マルチタスクに慣れても、二つの課題は互いに邪魔し合うことがあります

慣れれば二つの仕事を同時にうまくこなせるのでしょうか

Slackのメッセージを確認しながら議事録をまとめたり、メールを書きながら次の会議資料に目を通したりすることがあります。こうした作業に慣れると、複数のタスクを同時にこなす速度も速くなります。認知心理学の実験でも、反復練習によって二つの課題を同時に遂行する際の損失が大きく減る現象が観察されています。

それでは、練習によって二つの課題が互いに邪魔しない状態に至ることはできるのでしょうか。2025年11月にオンラインで初めて公開された研究は、最大12日間の訓練後も特定の処理段階で干渉が残るという結果を示しました。まずはどのような実験だったのか見ていきましょう。

二つの課題を最大12日間練習しました

ドイツのマルティン・ルター大学ハレ＝ヴィッテンベルクのトルステン・シューベルト氏、ハーゲン通信大学のロマン・リーペルト氏、ハンブルク・メディカルスクールのティロ・シュトロバッハ氏が共同で行った研究です。論文は『Quarterly Journal of Experimental Psychology』誌に掲載され、大学は2026年3月に研究結果を紹介しました。

研究チームは3回の実験で、視覚と聴覚を使う二つの課題を参加者に与えました。一つは画面に一瞬現れる円の大きさを右手で示すというもの。もう一つは聞こえてくる音が高いか、中間か、低いかを答えるというものでした。

参加者は、課題を一つずつ行う練習と二つ同時に行う練習を最大12日間繰り返しました。練習を重ねるほど反応が速くなり、誤りも減りました。先行研究でもこうした改善は観察されており、一部の研究では十分に習熟すれば二つの課題がほとんど互いに邪魔しなくなると解釈されていました。

今回の研究チームは、訓練後に応答を選択するのにかかる時間を変えてみました。円や音を認識した後、決められたルールに従ってどう反応するかを選ぶ段階です。一方の課題でこの段階が長くなったとき、もう一方の課題まで遅れるかどうかを調べました。

相対的に短い視覚課題の応答選択時間を延ばすと、長い聴覚課題の反応も遅くなりました。逆に、長い課題の応答選択時間を延ばしたときには、短い課題は同様の影響を受けませんでした。研究チームは、この結果が二つの課題の応答選択が順番に進行するという説明と一致すると見ています。

練習によって全体の遂行は改善しましたが、条件を変えると二つの課題の間に干渉が現れたのです。慣れた条件で素早く遂行できたという事実だけで、すべての処理段階が同時に進行していると見なすことはできません。

うまくできるようになったことと、干渉がなくなったことは別物です

研究チームが検証した説明は「潜在的ボトルネックモデル」です。一方の課題が応答を選択している間、もう一方の課題はその段階に入るために待たなければならないと考えます。こうして処理が遅延する箇所をボトルネックと呼びます。

この説明でも、すべての過程が一つずつしか進まないわけではありません。感覚情報を受け取ったり反応を実行したりする段階は重なり得ます。制限があると見なされているのは、二つの課題でそれぞれどう応答するかを選択する段階です。

練習は課題の処理速度や、二つの課題を調整する能力を改善し得ます。ただし、その改善がそのまま処理容量の制限が消えたことを意味するわけではありません。この研究は反応時間と誤りを調べた実験であるため、あらゆる日常業務や訓練期間に同じ結論をそのまま適用するには範囲が限られます。

AIツールを使う職場では何が起きているのでしょうか

実験とは別に、実際の職場の業務記録も併せて見る価値があります。業務分析ソフトウェア企業のActivTrakは、2025年の報告書で顧客企業777社、従業員21万8,900人の2022〜2024年のデジタル業務活動を分析しました。

この標本において、AIツールを使用した従業員の比率は58%でした。2022年より107%増加した数値です。これはあくまでこの会社が観察した顧客企業の変化として読むべきものです。

同じ報告書では、協業時間は27%、マルチタスク時間は5%増加しました。業務用アプリやサイトで過ごした生産的な時間は2%増加しましたが、全記録時間に占める集中時間の割合は65%から62%へと低下し、1回あたりの集中区間も平均8%短くなりました。ここでの「集中」はプログラムがデジタル活動を分類した値であり、従業員の頭の中の集中度を直接測定したものではありません。

この報告書は、AIの使用と業務スタイルの変化が並行して現れることを示しています。AIのせいで集中力が下がったという因果関係を立証した実験ではありません。業務量や職務が異なる人々がAIをより多く使っていた可能性も考慮する必要があります。

AIが草案を作っている間に人が別の仕事をするという方式自体は可能です。ソフトウェアと人がそれぞれ作業するからです。業務を設計する際に見るべき部分はその先です。人が複数の草案を交互にレビューし、メッセージに応答し、決定を下さなければならないときに生じる負担も計算に入れる必要があります。

シュトロバッハ教授は大学の研究紹介の中で、運転中の通話や航空管制のように複数の作業を同時に処理する状況における安全上の問題に言及しました。今回の実験でその職業群やAI利用者の業務成果を直接測定したわけではありません。

Oswarldの視点

私は現場で、熟練したチームに二つのプロジェクトを同時に任せて苦労する様子を見てきました。最初は報告書も出てきますし、会議も開かれ、スケジュールも進みます。ところがクライアントが予想外の要求をしたり、市場状況が急変したり、チームメンバーが一人抜けたりすると、二つのプロジェクトの成果が揃って悪化することもありました。

チームは複数の人が仕事を分担できるので、一人の脳とは同じではありません。ただ、この研究を読みながら、慣れた状況でうまくいっているという理由だけで余裕が十分にあると判断していた現場を思い出しました。急に仕事が増えたとき、誰がレビューと決定を担うべきかまで見ておく必要があると感じました。

私が注目しているのは、AIを導入した後に人の業務がどう変わるかです。草案作成の時間を減らせたとしても、その分より多くのレビューと意思決定を一人に集中させれば、負担が大きくなり得ます。同時に抱えている仕事の数と難易度、そして互いにどれくらい頻繁に切り替えなければならないかを併せて見る必要があります。

私は、AIを導入する際には人が一つの仕事に集中できる時間も確保してほしいと思っています。草案をいくつ多く作ったかに加えて、レビューを期限内に終えられたか、抜け落ちた内容や手戻りは減ったかを見ようという趣旨です。

業務を増やす前に確認すべきこと

今回の実験で、反復練習の効果は明らかでした。ただし条件が変わると、二つの課題の間に干渉が再び現れました。熟練した人にさらに仕事を任せるときも、普段の処理速度だけを見て判断しないでほしいと思います。予想外の依頼が来たときに何から処理するか、既存の仕事を一時停止できるかも決めておく必要があるからです。

メッセージにすぐ返信しなければならない業務と、集中して書かなければならない企画書を同じ時間帯に抱えているなら、まず二つの仕事を分けて処理できる時間を決めてみるのはどうでしょうか。AIが浮かせてくれた時間が実際に集中できる時間として残っているかも、併せて確認してみてほしいと思います。

参考資料と関連リンク

• Schubert, T., Liepelt, R., & Strobach, T.、Evidence for a Latent Bottleneck After Extensive Dual-Task Practice of a Visual-Manual and an Auditory-Verbal Task、2025年11月オンライン初公開。二つの課題の応答選択時間を変えて干渉を調べた研究です。
• Martin Luther University Halle-Wittenberg、Psychology: Study shows limits of multitasking、2026年3月11日。実験手順と研究者の説明を収めた大学の報道発表です。
• Schubert, T., Kübler, S., & Strobach, T.、A mechanism underlying improved dual-task performance after practice: Reviewing evidence for the memory hypothesis、2024年。練習が課題調整能力をどのように改善するかを調べた総説です。
• ActivTrak、2025 State of the Workplace。顧客企業の2022〜2024年のデジタル業務記録を分析した報告書です。

筆者アン・グァンソプ（安光涉）は世宗大学校経営学科教授であり、INLEVEL9のリードコンサルタントである。大学では経営データ管理、ビジネスアナリティクスなど統計・データ分析を教える一方、現場ではGTM戦略とAI戦略コンサルティングを率い、技術とビジネスの接点を設計している。AI対話システムの記憶アーキテクチャ（HEMA）研究で学術論文を発表し、毎日グローバルなAI論文をキュレーションするDaily Arxivプロジェクトを運営している。高麗大学校技術経営専門大学院修士課程とKMBAを修了した。著書に『考えを任せる人々：ホモ・ブレインレス』がある。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。