VOLOVLO職業の自動化リスクと転換を、業務ごとに
VOLOに訊く職業専攻企業創業者最近の変化長文方法と証拠職業、専攻を検索…EN中文ESPT
VLO
VOLO

自動化が仕事をどう変えるかを掴むために——業務ごとに、証拠を見せて、不確かさは不確かだと認めて。

VOLOに訊く職業専攻企業創業者最近の変化長文方法と証拠VOLOについて職の診断プライバシー利用条件
© 2026 VOLO
職業
すべての職業
AI / ソフトウェア
翻訳者・通訳者銀行窓口係コピーライターカスタマーサポート担当事務アシスタントソフトウェアテスター/QAエンジニアグラフィックデザイナーパラリーガル動画編集者会計士・経理/記帳マーケティング担当フロントエンド開発者データアナリスト保険金支払い担当テクニカルライター・ドキュメント担当初級ソフトウェアエンジニア人事・採用担当融資担当・与信担当財務アナリスト調達・サプライチェーン担当記者営業・アカウントマネージャー不動産仲介情報システムの支援担当・ヘルプデスク監査人経営コンサルタントバックエンド開発者AI研究者プロダクト/UXデザイナー業務システムオーナーEC運営担当放射線科医データエンジニア弁護士医療事務助手・クリニック助手機械学習エンジニア経験のあるソフトウェアエンジニアDevOps・プラットフォーム・SRE エンジニアプロダクトマネージャー薬剤師アライアンス・チャネル担当セキュリティアナリスト(監視運用)コンプライアンス担当建築士現場管理職・チームリーダーカウンセラー・心理療法士販売員警備員学校教員総合診療医・かかりつけ医ホールスタッフ自動車整備士理学療法士・リハビリ療法士建設作業員看護師介護職・看護助手AI導入責任者
RPA / セルフサービス
行政の窓口職員オペレーションコーディネーター受付
ロボティクス
レジ係・販売スタッフ倉庫作業員組立作業員臨床検査技師料理人清掃員電気工
自動運転
配車・タクシー運転手トラック運転手配達員
専攻
すべての専攻英語・外国語情報科学会計学心理学ジャーナリズム・コミュニケーション金融・経済法学ビジュアルコミュニケーションデザインマーケティング看護学経営学教育学・教員養成建築学行政学
手引き
VOLOに訊く企業向け創業者向け最近の変化長文職の診断方法と証拠VOLOについて職業を追いかける検索
いまの立場:働いている学んでいる会社を経営している何かを作っている
On this page業務の分解ここに至るまで最近の変化あなたにとって何を意味するかこれについて書いたもの方法と出典
職業›記者

この職業に検証済みの記録が入ったら知らせる →

記者

言いたがらない人から何が起きたのかを聞き出し、責任を問える名前をつけて世に出す。

journalist選べる道を見る ↓報道評価日 2026-09-10
自動化影響指数
58/100
確度は中程度 · 失職の確率ではありません
自動化されつつある業務
1/ 5項
2項が増強されつつある
いまも人が主導
1/ 5項
1項の新しい業務
証拠に基づく判断
2/ 5項
2件の検証済みの記録
58/100
自動化影響指数確度は中程度

これは職を失う確率ではない。その職の業務量のうちどれだけが自動化にさらされているかと、導入が実際にどこまで進んだかを一つの値に合わせたものであり——同じ一つのものさしで職業どうしを比べるためだけに使える。それ以外には使えない。

どこに当てはまるか

報道機関やデジタルメディアの記者と編集者に向けて書いている。放送での進行、報道写真、通信社の定型記事は、それぞれ別の圧力に晒されている。またこの業界の経済的な圧力は、技術による圧力より古く、そしてそれより大きい。

実際に何が変わりつつあるか#

分析の単位は肩書ではなく業務です。職が置き換えられるのではなく、その業務の構成が移ります。

自動化されつつある×1増強されつつある×2いまも人が主導×1新しい業務×1

これはあなたの仕事ですか。そう言えば、このページはあなたの持ち分に絞られます。

肩書とは、まとめ買いされた業務の束であり、同じ束を持つ人は二人といません。どこにも送られません——このブラウザの中に留まります。

プレスリリースと決算の書き直し

自動化されつつある✓ 証拠に基づく

決算の表、試合結果、天気、事件の記録、プレスリリースを短い記事に仕立てる。

AI / ソフトウェア
理由

構造化されたデータからの定型生成は十年前から編集局にあり、言語モデルは構造化されていない材料まで扱えるようにした。入力はもともと公開されており、出力には判断がほとんど入らない。だから自動化の費用は低く、失われる質も小さい。

これが意味し**ない**こと

これは多くの場合、若手の記者が担当分野を覚えながらやっていた仕事だった。取り除かれるのは費用だけでなく、訓練の場でもある。

人に話させる

いまも人が主導≈ 本サイトの推定

資料を渡してもらえる、見たことを話してもらえる——そういう関係と信頼をつくること。

AI / ソフトウェア
理由

情報源が危険を冒すのは信頼している人のためであって、媒体のためではないし、まして系のためではない。最も重要な情報とは、誰かが世に出したくない情報であり、それを引き出すことは人間関係の仕事で、自動化の筋道が見当たらない。

これが意味し**ない**こと

関係が守るのは、すでにその関係を持っている記者である。関係がかつて築かれていた入口の職には何もしてくれないし、業界が真っ先に削ったのはその職だった。

主張と材料の裏取り

増強されつつある✓ 証拠に基づく

その文書が本物であること、その映像に手が加わっていないこと、その発言が実際になされたこと、その数字が正しいことを確かめる。

AI / ソフトウェア
理由

画像の逆検索、メタデータの分析、突き合わせの道具はずいぶん良くなり、実際に使われている。同時に、合成メディアは絶対量としてこの仕事を難しくした。差し引きすると、裏取りの仕事は増え、道具は良くなり、それでも何をもって確認とするかは誰かが決めなければならない。

これが意味し**ない**こと

裏取りの仕事が増えることは、裏取りの職が増えることではない。たいていは同じ記者に一段増えた手間として降りてくるし、検証の部署を養えない編集局は、確かめる量を減らしたまま出すだけである。

記事を書く

増強されつつある≈ 本サイトの推定

何が記事なのか、何を頭に置くか、何を落とすかを決め、締め切りまでに所定の長さに収める。

AI / ソフトウェア
理由

起草、締め、見出しの案出しは、助けを借りれば速い。編集上の判断——この記事は結局何なのか、媒体として何を背負う覚悟があるのか——は人が下す。それが訴えられる対象になる判断だからであり、また編集局の声は、ウェブの平均ではなく意図的な選択だからである。

これが意味し**ない**こと

編集上の判断は、数の減りつつある上級者のところにある。助けは一本を書く速度を上げるが、媒体が何本ぶんの費用を持てるかは変えない。

合成・改変されたメディアを見抜く

新しい業務≈ 本サイトの推定

出回っている動画・画像・音声が本物かどうかを、事実として報じる前に判断する。

AI / ソフトウェア
理由

生成メディアは、以前はほとんど存在しなかった種類の仕事をつくった。もっともらしく見える材料は捏造かもしれない、と編集局はいま前提しなければならない。専門の検証部署が現れつつあり、この技能は、持っている記者にとって本物の差になるくらいには希少である。

これが意味し**ない**こと

専門部署があるのは大手の媒体で、それ以外にはほとんどない。多くの記者にとってこれは、応募できる職ではなく、雇われやすさを上げる技能である。

ここで効いてくる技術はどれか#

四つの別々の signal です。意識して足し合わせていません——二つの技術にさらされている職が、二倍さらされているわけではありません。

認知の自動化
プレスリリースと決算の書き直し人に話させる主張と材料の裏取り記事を書く合成・改変されたメディアを見抜く

ここに至るまで#

この指数は動かない数字ではありません。これは、ChatGPT 以降の能力の検査点ごとに、それがどこにあったはずかです——再構成されたものであり、そう明記しています。

再構成 · 本サイトの推定過去の検査点ごとに、今日から推定したものです——当時に測ったのではありません。24 → 58。
1007550250
評価していません
2022 H22024 H2Now

● この職業についての2件の検証済みの出来事を、それが起きた日付の上に置いてあります——印の近くの線は、確かめられる何かに固定されています。

起案と見出しの差分違いは早く、速く動いた。2025年上半期以降の平坦化は、能力が鈍ったからではない——間違うことの代償が目に見えるようになったからである。訂正と、捏造が世に出た一件の目立つ事例が、編集部に、道具と紙面のあいだへ名前のある人を置かせた。

2022年下半期24汎用の文章生成が世に出る。この時点より前のさらされ方は、すでに導入されていた自動化から来ていた——OCR、RPA、機械による画像認識、セルフレジ、配車のアルゴリズムである。 ChatGPT research preview (2022-11-30) ↗
2023年上半期34資格試験に通る汎用のモデル。最初の草稿の質が、専門の仕事がそれを使い始める境目を越える。 GPT-4 (2023-03-14) ↗
2023年下半期40画像の入力、長い文脈、そして道具の呼び出し。モデルを文書に向けたり、仕組みにつないだりできるようになる——それが、書く仕事ではなく工程の仕事を動かすものである。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024年上半期47同じ能力がずっと安く、速くなる。新しくできるようになることはない。量をこなしても割に合うようになるものが大量に出てくる——導入の判断が変わるのはそのときである。
2024年下半期51多段の問題を解いていく推論のモデルと、画面を見てコンピュータを操作する最初のモデル。ソフトウェアを操作する職に届くのは、後者のほうである。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025年上半期55エージェントが、人が貼り付けるための文章を出すのではなく、実際のソフトウェアを端から端まで操作し始める。公になった最初の揺り戻しが現れるのもこのときである——自動化して、その一部を元に戻した組織である。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025年下半期56長い文脈と道具の利用が、機能ではなく既定になる。能力の向上は続き、目に見える制約は、モデルに何ができるかから、責任と、調達と、費用へ移る。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026年上半期57長い見通しを持つエージェントが、特定の業種の仕事の流れの中に着地する。導入は一般的なものではなく、業種ごとのものになる。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
現在58いまの評価——この点は、その職業のページに公表されている影響指数そのものなので、この曲線は、この site がすでに引き受けている数字に固定されている。平らな曲線については書き留めておく価値がある——同じ週に、AIのエージェントが物理的な機器を操作するための共通仕様の研究者向け先行版が、研究所と製造業者に公開された。それは、ここでの線がほとんど動かない物理的な職業に向けられた最初の能力の類である。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

平らな線は、安全の予測ではありません。それは、自動化がこれまでどの業務に届いたかを言っています——ここで最も動かなかった職業は、制約が身体的か規制によるものであり、そしてそのどちらも変わりうります。

最近の変化#

実際の導入2025-07-222026-09-11 に検証
Pew の調査では、AIによる要約が出た訪問のうち検索結果をクリックしたのは8%で、出なかった場合の15%を下回り、要約のなかのリンクをクリックしたのは1%だった

米国、2025年3月、閲覧履歴の共有に同意した成人900人——ウェブ全体ではなく行動パネルであり、対象は Google のみ。測っているのはクリックであって、収入でも雇用でもない。単純な読み方に逆らう発見が一つある。AIの要約が引いた出典に占める報道サイトの割合は5%で、通常の検索結果でも5%だった。つまり要約は、通常の検索より報道を引かなくなったわけではない。崩れたのはクリックであって、引用ではない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

Pew Research Center ↗影響カード全文 →
制限または撤回2025-05-182026-09-10 に検証
シカゴ・サンタイムズ紙とフィラデルフィア・インクワイアラー紙が、存在しない書籍を並べた配信記事の夏の読書リストを掲載した。執筆したフリーランサーはAIの道具を使ったと述べ、その特集面は確認を経ていなかった

米国の新聞。編集局の記者ではなく King Features(Hearst)が制作した配信の特集面である。King Features はその執筆者との関係を終えたと述べ、新聞社の最高経営責任者はこれを取材ではなく確認の失敗だと呼んだ。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

NBC News ↗影響カード全文 →

これがあなたにとって何を意味するか#

始めたばかりなら

この業界の問題は主として経済的なものであり、技術はその上で、学びながら食べていける入口の——書き直し中心の——職が縮む速度を上げている。そこは自分に正直でいたほうがよい。残る部分——情報源、裏取り、編集上の判断——は、そのまま良い記者を良い記者にしている部分でもあるので、道は閉じたのではなく、短くて急になったと考えるとよい。人を知っていることが効き、一般的な文章では代わりにならない担当分野を選ぶこと。地域の機関、技術的な分野、ある土地。

経験があるなら

あなたの情報源、担当分野の知識、署名の信用が資産であり、そのどれも自動化されない。変わりつつあるのは、媒体が期待する記者数と本数の比であり、裏取りの技能への需要の高まりである。書ける記者に対して、証せる記者の価値が上がりつつある。自分が後者なら、自分の見せ方のなかではっきりそう言うこと。

選べる道#

四つの方向。それぞれに現実の制約と、今週試せることが一つ付いています。いまのまま続けることも正当な選択です——ただし、選ばれたものでなければなりません。

留まって強くする

人を知っていることが要る担当分野を持つ

自動生成が最も強いのは、情報がもともと公開されている場所である。最も弱いのは、記事が関係のなかにある場所——裁判所、議会、病院、ある特定の業界である。

現実の制約

築くのに何年もかかり、土地や分野に縛られるので、身軽さは失われる。

今週試すこと

今日あなたの電話を取って、まだ表に出ていないことを話してくれる人を書き出す。その人数は、これまでの記事の切り抜きよりも正確に、この職業でのあなたの位置を表している。

職の形を組み替える

裏取りの専門家になる

合成メディアは、裏取りを独立した希少な技能にした。編集局はそれを必要としているし、プラットフォームも、非政府組織も、法務のチームも必要としている。

現実の制約

技術的で華やかさがなく、道具の移り変わりが速いので、学びが終わらない。

今週試すこと

今週出回った映像を一つ取り、それが本物かどうかをどう確かめるかを、手順立てて短く書く。判定ではなく方法のほうを公開する。

隣へ移る

編集局の外での調査と検証

デューデリジェンスの会社、政策研究機関、コンプライアンス部門、公益団体は、まさにこの「調べて確かめる」技能に金を払っており、しかも報道より安定して払うことが多い。

現実の制約

表に出にくく、秘密を伴うこともあり、書く相手は読者ではなく依頼者である。

今週試すこと

メディア以外の調査・検証の求人を三つ見つけ、すでに満たしている要件に印をつける。たいていはその大半を満たしている。

よくある問い#

ニュースは記者ではなくAIが書くようになるのか

もともとジャーナリズムとは言いがたかった部分——結果、要約、すでに公になっているものの書き直し——は、すでにAIが書いている。できないのは、誰かが知られたくないことを探り当て、それが本当かどうかを判断し、世に出す責任を負うことである。この三つの業務がこの職業そのものであり、それらは減っているのではなく、希少で価値のあるものになりつつある。正直な懸念は、機械が仕事をすることではない。それをやるために給料をもらえる人が減ること、そしてそれを学ぶ費用を賄っていた入口の仕事が消えつつあることである。

あとどれくらい時間があるのか

信号は、勤め先の編集局が定型の出力——結果、提出書類、プレスリリース——をどう扱うかである。それらが自動で起草され、人は確かめるだけになったとき、その仕事の上に成り立っていた入口の取材職はもうない。それは発表ではなく人員配置の判断として現れる。

自分の仕事のどの部分が実際に危ういのか

プレスリリースと定型の結果の書き直しであり、ここでは自動化と印をつけている。情報源づくりと編集上の判断はそうではないが、関係が守るのはすでにその関係を持っている記者であって、関係がかつて築かれていた入口の職には何もしてくれない。

裏取りの仕事は伸びる分野なのか

裏取りの仕事が増えることは、裏取りの職が増えることではない。合成メディアは絶対量としてこの仕事を難しくしたが、増えた一段はたいてい同じ記者に降りてくるし、専任の部署を養えない編集局は、確かめる量を減らしたまま出すだけである。

これを目指して学んでいますか

この専攻がここへ通じています。そのページでは、どの能力が持ち越せて、卒業生に何が欠けがちかを分解しています。

ジャーナリズム・コミュニケーション →

これについて書いたもの#

この文章は、このページが持っているのと同じ記録から論じており、その一節一節が、何の上に立っているかを名指ししています。

  • 実際に自動化されるのは何か、そしてそれを前もって見分ける方法

方法と出典#

評価日
2026-09-10
業務の判断の根拠
証拠に基づく2項 · 本サイトの推定3項 · 証拠が足りない0項
検証済みの出来事
2

こちらが職業をどう評価するか →