AIと人間は、何が決定的に違うのか
生成AIは、膨大なデータを瞬時に処理し、論理的に整理された情報を正確に伝えることにかけては、人間の能力を遥かに凌駕しています。複雑な数字を正確に読み上げ、情報を矛盾なく構造化し、言い間違いや言い淀みなく話し続けることができます。これらは「情報の正確な伝達」という機能的な役割においては、AIが圧倒的に優れた性能を発揮する領域です。
したがって、AIが得意とするこれらの作業は、積極的にAIへ委ねてよいでしょう。プレゼンの原稿作成、データの視覚化、論理的な構成の設計——こうした作業をAIに任せることで、人間は「本来人間にしかできないこと」に時間を使えます。
ただし、この線引きは固定されたものではありません。音声合成の自然さ、表情の生成、対話の応答速度は、年々向上しています。「AIには感情表現ができない」という前提で境界を引くと、その前提はいずれ崩れます。
より安定した線引きは、能力ではなく責任の所在にあります。誰がその判断をしたのか。誰が質問を受けるのか。誰が結果に責任を持つのか。この点は、生成の精度が上がっても変わりません。AIがどれほど自然に話せるようになっても、判断を引き受ける主体にはならないからです。
では、AIには到底できない「人間だけが持つ領域」とは何でしょうか。それは、感情の動きを敏感に察知し、相手の心に響く言葉を「その瞬間」に選び取る能力です。
会場の空気を読み、聴衆の反応を見ながらリアルタイムで話し方を調整する。自身の熱量や情熱を声に乗せ、言葉以上のメッセージを届ける。ユーモアや間（ポーズ）を使って聴衆の感情に働きかける——こうした非言語・情動的なコミュニケーションは、データに基づくだけでは決して再現できない人間固有の能力です。
感情と記憶の関係は、研究でも扱われてきたテーマです。情動を伴う出来事が記憶に残りやすい傾向は複数の研究で報告されています。ただし、「感情が動けば必ず行動が変わる」と言い切れるほど単純ではありません。強い感情は一部の情報への注意を高める一方、周辺の情報を見落とさせることもあります。
実務的に言えるのは、情報を「知る」だけの状態と、自分に関係のあることとして受け取った状態では、その後の扱われ方が違うということです。人を動かすのは感情そのものではなく、その情報が自分の判断に関わると理解されることです。
AI時代に価値を生むのは、どんな伝え方か
では具体的に、どのような「伝え方」が感情を動かし、AI時代においても価値を生み続けるのでしょうか。核となる概念は「ストーリーテリング」です。統計データや論理的な主張だけでは、人の心はなかなか動きません。しかし、そのデータや論理を「自分が実際に経験したストーリー」に紐付けた瞬間に、聴衆は単なる「情報の受け手」から「物語の参加者」へと変わります。
この点に関連する研究があります。Stephens 氏らが2010年に発表した実験では、話し手が自然な物語を語り、聞き手がそれを聞く場面を fMRI で調べました。話し手と聞き手の脳活動に時間的・空間的な結びつきが見られ、その結びつきの強さは、聞き手の理解度と関係していました。
ただし、これを「語り手の感情がそのまま聞き手の脳で再現される」と読むのは行き過ぎです。示されたのは、コミュニケーションが成立しているとき、話し手と聞き手が対応する情報処理を行っている可能性です。物語という形式が、その対応を生みやすいということまでは言えます。
実務では、この程度の理解で十分です。抽象的な主張を並べるより、具体的な場面を語るほうが、聞き手は状況を再構成しやすい。だから伝わりやすい。仕組みの詳細より、この経験則のほうが役立ちます。
加えて、「声の使い方」は感情伝播の重要な要素です。声のトーン、スピード、音量の変化、そして「沈黙（間）」——これらを意識的に扱うことで、言葉の受け取られ方は変わります。
ここで、よく引用される数字について整理しておきます。「言葉が7%、声が38%、見た目が55%」という比率は、Mehrabian 氏らが1967年に発表した2本の実験に由来します。ただし、元の実験が扱っていたのは、好意や態度が伝わるかという限定的なテーマであり、しかも言葉と非言語が矛盾している場面でした。単語1語を異なるトーンで聞かせる、写真と単語を組み合わせるといった条件です。
したがって、この数字を「言葉の内容は7%しか重要でない」と読むのは誤りです。示されているのは、言葉と態度が食い違ったとき、聞き手は態度のほうを信じやすいということです。Mehrabian 氏自身も、この式を一般的なコミュニケーション全体へ適用することには注意を促しています。
実務にとって意味があるのは、比率ではなくこの点です。内容が正確でも、声や表情がそれと合っていなければ、内容のほうが疑われます。声の使い方を磨く目的は、言葉を補うためではなく、言葉と一致させるためにあります。
実践的には、準備の段階で次の問いを自分に投げかけることから始めます。
- このプレゼンで聴衆に「何を感じてほしいか」を最初に決めているか？
- 自分の原体験や失敗談を、データの前後に配置できているか？
- 声の速度・音量・間を意図的に変化させているか？
- 聴衆の表情や反応を見ながら、リアルタイムで調整しているか？
この4問のうち、最初の一つが最も重要です。「何を感じてほしいか」が決まっていないまま準備を始めると、情報を並べる構成になります。安心してほしいのか、危機感を持ってほしいのか、自分ごととして考えてほしいのか。ここが決まると、どの順番で話すか、どこに具体例を置くか、どこで止まるかが決まります。
決めるときは、一つに絞ります。安心もしてほしいし危機感も持ってほしい、という状態では、話の温度が定まりません。複数を伝えたい場合は、話を分けるほうが届きます。
聴衆の反応を読むとは、何を見ることか
「聴衆の反応を見ながら調整する」という助言は、よく聞きます。しかし、具体的に何を見ればよいのかは、あまり語られません。漠然と会場を眺めても、判断材料にはなりません。
見る対象を決めておくと、実際に使えます。
- 顔が上がっているか — 資料や手元を見ている人が多いなら、話より資料のほうが情報量が多い状態です。説明を減らし、資料から離れます
- うなずきの位置 — どの話題でうなずきが起きたかを覚えておきます。そこが相手の関心に近い部分です
- メモを取る瞬間 — 書き始めたら、そこは持ち帰る価値があると判断された箇所です
- 視線が動く方向 — 隣の人と目を合わせる動きが出たら、疑問か同意の確認が起きています。「今の点、確認したいことはありますか」と聞く合図です
- 姿勢の変化 — 前傾から後ろへ戻る動きが増えたら、集中が落ちています。区切りを入れるか、問いを投げます
大人数では、全員を見る必要はありません。会場の左前、中央、右後ろの3か所に一人ずつ基準になる人を決め、その人たちの様子を見ます。3人の反応が揃っていれば、全体の傾向として扱えます。オンラインで顔が見えない場合は、チャットの動きと、質問が出るまでの時間を代わりの手がかりにします。
調整の内容も、事前に決めておきます。反応が薄いときに何を短くするか、質問が多いときにどこを飛ばすか。その場で考えると判断が遅れ、結局は予定どおりに進めてしまいます。原稿に「ここは削れる」と印をつけておくだけでも、実行できる可能性は上がります。
反応を読むことは、感覚の問題ではありません。何を見るかを決め、見たときにどうするかを準備しておく作業です。
「感情を動かす」は、演出とどう違うのか
感情を動かす伝え方には、注意点もあります。技術として扱いすぎると、演出に近づきます。
聞き手は、演出には比較的すぐ気づきます。感動的な話を毎回同じ箇所で語る。声を落として間を置く動作が、内容と関係なく繰り返される。用意された結論へ向かって話が組み立てられている。こうした状態は、その場では効果があっても、二度目からは通用しません。
区別の基準は単純です。その感情の動きが、聞き手の判断に必要かどうかです。
現場の課題を伝えるために、実際に起きた場面を話す。これは必要な感情です。聞き手は、数字だけでは分からない状況を理解できます。一方、賛同を得るために、関係の薄い感動的な逸話を置く。これは判断材料になりません。
もう一つの基準は、不都合な部分も同じ熱量で扱っているかです。うまくいった話だけを感情を込めて語り、リスクや失敗を平坦に流すなら、それは説得の技術であって、伝える力とは別のものです。
AI が流暢に話せる時代に、人が話す価値は、演出の巧みさにはありません。判断を引き受けている人が、その判断の理由を、自分の経験とともに話すことにあります。演出は AI にも作れますが、引き受けることはできません。この違いは、聞き手が質問を投げた瞬間に表れます。用意していない問いに、その場で答える場面です。
まとめ：流暢さよりも「感情を動かすこと」の意味
AI時代における「伝える力」の本質は、AIが担える「情報伝達の正確さ」から、人間だけが担える「感情を動かすこと」へとシフトしています。ただ流暢に話すことや、論理的に正しいことを述べることの価値は相対的に下がり続けます。
これからのプレゼンターに求められるのは、「何を話すか（What）」よりも「どう話すか（How）」——声の温度、熱量、そして聴衆の感情に深く響くストーリーテリングの力です。AIと人間が共存するこれからの時代において、「感情を動かす」という人間固有の能力を磨くことこそが、最も確実なキャリア戦略と言えるでしょう。それこそが、AIに決して代替されない、唯一無二の「人間的価値」なのです。
感情を動かす伝え方を体系的に鍛えたい方は、エースクエアの周波数スピーチトレーニングをご覧ください。
参考文献・出典
本記事で触れた研究・一次情報は以下のとおりです。
- Mehrabian, A., & Wiener, M. (1967). Decoding of inconsistent communications. Journal of Personality and Social Psychology, 6(1), 109–114. https://doi.org/10.1037/h0024532
- Mehrabian, A., & Ferris, S. R. (1967). Inference of attitudes from nonverbal communication in two channels. Journal of Consulting Psychology, 31(3), 248–252. https://doi.org/10.1037/h0024648
- Stephens, G. J., Silbert, L. J., & Hasson, U. (2010). Speaker–listener neural coupling underlies successful communication. PNAS, 107(32), 14425–14430. https://doi.org/10.1073/pnas.1008662107
