7月5日、Scientific Americanが「Is AI ruining our skills? Early results are in」と題した記事を公開した。AIへの依存が医師やソフトウェアエンジニアを含む専門職のスキルを実際に劣化させているという初期研究結果を詳しく紹介している。いずれもまだ研究の蓄積途上にある知見だが、データが示すパターンは一致して警戒を促すものだ。
大腸内視鏡医の検出率が3ヶ月で6ポイント落ちた
最も具体的なデータを示しているのが、ポーランドの内視鏡専門医（大腸内視鏡検査を少なくとも2,000件以上こなしたベテランたち）を対象にした研究だ。
これらの専門医に、大腸内視鏡画像をリアルタイムで解析し、腺腫（adenoma）と呼ばれる前がん性病変を自動検出するAIシステムが提供された。ただし、AIが使える日と使えない日が混在する環境で運用された。
結果は明確だった。AIツール導入前の3ヶ月間、腺腫検出率は28.4%だった。導入後の3ヶ月間、AI非使用時の検出率は22.4%に低下した。
この研究は昨年10月、医学誌 The Lancet Gastroenterology and Hepatology に掲載された。論文の共著者でオスロ大学の医師・研究者であるYuichi Moriは「現時点ではスキル劣化への確立した対策は存在しない。今後10年で最もホットな研究テーマになるべきだ」と述べている。
UC San FranciscoのRobert Wachterは、記事の中で、高度な訓練を受けたプロフェッショナルでさえAIへの依存度が上がるにつれ本来の業務能力が低下しうることを示す知見だと指摘している（Scientific American記事内での発言として引用）。研究者たちはこのメカニズムについて、AIツールへの継続的な暴露が「認知的判断をAIなしで行う際のモチベーション・集中力・責任感の低下」を引き起こすと表現している。
Anthropicの社内実験：コーディングタスク後のクイズ正答率が50% vs 67%
AIを開発する側の企業であるAnthropicが、自社で実施したランダム化比較試験の結果も示唆的だ。なお、この研究はarXivにプレプリントとして公開されており、現時点では査読前の段階である点に留意が必要だ。
52人のソフトウェアエンジニアを対象に基本的なコーディングタスクを課し、半数にはAIアシスタントの使用を許可した。全員がWebも参照できる条件で、タスク後に学習定着度を測るクイズを実施したところ：
- AIあり群の平均スコア：50%
- AIなし群の平均スコア：67%
特にAI使用群が苦手としたのは、コード内のエラーを診断する設問だった。自分で書いたコードの背後にある概念を理解せずに作業を終えていたことを示している。
シラキュース大学の情報科学者Kevin Crowstonはこの結果を「パフォーマンスと学習の奇妙な乖離」と表現する。「AIからスキルを借りることで高いパフォーマンスは出せる。しかしそのスキルを自分では身につけていない」。
GPSが道順を忘れさせたように、AIは思考を忘れさせる
ヘルシンキのHanken School of EconomicsのTapani Rinta-Kahilaは、過去のテクノロジーとの比較でこの問題を整理する。GPSが人間のナビゲーション能力を低下させた事例はよく知られているが、生成AIはそれとは質的に異なると彼は言う。「生成AIは、長らく人間固有のスキルとされてきた思考・解釈といった認知機能そのものを自動化する、初めてのテクノロジーだ」。
Rinta-Kahilaが2018年に発表した研究も示唆的だ。10年以上にわたって非AI型の自動会計システムを使い続けた会計士たちは、そのツールを取り上げられると複数のルーティン業務の手順を忘れていた。「プログラマーの次世代は、ハンズオンの経験がなければコーディングの基礎をほとんど理解しない状態になりかねない。会計や法律など、他の知識集約型職種でも同じことが起きる」と彼は述べている。
対策として彼が挙げるのは3点だ。①自分がどれだけの認知作業をAIに委ねているかを自覚する、②生成AIの仕組みと限界を正確に理解する、③AIの出力を無批判に信用しない。
スキルを「守る」か「手放す」かは自分で決める
Syracuse大学のCrowstonは「この現象の存在を知るだけでも、どのスキルを維持したいか、どれをAIに任せてよいかについて自己省察を促す」と指摘する。
技術的な問いに加え、記事が提起するのはキャリア設計上の問いでもある。AIによって高いアウトプットを出せる環境で、その土台となる基礎能力を自分の中に残すにはどうするか。現時点で確立した答えはなく、研究者たちも「これから10年の課題」と位置づけている。
ソフトウェアエンジニアの観点では、AIに生成させたコードを自分でレビューし内容を言語化する習慣や、意図的にAIなしで問題を解くセッションを設けることが、スキル保持の実践的な手がかりになりうる。※編集部の考察
詳細はIs AI ruining our skills? Early results are inを参照していただきたい。
