今回のテーマは、「やりたいことがない」という現代的な悩みです。これは単なる個人の問題ではなく、選択肢過多・SNSによる比較・キャリア構造の変化といった、今の社会そのものが生み出す複雑な背景を映し出す現象でもあります。
自己理解の土台が揺らぎ、情熱や天職を“最初から決まっているもの”と錯覚しやすい時代。多くの人が方向性を見失い、「自分には特別な何かがないのでは？」という不安を抱えています。そこで今回は、共通プロンプトを設定し、8つのAIに「やりたいことが見つからないのはなぜか？」という問いを投げかけました。
心理学・行動科学・キャリア理論・社会構造――それぞれ異なる切り口から分析することで、この悩みの“見えない構造”が立体的に浮かび上がります。
「やりたいことがない」という状態は、能力不足ではありません。むしろ、現代の環境が生み出す自然な反応です。「では、次にどう動けばよいのか？」。この問いを解くためのヒントが、8つのAIの視点に凝縮されています。
本特集が、キャリアを「育てるプロセス」として捉え直すきっかけとなれば幸いです。
- ChatGPT （チャットジーピーティー）
- Claude （クロード）
- Gemini （ジェミニ）
- Copilot （コパイロット）
- Grok （グロック）
- Perplexity （パープレキシティ）
- DeepSeek （ディープシーク）
- Le Chat （ル・シャ）
共通プロンプト
今回も共通のプロンプトを設定し、8つのAIに同じ問いを投げかけました。「なぜ多くの人が『やりたいことがない』と感じるのか？」という、シンプルに見えて実は心理・社会・行動・キャリア形成の要因が複雑に絡み合うテーマに対して、各AIは異なる角度から分析を試みています。視点の違いを読み比べることで、“迷い”という現象に隠れた構造が立体的に浮かび上がってきます。
選択肢過多が意思決定を鈍らせるメカニズム、SNS時代が生む比較の圧力、経験不足による自己理解の曖昧さ、情熱や才能に関する誤解、社会が個人に求める役割の変化――複数の切り口から、AIごとの分析スタイルや思考の重点が明確になります。それぞれのAIが提示する「何が人を迷わせ、何が前進を妨げているのか」という視座を比較することで、このテーマをより現実的・構造的に理解するための洞察が得られるはずです。
【テーマ】
「やりたいことがない」という悩みを、心理学・行動科学・キャリア理論の観点から整理し、
“どうすれば前に進めるのか”をAIの視点でわかりやすく解説してください。
【目的】
– やりたいことが見つからないという悩みを構造的に整理する。
– 読者が「まず何をすればいいか」という実践的な指針を得られるようにする。
– AIがキャリア形成の支援にどう役立つかを示す。
【読者像】
– 自分に向いている仕事が分からない人
– 進路・転職を迷っている社会人
– 「やりたいことがない」と感じて焦っている学生
– 自己理解に課題を抱える人
【記事構成】
1. **導入（問題提起）**
– 「やりたいことがない」と悩む人が増えている背景を紹介
– 社会的・心理的な要因を簡潔に提示する
2. **原因の分析（なぜ“やりたいこと”が見つからないのか）**
– 選択肢過多の時代による迷い
– 比較文化・SNSの影響
– 自己理解の不足、経験量の不足
– “才能＝情熱”という誤解について触れる
※専門用語には一文で補足を入れる（例：選択肢過多＝選択が多すぎて決められなくなる現象）
3. **AIによるセルフ分析のアプローチ**
– 質問応答型AIによる価値観整理
– 行動履歴・過去の成功体験の言語化
– 興味の「パターン抽出」をAIが手伝うイメージ
– キャリア診断ツールやAI面談の活用例（実在・仮想を問わない）
4. **具体的な進め方（行動によってしか“やりたいこと”は見つからない）**
– 小さな試行（スモールステップ）の重要性
– 興味の“種”の見つけ方
– 低コストで試せる行動リスト（3〜5例）
※必要に応じて
（図：興味の種 → 試行 → 手応え → 深堀り の循環モデル）
のような図コメントを入れてよい
5. **社会・職場での応用と注意点**
– 周囲の評価・比較文化に振り回されない方法
– 「好きより得意」から始めても問題ないという説明
– 迷っている人が陥りやすい失敗（例：情報収集だけで止まる）
6. **まとめ**
– やりたいことは“決める”ものではなく“育てる”ものと再確認
– 読者が行動を一つ選べるように背中を押す締め方
【文体・トーン】
– です・ます調
– 客観的・冷静
– 心理的配慮がある柔らかい表現
– 専門用語は必ず一文で説明する
【出力形式】
– Markdown形式
– 小見出し（###）を多めに使用
– 文字数は2000〜2500字
– 記事末尾に「タイトル案」を3つ提示する
【補足指示】
– 図示が有効な場面では
※（図：○○モデルの流れ）
のようなコメントを入れてよい。
【バージョン情報の出力】
記事本文とタイトル案のあとに、必ず以下を記載する。
—
**AIバージョン情報**
– ベンダー:
– モデル名:
– モデルバージョン:
– 回答日時:
—
【参考タイトル】
「“やりたいことがない”は才能の欠如ではない ― AIと考える自己理解のステップ」
生成された記事
では、8つのAIは「なぜ人は『やりたいことがない』と感じるのか」「その正体は何なのか」をどのように捉えたのか。これは単なる“やりたいことが見つからない”という表面的な悩みではなく、「選択肢の多さ・比較文化の圧力・経験不足による自己理解の曖昧さ・社会的期待の変化・思い込みや認知バイアスといった複数の要素が重なり合い、『やりたいことが見つからない』という状態を構成している」という構造的な視点が、複数のAIから示されました。
選択が多いほど決められなくなるメカニズム、SNSが可視化する他者比較の負荷、経験不足がもたらす自己像の不確定性、「情熱は最初からあるもの」という誤解、社会が個人に求める役割の多様化、そして人間が“正解”を求めてしまう心理。このような多層的な要因を照らし合わせることで、「なぜ多くの人が迷い続け、しかし完全に答えを見つけきれないのか」という問いの背後にある、もう一段深い構造を読み取っていただければと思います。
ChatGPTチャットジーピーティー
「やりたいことがない」という悩みを「選択肢過多・自己理解・行動パターン」の三層で整理し、迷いの構造をモデルとして再構築します。感覚ではなく再現性を基準に、“なぜ方向性が見えず、どこに突破口があるのか”を検証する分析型AIライターです。
Claudeクロード
「やりたいことがない」と感じる背景にある、社会的文脈・比較文化・個人が抱える不安を静かに読み解きます。数字には表れにくい“迷いの違和感”をすくい取り、その心理的背景を照らす洞察型AIライターです。
Geminiジェミニ
キャリア理論、行動データ、心理要因、社会構造など多様な情報を結びつけ、「やりたいことが見つからない」現象の全体像を立体的に描き出します。複雑な要因を地図のように整理する探究型AIライターです。
Copilotコパイロット
「やりたいことがない」と感じるプロセスを段階的に分解し、「どの段階で迷いが生まれ、どの行動で改善できるのか」を具体的に示します。実務に近い視点でキャリア形成の手順を導く実務型AIライターです。
Perplexityパープレキシティ
学術論文、キャリア研究、行動科学データなど一次情報を根拠に、「やりたいことが見つからない」現象を事実と誤解に分けて整理します。情報の精度を重視するリサーチ特化型AIライターです。
DeepSeekディープシーク
選択肢過多の構造、比較を生む社会環境、認知バイアス、行動不足の要因を分解し、“迷いを生む条件／合理的に説明できる原因”を抽出します。感情ではなくデータで判断する分析特化型AIライターです。
Le Chatル・シャ
散在した情報や思い込みを静かに整理し、「どの軸で自己理解を深めるべきか」という思考の順序を整えます。複雑なキャリアの悩みを無理なく理解へ導く、穏やかな知性をもつAIライターです。
Grokグロック
常識や固定観念に疑問を投げかけ、「そもそも『やりたいこと』とは何を指すのか？」という前提そのものを点検します。思考の盲点を突き、キャリアの悩みを揺さぶる批判思考型AIライターです。
この記事を書いた人
AIごとの文章の「温度」や「違和感」をすくい取り、AIに足りない部分をそっと補うのが役目だと思っています。