AIの支援後に自力で解いた問題、対照群を下回った正答率
ある実験で最後の問題の正答率は、事前にAIの支援を受けた群が57％、最初から自力で解いた群が73％でした。短期的な遂行能力の差が何を意味するのかを考察します。
社会AIが仕事を支援した後も、自力で判断できるだろうか
AIを導入すれば業務量が減るという期待が多くありました。
ActivTrakは16万人を超える会社員のデジタル活動4億4,300万時間を分析しました。そのうち10,584人のAI導入前後180日を比較した標本では、メールの使用時間が104%、メッセンジャーが145%、業務管理ソフトウェアが94%増加しました。ただし、導入前後を観察したデータであるため、増えた業務量のすべてがAIのせいだと断定することはできません。
業務量とは別に検討すべき問題は、AIの支援を受けた人が、その後自力で問題を解く際にも能力を維持できるかどうかです。最近の研究は、短期的な遂行能力や粘り強さ、学習様式において違いが生じる可能性があると報告しています。
🧠 最後の問題を自力で解いたときに現れた集団間の差
カーネギーメロン、オックスフォード、MIT、UCLAの共同研究チームは、2026年4月に公開した論文で、計1,222人が参加した3回にわたる実験を報告しました。数学と読解の課題において、AIの支援を受けた群と自力で遂行した群を比較しました。最初の実験では、初期の12問の後に最後の3問を、両群ともにAIなしで解かせました。
**最初の実験の最後の問題で、事前にAIの支援を受けた群の正答率は57%、最初から自力で解いた対照群は73%でした。問題をスキップした割合も、AI支援群は20%、対照群は11%でした。**同じ人の正答率が73%から57%に変化したという意味ではありません。約10〜15分の支援を受けた後、独立して遂行する際に集団間の差が現れたという結果です。
研究チームは、小さな依存が積み重なることへの懸念を「茹でガエル効果（boiling frog effect）」に例えました。しかし、この実験が長期的あるいは不可逆的な能力低下を証明したわけではありません。短い課題で現れた差が、教育や実際の業務においてどの程度持続するのかは、今後さらに検証する必要があります。
MITメディアラボのナタリヤ・コスミナ研究チームは、54人をChatGPT使用、検索エンジン使用、ツールなしで作成する群に分けてエッセイを書かせ、脳波（EEG）を測定しました。ChatGPT群で測定された脳の結合性1は、ツールなしで書いた群よりも低いものでした。研究チームは記憶や関与度の差も報告し、「認知的負債（cognitive debt）」という表現を用いました。ただし、EEGの違いが直ちに知能の低下や脳の損傷を意味するわけではありません。
追加の第4セッションに参加した一部の参加者に対しては、ツールの使用条件を変更しました。事前に自力で作成していた群がChatGPTを使用した際、最初からAIで作成した群とは異なる脳波パターンが観察されました。自力で作成した後にAIを使用するという順序を検討する根拠にはなりますが、小規模な探索的実験をすべての人に当てはまる学習の法則と見なすことはできません。
コスミナ博士は、正式な査読（ピアレビュー）の前に206ページに及ぶ論文を公開した理由を次のように説明しました。「6〜8か月後に、ある政策立案者が『AI幼稚園を作ろう』と決断してしまうのではないかと恐れたためです。発達中の脳が最も大きなリスクにさらされているからです」
医療現場でも関連するリスクを検証した研究があります。ポーランドの4つのセンターで、AIを日常的に導入する前と後に実施されたAI未使用の大腸内視鏡検査を比較したところ、前がん病変である腺腫の発見率が28.4%から22.4%へと低下しました。6ポイント、相対的に約20%減少した数値です。『The Lancet Gastroenterology & Hepatology』に掲載されたこの研究は観察研究です。研究陣もAIが能力低下の原因であると確定することはできず、さらなる研究が必要であると述べています。
⚡ 結果を素早く得ることと、自ら体得すること
こうした結果は、テック産業が長年従ってきた思考様式ともつながっています。
デイビッド・ブルックスは『The Atlantic』の最新コラムで、これを2つの思考様式に分けて説明しました。伝統的な教育と成長は、修練（cultivation）の思考様式に基づいています。難しい課題に挑戦し、失敗を修正しながら能力を身につけていくやり方です。彼は、テック産業がユーザーの手間を減らし、結果を素早く提供する最適化（optimization）に重きを置いていると見ています。
Google検索の元統括であるアミット・シンハルは、2013年のガーディアン紙のインタビューで、ユーザーと情報の間にある摩擦をなくすことに集中していると語りました。検索サービスにとっては有益な目標ですが、教育においては自ら試行錯誤しながら体得するプロセスも必要です。ActivTrakのデータでは、AIの使用比率が7〜10%の集団の生産性指標が最も高く、その集団はユーザー全体の3%でした。これも観察された関連性であるため、誰にとっても適正な使用時間が7〜10%であるという意味ではありません。
上海科技大学の研究チームの実験では、AIの支援を受けた後に自力で課題を遂行した群は、比較群よりも内発的動機づけが11%低く、退屈さは20%高い結果となりました。事前の支援経験が、その後の課題に対する態度と結びつき得ることを示す結果です。この数値だけで、普段の仕事が「我慢できないほど退屈になった」と解釈することはできません。
ペンシルベニア大学ウォートン・スクールの研究では、わざと誤った答えを出すように設計されたAIを実験に投入しました。参加者の80%がAIの誤りをそのまま受け入れました。もっともらしいAIの回答を検証せずに受け入れてしまうリスクを示す結果です。ブルックスはこのような依存を「認知的降伏（cognitive surrender）」と呼びました。
ブルックスのコラムにあるひとコマが、この転換を象徴的に示しています。米国のある学校の校長が、生徒たちに200人のアーティストが5年をかけて制作した映画を見せました。ある生徒が困惑した表情で尋ねました。「どうしてそんなことをするんですか？ AIなら5分でできるのに」。ブルックスはこの質問を、結果を生み出すプロセスとそこにかける労力をどのように評価しているかを示す事例として提示しています。
カーネギーメロンの研究チームは、AI群の中で答えを直接求めた人と、ヒントや解説を求めた人も比較しました。答えを直接求めた割合は61%であり、ヒントや解説を求めた人においては、単独遂行能力の低下は明確には見られませんでした。ただし、**利用方法を無作為に割り当てた比較ではありません。**もともとの能力やモチベーションが異なる人々である可能性があるため、ヒントだけを求めれば能力が維持されるという因果関係として断定することはできません。
🇰🇷 韓国の高いAI活用率と学習環境
韓国ではAI活用が急速に広がるにつれ、働きながら学ぶ条件についても併せて検討する必要があります。
韓国銀行の2025年AI活用実態調査によると、韓国の労働者の業務におけるAI活用率は51.8%で、米国（26.5%）のほぼ2倍に達しています。AIを使用する労働者のうち、1日1時間以上使用する割合も韓国が78.6%と、米国（31.8%）より高くなっています。今年5月のナウアンドサーベイによる会社員1,000人を対象とした調査では、週1回以上のAI活用割合が74.3%まで上昇しました。調査方式はそれぞれ異なりますが、韓国でAIの利用が拡大していることを示しています。
興味深いのは、最も多く利用している集団が最も不安を感じているという点です。IT・開発職は87.6%がAIを積極的に活用し、業務効率の向上も90.7%と全職種中1位である一方、同時に危機感も70.1%と最も高い水準でした。「自ら思考せずAIに依存する人」を危険なタイプとして挙げた回答が23.2%で、これは「AIを無条件に拒否する人」（22.8%）とほぼ同等の数値です。回答者たちが、AIへの依存と拒否の双方を警戒していることを示しています。
問題は、この自覚が行動につながりにくい環境にあることです。マイクロソフトの2026年版「Work Trend Index（業務動向指標）」において、韓国の会社員の78%が「AIに素早く適応できなければ取り残される」と回答しました。グローバル平均より13%p高い数字です。それにもかかわらず、「会社のAIの方向性が明確である」と感じている割合は16%にすぎませんでした。適応へのプレッシャーに比べ、組織の方向性が十分に示されていないと感じる回答者が多く見られます。
PwCのグローバル会社員調査において、「職場で新しいアプローチを試みることは安全だ」と感じている韓国の回答者は22%です。グローバル平均（56%）の半分にも満たない水準です。新しいやり方を試みて失敗する余裕がなければ、結果を素早く出せる手段に頼りがちになります。AIが出した結果をそのまま使うことが増えれば、自力で答えを見つけ出そうとする訓練はその分減ってしまいます。
韓国銀行が韓国の国民年金の加入データをもとに分析した2022年7月〜2025年7月の青年層（15〜29歳）の雇用は21万1,000件減少しました。この減少分の98.6%が、AIへの露出度が高い業種で発生していました。一方で、同業種における50代の雇用は増加しました。研究チームは、AIが初級人材の定型業務を代替し、熟練者の経験を補完する「年功偏向的技術変化」の可能性を提示しました。ただし、AIへの露出度が高い業種の減少分すべてを、AIが直接消失させた雇用の数と見なすことはできません。新人が働きながら判断力を養う機会が減っていないかどうか、注視する必要があります。
Oswarldの視点
私はこれらの一連の研究結果を見ながら、GTM戦略コンサルティングを行う中で繰り返し直面してきた、あるパターンを思い出しました。
企業が新たなツールを導入して初期の生産性を高める事例を見てきました。しかし、ツールが判断まで代行し始めると、組織が自ら判断する力は徐々に衰えていきます。CRMを導入した後は顧客に対する感覚が鈍り、ダッシュボードを導入した後は現場に足を運ばなくなり、A/Bテストの結果に依存するうちに、なぜそのような結果が出たのかを問い直さなくなってしまうのです。
AIには調査から分析、下書きの作成に至るまで、幅広い業務を委ねることができます。その分、どこまでをツールに任せ、何を自ら判断するのかを決めなければならないと考えます。
ブルックスが今回のコラムで提示したまとめは明快です。**「知能が豊富になると、意志が価値を持つ（When intelligence is plentiful, volition is valuable）」。**知能そのものよりも、困難な物事に進んで飛び込もうとする態度が人間の価値を左右する時代が訪れつつあるという意味です。
私から見れば、これは個人の問題にとどまりません。組織と教育システムの問題でもあります。現在の韓国の職場環境は、新しいやり方を試みることを難しくしています。新たなアプローチを試すことが安全だと感じた韓国の回答者が22%にとどまり、世界平均56%の半分未満であったというPwCの調査結果は、そうした状況を物語っています。AI活用の教育とともに、AIの導き出した結果を自ら判断し、検証する訓練が必要だと考えます。
おわりに
AIの支援を受けた後に自力で課題を遂行した際、正答率や粘り強さに集団間の差が生じたという研究があります。長期的な能力低下が証明されたわけではありませんが、ツールの活用と主体的な学習を両立させて設計すべき理由は十分にあります。韓国の高いAI利用率と、挑戦や失敗に対する余裕の少なさを併せて考えると、組織が自ら思考し、検証するための時間を確保することが重要であると考えます。
**AIを使える状況であっても、自ら考えてみる道を選ぶ人が、最終的に差を生み出すと考えます。**AIを使いながら、「以前はこれを自分でやっていたのに、今はなぜやらなくなったのだろう？」と感じた瞬間があったなら、それがどのような領域だったか、ぜひコメント欄でお聞かせください。
📨 周囲の役に立ちそうな方に共有してください
参考資料と関連リンク
主要出典
- Grace Liu et al., “AI Assistance Reduces Persistence and Hurts Independent Performance,” arXiv:2604.04721, 2026.：今回のニュースレターの中核となる根拠です。特にFigure 3の「ヒント vs 直接の答えの要求」の比較が実用的です。
- Nataliya Kosmyna et al., “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task,” arXiv:2506.08872, 2025.：206ページに及ぶ膨大な研究です。EEGに基づく脳の結合性分析が核心です。
- Krzysztof Budzyń et al., “Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy,” The Lancet Gastroenterology & Hepatology, 2025.：AI導入前後の非補助検査における腺腫発見率の変化を検証した観察研究です。
- ActivTrak Productivity Lab, “2026 State of the Workplace,” 2026.：4億4,300万時間の分析。AI導入前後の比較データが豊富です。
- David Brooks, “The People Who Will Thrive in the AI Age,” The Atlantic, June 28, 2026.：今回のニュースレターの出発点。「知能が豊富なら意志に価値がある」という枠組みが中核です。
背景知識
- 韓国銀行雇用研究チーム、「日常に浸透したAI、人々はどう活用しているのか？」、2025年：韓国の労働者5,512人を対象。韓国のAI利用強度が米国の2倍であるというデータの元出典です。
- ナウアンドサーベイ、「AI時代の大韓民国会社員レポート」、2026年：会社員1,000人を対象。職種別のAI利用実態と危機感の認識が詳細に記されています。
- ハン・ジンス、オ・サムイル、「AIの拡散と若年雇用の縮小：年功偏向的技術変化を中心に」、『BOKイシューノート』第2025-30号、2025年：AI高露出業種における若年雇用の減少を実証した韓国のデータです。
筆者のアン・グァンソプ（安光涉）は世宗大学経営学科教授であり、INLEVEL9のリードコンサルタントを務める。大学で経営データ管理、ビジネスアナリティクスなど統計およびデータ分析を教える一方、現場ではGTM戦略とAI戦略のコンサルティングを主導し、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。高麗大学技術経営専門大学院修士課程およびKMBA修了。著書に『思考を委ねる人々：ホモ・ブレインレス』がある。
각주
-
脳の結合性（Brain Connectivity）：ここではEEGで測定した脳領域間の信号の関連性を指します。分析方法や課題によって意味合いが異なるため、数値が低いからといって脳の活動が停止した、あるいは知能が低下したことを意味するわけではありません。 ↩
あなたの視点が次の号をつくります
この号で最も共感した点、あるいは違う経験をした点はどこですか。