こんにちは、株式会社TIMEWELLの濱本です。
「世界には22億人がインターネットに接続できていません。7億5,000万人には電気もありません。この状況下で、AIは不平等を助長するエナブラーになるかもしれません」——AI Academia Asia創設者CEOのボラル・バタンゲル氏が放ったこの一言で、セッション全体の問題意識が一気に引き締まりました[^1]。
SusHi Tech Tokyo 2026で開催された「AI x Education for Well-being in the Intelligent Age」は、東京大学総長の藤井輝夫氏と、モンゴル・アゼルバイジャン・タジキスタン等でAI教育を展開するAI Academia AsiaのCEO、バタンゲル氏の対話セッションでした[^1][^3]。私はTIMEWELLで「挑戦の民主化」を掲げる立場として、教育領域こそ民主化の最重要戦場だと考えています。AIの恩恵が一部の人だけに集中すれば、社会全体のウェルビーイングは確実に毀損する。逆に、教育を通じてAIを誰もが使いこなせる時代を作れれば、これほど面白い未来はありません。このセッションは、その信念を強化してくれる内容でした。
本記事では、対話の主要論点を整理しつつ、日本の教育機関・企業・自治体に対して、何を学び、どう動けるかを「挑戦の民主化」視点から落とし込んでいきます。同じSusHi Tech Tokyo 2026については、基調講演レポートやスマートシティの進化もあわせてご覧いただくと、東京がアジアのイノベーション拠点として何を打ち出そうとしているかの全体像が見えてきます。
イベント紹介 — SusHi Techが「教育の未来」を語る場に
SusHi Tech Tokyo 2026は、2026年4月27日〜29日に東京ビッグサイトで開催されているアジア最大級グローバルイノベーションカンファレンスです。スタートアップ・都市・テクノロジーの3軸で構成されており、技術セッションが中心ですが、**「AI時代の教育」**をテーマにしたセッションも複数組み込まれていました。
AI教育の議論は、単なる学校教育改革の話ではありません。AIが社会インフラになる時代に、人間はどう学び、どう判断力を磨くか——という根源的な問いです。東大総長と発展途上国発の教育起業家の対話は、この問いに多角的に迫る構成となっていました。会場は教育関係者、政策担当者、企業の人事部門の方々で埋まっており、AI時代の人材育成への関心の高さを肌で感じました。
特に印象的だったのは、参加者の質問の質です。教員からは「ChatGPTで宿題を解いてくる学生にどう向き合うか」という現場の悩みが、企業の人事部からは「リスキリング予算をどこに振り向けるべきか」という経営課題が、それぞれ具体的に投げかけられました。抽象論で終わらせず、現場感覚で議論が回っていったのが、このセッションの空気感を作っていたと思います。
衝撃の数字 — AI不平等の構造
バタンゲル氏が冒頭に提示した数字は、重いものでした。
| 指標 | 数値 |
|---|---|
| インターネット非接続人口 | 約22億人 |
| 電気にアクセスできない人口 | 約7億5,000万人 |
| AI開発主要国 | 米国（シリコンバレー）／中国（北京）の2極 |
AI開発の中心はシリコンバレーと北京の2極に集中しており、残りの世界はそのインフラに依存する構造になっています[^1]。「AIで生産性が上がる」という議論は、そもそもAIにアクセスできる前提の話であって、世界の3割近くはまだその入口にも立てていない、というわけです。
一方でモンゴルの数字は対照的でした。人口350万人に対してスマートフォンが700万台、つまり1人2台持ちが標準です。インターネット接続率は95%。そして37歳以下の若年人口が75%を占めています[^3]。AI Academia Asiaはこのモンゴルで10,000人の教師を訓練し、結果として約20,000人の子どもが遠隔地で教育を受ける環境を整えました[^3]。
350万人の国で、スマートフォン700万台、75%が37歳以下——日本とは真逆の若さです。人口ピラミッドがここまで違うと、教育政策の設計思想そのものが変わってきます。日本の教育政策を議論する際、私たちはつい「日本の教育」を普遍解として捉えがちですが、モンゴルのような若い国にこそAI教育の実験フロンティアがあるという発想は、非常に新鮮でした。
「課題が深刻な国ほど、AI導入の動機も強い」というシンプルな構造があります。日本のように既存の教育制度が一定機能している国は、逆に新しい技術に対して保守的になりがちです。モンゴルでは「もう既存の方法では間に合わない」という危機感が、AIへの大胆な投資を後押ししているのだと感じました。
バタンゲル氏の提起 — 「AI主権（AI Sovereignty）」
このセッションで最も新鮮だった概念が、**「AI Sovereignty（AI主権）」**でした。バタンゲル氏の問題提起は、シャープなものでした[^1]。
「モンゴルのような小国が、英語ベースの大規模言語モデルに100%依存するのは、言語的・文化的な従属を意味します。世界的なAIシステムの大部分は英語データで訓練されており、非英語話者はシステム設計段階から周辺化されています」
これは技術論ではなく、文明論です。AIが社会インフラになる時代、自国語でAIが機能するかどうかは、国家の独立性そのものに関わります。モンゴルはモンゴル語での小規模言語モデル開発に投資を始めています。
日本にとっても他人事ではありません。GPT、Gemini、Claudeといった主要LLMは、日本語対応を年々改善していますが、根幹は英語・英語圏の文化データで訓練されています。日本語固有の敬語体系、文脈依存度の高いコミュニケーション、業界独自の用語体系——これらをネイティブに理解するAIを、日本自身が整備しなければ、日本語文化が徐々にAIの中で周辺化される危険があります。
具体例を一つ挙げます。日本語の「すみません」は、謝罪・感謝・呼びかけ・恐縮など、文脈によって意味が大きく変わります。これを「I'm sorry」と単純訳して処理する英語ベースモデルでは、日本社会の細やかなコミュニケーションを正確に扱えません。AIエージェントが顧客対応や社内コミュニケーションに本格的に入ってくる2026年以降、この差は無視できないレベルでビジネスの質に影響します。「AI主権」は、輸出入規制のような国家戦略の話というよりも、まずは自国語の意味を守るという、極めて実務的な課題なのです。
藤井総長の応答 — 「層別戦略」の提案
藤井総長の応答は、冷静で知的なものでした。**「英語ベースの大規模モデルの上に、文化・言語固有の適応層を構築するテクノロジー開発」**が現実解だと指摘されました[^1][^2]。
つまり、基盤となる大規模モデル（GPT、Gemini等）を完全に自国で開発する必要はない、ということです。その上にローカル適応層を乗せることで、言語・文化の主権を確保できます。グローバルと地域固有性のバランスを取る、実用的なアプローチでした。
この「層別戦略」は、日本のAI戦略にもそのまま応用できます。全基盤モデルを自前で作る必要はありません。日本語・日本文化・日本の業界知識に特化した適応層を、日本のスタートアップとアカデミアが共同で構築する。これが現実的な勝ち筋だと感じました。実際、SakanaAIやPreferred Networks、ELYZAといった日本発のAI企業が、この層別戦略を実装しつつあります。基盤は借りて、その上で勝負する——これは日本のスタートアップエコシステム全体にとって、健全な戦略的ポジショニングだと思います。
中小企業や地方自治体にとっても、この発想はそのまま使えます。自社で基盤モデルを開発するのは現実的ではありませんが、**自社の業務フロー・顧客知識・社内用語に特化した「業務適応層」**を作る投資は、十分にリターンが出ます。RAG（検索拡張生成）やファインチューニングの活用は、まさにこの「層別戦略」の中小規模版です。
東京大学の実装 — 松尾研のAIコース
藤井総長が紹介した東京大学のAI教育の規模が、印象的でした。松尾豊教授のAI関連コースは、年間10,000〜20,000人の学生が受講しているそうです[^4]。これは日本の大学で最大規模のAI教育です。
総長の立場は明確でした。**「AIなしの社会は回避不可能です。予防的アプローチではなく、AIの可能性と性能を理解する試行錯誤が重要です」**という姿勢です。大学は、学生がAIを安全かつ創造的に使える環境を、積極的に整えるべきだという考え方でした。
「使わせない」教育ではなく「使いこなす」教育へ——この転換を、日本最高峰の大学が率先して示していることの意味は、極めて大きいと思います。多くの地方大学や高校が「ChatGPT禁止」で思考停止している中、東大が示すスタンスは、日本の教育全体のロールモデルになるはずです。
加えて重要なのは、松尾研のコースが学部や専攻を問わず開かれていることです。文系・理系の壁を越え、AIをリベラルアーツとして学ばせる設計になっています。AI時代の教育を考えるとき、「情報系の学生だけが学ぶ専門技術」ではなく、「全員が学ぶ社会的素養」へとポジショニングを変えることが、大学設計の本質だと感じました。
70年ぶりの新学部「Tokyo College of Design」
藤井総長が発表した**「Tokyo College of Design」は、このセッションの最大のサプライズでした。東京大学が70年ぶりに新設する学部**です[^2]。
「Design」という言葉は、ここでは美的設計だけを指しません。**「社会システム、AI学習システム、医療システム、国際ルール作成、気候変動対応策——未来社会のあらゆるシステム」**を対象としています。
特徴が野心的でした。
- 完全英語教育の4学期制（グローバル標準対応）
- 1.5〜2年のキャンパス外活動必須（オンキャンパス2.5〜3年）
- 最初の1年は全寮制（多国籍学生の統合）
- BA 4年 + マスター2年 = 計6年の一貫教育
これは完全にグローバル対応の新学部設計です。バタンゲル氏も「AI Academyチームの50%以上が日本の工学教育を受けています」と述べ、東京大学の教育の質を高く評価しました[^1]。モンゴルの優秀な若者が東大Design Collegeに学び、地元に戻ってAI教育を展開する——こうしたサイクルが、アジアのAI教育エコシステムを強くすると感じました。
東大の「70年ぶり」という事実が持つ重みも、見逃してはいけません。日本最高峰の大学が、70年間の沈黙を破って学部を新設します。これは単なる組織変更ではなく、日本の高等教育システムが次のフェーズに入るというシグナルです。「日本の大学は変わらない」と諦めるのは早い、というメッセージとして受け取りました。
バタンゲル氏の現場知 — 「基礎から始めよ」
バタンゲル氏のカリキュラム設計哲学は、実践的でした[^3]。
「新しいAIツールが毎日登場する時代には、特定の高度テクニックより、アルゴリズム・工学・デザインの基礎が重要です」
この指摘は極めて重要です。多くの教育機関が「最新のLLM活用法」「プロンプトエンジニアリング」といった表層的スキルを教える中、基礎を徹底的に固めれば、新ツール出現時に適応できるという哲学は、長期的な教育投資として正しいと感じます。
TIMEWELLでも、研修プログラム設計時に同じ議論があります。「最新のAIツールの使い方」を教えるか、「課題発見・検証・意思決定の基礎」を教えるか。私たちは後者を選びます。ツールは数年で変わりますが、基礎は20年使えるからです。
具体的にいうと、企業のAI研修で本当に効くのは、ChatGPTの使い方を覚えさせる時間ではなく、「自社の業務のどこにボトルネックがあるか」「そのボトルネックは本質的に何の問題なのか」を社員自身が問い直す時間です。基礎が固まっていれば、ツールが何であろうと、最適な打ち手を選べます。逆に、基礎なしでツール教育だけを重ねると、新しいAIが出るたびに研修をやり直すことになります。
藤井総長の「生涯学習プラットフォーム」構想
これに対して藤井総長は、**「生涯学習（Lifelong Learning）」**の必要性を指摘されました[^2]。4年の大学教育だけでは、技術進化速度に対応しきれません。大学が社会人向けの継続学習プラットフォームとして機能するべきだという主張でした。
これは日本の大学にとって、大きな転換です。従来、大学は「18歳から22歳の学生を教える場所」でした。しかしAI時代には、30代、40代、50代の社会人が継続的に大学と関わるのが標準になります。東京大学がこの変化をリードする意思表示をしたことは、重要な意義があると思います。
日本企業の多くは、新卒一括採用→社内教育→終身雇用という構造でした。しかしこの構造は崩れつつあります。個人が自分のキャリアを自分で設計し、必要なスキルを大学や専門機関で継続的に取得する時代です。「大学と企業の境界が溶ける」——これが今後10〜20年の教育トレンドだと感じます。
ここで地方の中小企業に強調したいのは、「自社で全てを教育する必要はない」ということです。大学・自治体・民間スクール・コンサルティング会社が提供する継続学習プログラムを、社員のキャリアパスに組み込む形でアウトソースする設計が、これから主流になります。社内研修の内製にこだわりすぎると、技術進化に追いつけません。
AI教育における「EQ」の重要性
セッション中、学生から鋭い質問が出ました。「AI時代における心理教育（EQ）の役割」についてです。
バタンゲル氏の答えが素晴らしかったです。AI Academiaでは9〜12歳児向けに「EQ and AI」クラスを開設しているそうです[^3]。技術的知能と感情的知能を同時に発達させる、という考え方でした。技術が高度化する時代だからこそ、人間固有の能力——感情的レジリエンス、関係構築能力、判断力——が重要になるというわけです。
これはTIMEWELLが日々実感していることでもあります。AIで業務が自動化されるほど、人間同士の深い対話、感情の機微、信頼関係の価値が高まります。EQ教育は、AI時代の「贅沢品」ではなく「必需品」です。
特に経営層・マネジメント層にこそ、EQ教育の必要性は高まります。AIが意思決定の選択肢を提示する時代、最終判断を下すのは人間です。判断者の感情・直感・倫理観の質が、組織の進む方向を決めます。「AIを使う前に、自分の感情を扱えるか」——これは管理職研修の最重要テーマになっていくはずです。
筆者所感 — 「挑戦の民主化」と教育の民主化
このセッションを聞きながら、私は何度もTIMEWELLの使命と重ねていました。**「世界No.1の挑戦インフラを創る」**というビジョンは、挑戦する機会がすべての人に開かれていることを目指しています。
バタンゲル氏の活動は、まさに教育機会の民主化です。モンゴルの遠隔地にいる20,000人の子どもが、AI Academiaのプログラムで学びます[^3]。地理的・経済的制約を越えて、知識にアクセスできる。これは**「挑戦のインフラ」の最上流にある基礎インフラ**だと感じました。
AIスタートアップを起業するにも、新規事業を立ち上げるにも、まずは「AIを理解している人」が一定数いる社会でなければ始まりません。教育は最も上流の民主化です。
モンゴル×日本の協業可能性
このセッションで具体的に見えたのが、モンゴル×日本の教育協業の可能性でした。
| 国 | 強み |
|---|---|
| モンゴル | 若年人口75%、AI受容度の高さ、インターネット接続率95%、現地語AI教育の実績 |
| 日本 | 高齢化対応の知見、教育機関の国際化ニーズ、東大Design Collegeという新プラットフォーム |
モンゴル側は若さと変化への柔軟性を、日本側は教育の質と組織化の技術を持っています。双方向の知識循環が可能な組み合わせです。
モンゴルの若い優秀人材が東大で学び、AI Academiaの教育プログラムが日本の地方自治体や中小企業の社員研修に応用される——こうした小国×日本の人材循環モデルは、アジア全体のAI人材不足を解く鍵になると感じました。
「遊牧文化×AI」という唯一無二の組合せ
バタンゲル氏が紹介したモンゴル固有の事例も興味深いものでした。ドローンによる牧羊管理、AI駆動型遊牧民支援です[^3]。これらは他国では絶対に生まれない、モンゴル固有のユースケースです。
これは**「文化×AI」で独自価値を作る典型例です。日本も同じ発想で、「日本文化×AI」の固有ユースケース**を量産できるはずです。茶道×AI、寿司職人×AI、神社×AI、アニメ×AI、農業×AI、伝統工芸×AI——これらの接合部から、グローバルには真似できないプロダクトが生まれると確信しています。
地方自治体や中小企業が、自分たちの「ローカル文化資産」をAIと掛け算する発想を持てば、東京や海外の大企業には作れないユニークなサービスを生み出せます。これは挑戦の民主化のもう一つの側面です。**「先進地域の真似」ではなく「自分の文脈で勝つ」**という選択肢が、AI時代には現実的になります。
まとめ — AI時代の教育は「判断力×好奇心×基礎力」
このセッションから持ち帰った、AI時代の教育の3要素はこれです。
- 判断力 — 曖昧な状況下で意思決定できる能力
- 好奇心 — 新しい技術・文化を吸収し続ける内発的動機
- 基礎力 — アルゴリズム・工学・デザインの原理原則
これらを育成するには、大学×産業×国際連携の三位一体が不可欠です。東京大学Design College、AI Academia Asia、そして私たちTIMEWELLのような民間支援組織——異なるレイヤーのプレーヤーが繋がることで、AI時代の教育インフラは機能します。
バタンゲル氏が最後に言った言葉が残っています。「AIが不平等を拡大する道具になるか、平等を実現する道具になるかは、今この瞬間の教育設計にかかっています」[^1]。
挑戦する人も、学ぶ人も、すべての人にAIへのアクセスを。そのためのインフラを作る仕事を、私は日本から、世界に向けて続けていきたいと改めて思いました。SusHi Tech Tokyo 2026の会場で東大総長とモンゴル発の起業家が並んで語る光景は、これからのアジアのAI教育の象徴的なワンシーンとして、私の記憶に残ると思います。
同じSusHi Tech Tokyo 2026の文脈では、基調講演レポート（小池都知事×高市首相）で東京の都市戦略全体像を、市民とともに進化するスマートシティで都市インフラ側のAI実装事例を整理しています。教育・都市・国家戦略を立体的に捉えると、日本企業がどこに自社の打ち手を置くべきかが見えてきます。
社内のAI教育設計、リスキリングプログラム、地域人材育成プロジェクトなど、「AI時代の人を育てる仕組み」をどう設計するかでお悩みの方は、TIMEWELLのAIコンサルティング WARPでも個別の相談を承っています。30分のオンライン相談から始められます。
参考文献
[^1]: YouTube. "AI x Education for Well-being in the Intelligent Age." https://www.youtube.com/watch?v=ti3lBO_eg0U [^2]: 東京大学 公式サイト. https://www.u-tokyo.ac.jp/ [^3]: AI Academia Asia. https://www.ai-academy.asia/ [^4]: 松尾研究室 東京大学. https://weblab.t.u-tokyo.ac.jp/