GPTに視点を与えて、文章を生成させています

Googleから、Google Workspace for Educationの管理者向けに一通のメールが届いた。

Geminiの「Gem」が「スキル（Skills）」へ移行するという案内である。

さっそく自分のGeminiを開いてみたのだが、スキルらしきものは見当たらない。

どうやら、Google Workspace for Educationでは2026年10月13日から数週間かけて順次提供されるらしい。まだ少し早かったようだ。

それにしても、最近のAIは変化が速い。ようやく新しい機能に慣れたと思ったら、もう次の仕組みが登場する。こちらが追いかけているつもりでも、気がつけば追い越されている。

ただ、今回の変更は、単なる機能の追加や名称変更ではなさそうだ。

AIとの付き合い方が、少し変わろうとしているように感じる。

Gemからスキルへ。何が違うのだろう

これまでGeminiには「Gem」という機能があった。

Gemは、特定の役割や指示を与えて作成する、自分専用のAIである。

例えば、論文を評価するGem、授業を設計するGem、文章を校正するGemなどを作ることができる。

便利な仕組みではあるが、基本的には目的に応じて専用のGemを選び、そのGemと会話することになる。

今回導入されるスキルは、少し考え方が異なる。

スキルは、通常のGeminiとの会話の中で、必要な指示や作業方法を適用できる仕組みだという。複数のスキルを組み合わせて利用することもできる。

さらに、Geminiとの会話を通じて、新しいスキルを作ったり、既存のスキルを改良したりできるようになる。

例えば、研究論文を読んでいるとしよう。

最初は「論文を要約するスキル」を使い、次に「研究の新規性を評価するスキル」を適用する。そして、「研究ギャップを発見するスキル」や「新しい研究計画を立案するスキル」へと展開する。

それぞれの作業のために別のAIを呼び出すのではなく、一つの会話の中で、必要な能力を組み合わせていく。

もちろん、実際にどこまで滑らかに連携できるかは、スキルが提供されてから試してみる必要がある。

それでも、方向性は興味深い。

これまでのGemが「役割を持ったAI」だったとすれば、スキルは「AIが利用できる能力の部品」と考えられるのではないだろうか。

AIの能力を部品として蓄積する

私は、この変化には大きな可能性があると感じている。

これまで生成AIを上手に利用するには、プロンプトを書く能力が重要だと言われてきた。

何をしてほしいのか、どのような条件で実行するのか、どのような形式で出力するのか。

こうした指示を適切に与えることで、AIの出力は大きく変わる。

しかし、毎回同じような指示を書くのは、少々面倒でもある。

優れたプロンプトができたとしても、それが個人のチャット履歴に埋もれてしまうことも多い。

スキルという考え方は、この問題を少し変えるかもしれない。

ある作業を上手に実行できる方法が見つかったら、それをスキルとして保存する。そして、必要なときに再利用する。

さらに、そのスキルを改良し、別のスキルと組み合わせる。

これは、単にプロンプトを保存するという話ではない。

人間が蓄積してきた仕事の方法や判断の基準を、AIが利用できる形に整理していくことにもつながる。

研究室で考えると、なかなか面白い。

例えば、私が論文を読むときには、単に内容を要約するだけでは終わらない。

その研究の本当の新規性は何か。どこに弱点があるのか。既存研究とどのようにつながるのか。そして、そこから次にどのような研究を展開できるのか。

こうした問いを繰り返している。

この一連の思考をスキルとして整理できれば、研究室の学生も同じ視点を使って論文を読むことができるかもしれない。

もちろん、スキルを使ったからといって、誰もが優れた研究者になるわけではない。

料理のレシピを手に入れたからといって、すぐに一流の料理人になれるわけではないのと同じだ。

しかし、少なくとも、何を考えるべきかという入口を共有することはできる。

これは教育においても重要な意味を持つと思う。

大学ではどうなるのだろう

今回の案内は、Google Workspace for Educationの利用者に向けたものである。

2026年10月13日からスキルの提供が始まり、既存のGemは少なくとも2027年6月1日までは利用できる。その後、Geminiアプリに残っているGemは下書きスキルへ自動的に移行される予定だ。

ただし、下書きスキルは利用者が有効にする必要がある。

また、Google ClassroomやGemini LTIでは、Gemの代わりとしてGemini Notebookやガイド付き学習など、教師主導型のAIツールへの移行が推奨されている。

ここは少し注意が必要だ。

Geminiアプリではスキルへ移行する一方、教育現場向けのサービスでは別の仕組みが用意される。すべてが単純にGemからスキルへ置き換わるわけではない。

しかし、もっと大きな視点で見ると、大学にとって興味深い変化が起きようとしている。

これまで大学での生成AI活用は、個々の教員や学生が、それぞれ工夫して利用することが中心だった。

ところが、スキルという仕組みが普及すると、大学や研究室が持っている知識や教育方法を、再利用できる形で蓄積することが考えられる。

例えば、学生のレポートに対して答えを与えるのではなく、考えを深める質問をするスキル。

研究計画の弱点を見つけ、改善の方向を示すスキル。

異なる研究分野を結びつけ、新しい研究テーマを探索するスキル。

こうしたものを教員が作成し、学生と共有できれば、教育のあり方も変わるかもしれない。

一方で、誰がスキルを作り、その品質を保証し、どのように更新するのかという問題も生まれる。

AIの利用を個人任せにするのではなく、組織としてどのように設計し、管理するか。

大学にとっては、技術導入以上に、こちらの方が難しい問題なのかもしれない。

AIは賢さを競うだけではなくなる

少し視点を変えてみたい。

これまで生成AIの競争は、主としてモデルそのものの性能を中心に進んできた。

どちらのAIが難しい問題を解けるのか。どちらが優れたプログラムを書けるのか。どちらが高度な推論を行えるのか。

もちろん、モデルの性能はこれからも重要だろう。

しかし、スキルという考え方が広がると、別の競争が生まれるように思う。

それは、AIにどのような能力を持たせ、それらをどのように組み合わせるかという競争である。

一つの非常に賢いAIが、あらゆる仕事をこなす。

そんな未来も考えられる。

しかし、さまざまな能力を部品として蓄積し、必要に応じて組み合わせるという方向もある。

こちらは、ソフトウェア開発の歴史にも少し似ている。

かつては一つの大きなプログラムの中に多くの機能を作り込んでいたが、次第にライブラリやモジュールを組み合わせる方法が普及した。

AIでも、同じようなことが起きるのだろうか。

ただし、現在のスキルが、そのまま独立したプログラムのように確実に動作するわけではない。自然言語による指示には曖昧さもあり、モデルによって結果が変わることもある。

この違いを理解した上で、スキルをどのように設計し、検証するかが重要になるだろう。

そして、人間は何を学ぶのか

ここまで考えて、もう一つ気になることがある。

AIにさまざまなスキルを持たせられるようになったとき、人間は何を学ぶべきなのだろうか。

文章を書くスキル、プログラムを作るスキル、論文を分析するスキル。

これまで人間が時間をかけて身につけてきた作業の一部を、AIが実行できるようになる。

では、人間はそれらを学ばなくてもよいのだろうか。

私は、そう単純な話ではないと思っている。

例えば、AIが論文の弱点を指摘してくれたとしても、その指摘が本当に重要なのかを判断するには、研究に対する理解が必要になる。

AIが新しい研究テーマを提案してくれたとしても、それが面白いと感じられるかどうかは、人間の好奇心や問題意識に依存する。

AIがスキルを持つほど、人間には別の能力が求められるのかもしれない。

何を問うのか。

何を大切にするのか。

何に違和感を覚えるのか。

そして、まだ存在していないものを、なぜ作りたいと思うのか。

こうしたことは、スキルとして簡単に切り出せるものではなさそうだ。

GoogleのGemがスキルに変わる。

一見すると、生成AIの小さな機能変更にすぎない。

しかし、その背景には、AIを一つの完成された知能として使うのではなく、能力を蓄積し、組み合わせ、育てていくという考え方が見えてくる。

AIの能力をどこまでスキルとして外部化できるのか。

そして、そのとき人間の知性は、どこに向かうのだろう。

まだ私のGeminiにはスキルが届いていない。

まずは10月13日以降、実際に触ってみることにしよう。

新しい機能が届くのを待ちながら、考えることだけは先に始められるのだから。