケース）

所要時間は10分前後、慎重に考えても15分以内に終わります。受験後、その場で総合偏差値・6次元レーダー・8タイプの判定結果が表示されます。

メールアドレスを登録するとスコアが記録され、3〜6ヶ月後に再受験して伸び幅を確認できます（後述する成長戦略で重要）。

途中で席を立つと進行が止まる仕様のため、できるだけ集中できる10分を確保してから着手するのがおすすめです。スマホでも問題なく受験できますが、CaseStudyの設問は文量がやや多いため、PCのほうが読みやすいでしょう。

診断結果のURLは保存しておけば、後から見返したり、転職活動の自己PRに引用したりすることもできます。

結果画面では大きく3つの情報が返されます。

① 総合偏差値 50が理論的母集団の中央値、60で上位約16%、70で上位約2.3%という標準正規分布に基づく指標です。「自分はどのあたりにいるか」を直感的に把握できます。

② 6次元レーダー 批判的検証力・構造転写力・AI協働設計力・適応的学習力・倫理的判断力・実験改善力の各偏差値。総合点が同じでも、レーダーの形状によって取るべきアクションがまったく異なります。

たとえば総合60でも、AI協働設計力だけ突出していて適応的学習力が低い人は「プロンプト職人だが新ツール導入が遅い」タイプとなり、補強の方向性が明確になります。

③ 8タイプ判定 6次元の組み合わせパターンから導かれる8つのプロフィール（パイオニア型、ガーディアン型、アーキテクト型 等）。性格や仕事の進め方の傾向を言語化したもので、結果を他者に説明するときの語彙として便利です。

自己診断する際の鉄則は 「総合偏差値で一喜一憂しない」 ことです。総合点はあくまでサマリー指標で、本当に価値があるのはレーダーの凹凸と8タイプの解釈です。低い次元こそ伸びしろのありかであり、自分の仕事のどの局面で詰まるかを言語化する手がかりになります。

自己診断は受けて終わりではなく、結果から次の30〜90日の行動を1つだけ決めることに価値があります。6次元の弱点別に、最初の一手の典型例を整理しておきます。

批判的検証力が低い場合 AI出力をそのままコピペで使う癖を直すことから始めます。生成物の固有名詞・数値・出典を1件ずつ調べる「ファクトチェック15分ルール」を1ヶ月続けると、出力の粗を見抜く速度が一気に上がります。

構造転写力が低い場合 自分の業務と無関係なAI事例を週1本読み、「これは自社業務のどこに転用できるか」を3行でメモする習慣を作ります。情報の引き出しが増え、AI活用のアイデア出しが楽になります。

AI協働設計力が低い場合 プロンプトを「役割・目的・制約・出力形式」の4要素で必ず書く型を覚えます。同じタスクでもプロンプトを2パターン書き比べて出力差を観察すると、設計感覚が身につきます。

適応的学習力が低い場合 月1本、新しいAIツールを30分だけ触る時間を予約します。すべて深掘りする必要はなく、「触ったことがある」状態を増やすだけで適応の心理的ハードルが下がります。

倫理的判断力が低い場合 自社のAI利用ガイドライン・著作権・個人情報保護法を1度通読し、自分の業務で踏みやすいリスクを3つ言語化しておきます。

実験改善力が低い場合 1週間に1つだけ「AIを使った業務改善ミニ実験」を設計し、所要時間と成果物の差を記録します。継続が次のスコア向上に直結します。

3ヶ月後に再受験してどの次元が伸びたかを確認することで、自分の学習スタイルとの相性も見えてきます。

自己診断を受けた直後にありがちな誤解を、最後に整理しておきます。

誤解① 偏差値が低い＝AIに向いていない 違います。偏差値は現時点のスナップショットであり、特性ではなくスキルを測っています。実務経験や学習を積めば変化しうる指標であり、固定的な能力ではありません。

誤解② 文系・非エンジニアは不利 6次元のうち、プログラミング知識が直接効くものはほとんどありません。むしろ、構造転写力や倫理的判断力は文系出身のビジネスサイド人材が高く出る傾向もあります。

誤解③ AIにすべて任せられる人ほど高得点 真逆です。AI協働設計力は「AIに丸投げ」ではなく「AIに何をどう任せ、何を人間が判断するか」を設計する力。判断権を人間が持っているか がスコアの分かれ目になります。

誤解④ 1回受ければ十分 AIの世界は半年で景色が変わるため、3〜6ヶ月ごとの再受験を前提に使うのが正しい運用です。スコアの絶対値より「自分の中での変化量」を追うことに価値があります。

誤解⑤ 高得点でないと転職に使えない 偏差値そのものより、6次元のうちどの次元で何を経験したかを自己PRに落とせるかが重要です。中間スコアでも、自分の強み次元を言語化できれば十分に強力な武器になります。

自己診断は自分を採点するためではなく、次の一手を言語化するために受けるもの。10分の投資でキャリアの解像度が一段上がるなら、十分すぎるROIだと考えています。