11月17日、tej.asが「AI Fatigue Is Context Switching Fatigue: What Research Says」と題した記事を公開した。この記事では、AIエージェントを大量に並行運用することで生じる疲労の正体がコンテキストスイッチングにあるという研究知見について詳しく紹介されている。以下に、その内容を紹介する。
「疲れてないはずなのに疲れている」の正体
著者は現在、ClaudeのUltraプランと月額100ドルのChatGPTプランを契約し、10〜15本のAIエージェントを常時並行稼働させている。コードを書くエージェントもあれば、教会の礼拝スケジュール管理、ミュージシャンの手配、メール要約といった生活管理を担うエージェントもある。多くはDaiku(著者が開発中のスタートアップ)を通じてブラウザを操作する。
各エージェント単体への対応は単純だ。YesかNoを答える、ドラフトを確認する、成果物をチェックする。しかし15本のエージェントをまたいで一日中それを繰り返すと、ラップトップ以上に重いものを何も持っていないのに、夜には身体的な疲労感がある。
これは個人の感想なのか。著者は査読済みの認知科学研究を調べ、自分の体感との一致度に驚いたという。
コンテキストスイッチングのコストは研究で実証されている
タスクスイッチングの研究は数十年の蓄積がある。
- 1995年の研究:タスクを切り替えた直後のステップは、同じタスクを継続した場合より遅くなる。準備時間を与えてもコストはゼロにはならない。
- 2001年の研究:スイッチは2段階に分解できる。「他のタスクをやろうと決める(goal shifting)」と「そのタスクのルールを読み込む(rule activation)」。切り替え先のタスクが複雑なほど、ルール読み込みに時間がかかる。コーディング中に「日曜の礼拝曲は?」と聞かれたら、ロードするルールの量は実験室の単純タスクとは比較にならない。
さらに深刻なのが、Sophie Leroyが2009年に命名した「注意の残留(attention residue)」だ。タスクを未完のまま離れると、注意の一部がそこに残り続ける。著者の場合、エージェントは常に稼働中=常に未完状態なので、14本分の残留を抱えたまま15本目に向き合っていることになる。
開発者に特有のデータもある。Chris Parninの研究では10,000件のプログラミングセッションを記録した結果、割り込みから戻った後、**1分以内にコードを編集し始めたケースはわずか10%**だった。
なぜ「考えるだけ」で身体が疲れるのか
脳が燃料を消費するという説は大体外れだ。Marcus Raichleの研究によれば、タスク実行が脳のエネルギー消費を増やす量は「しばしば5%未満」に過ぎない。意志力を「消耗する燃料タンク」とみなす「エゴ枯渇(ego depletion)」理論も、23の実験室・2,141人を使ったレプリケーション研究で効果量d = 0.04(ほぼゼロ)という結果が出て支持されなかった。
では何が起きているのか。2022年の_Current Biology_掲載の研究が手がかりを示している。24人が6時間15分にわたって高負荷の認知作業(タスクスイッチングを繰り返す課題を含む)をこなした後、側方前頭前皮質にグルタミン酸が蓄積していた。グルタミン酸が蓄積すると認知制御のコストが上がり、疲れた人が「楽な選択肢」に流れやすくなると研究者は考えている。
被験者数40人・単一ラボの研究であり、グルタミン酸の役割はまだ仮説段階だ。ただし、タスクスイッチングが疲労を引き起こすレシピの材料として明示的に使われていた点は重い。
著者はここで一歩踏み込む。「なぜか楽な方を選んでしまう」「なぜかスクロールをやめられない」という行動は、意志の弱さではなく疲労の症状かもしれない。170研究・29カ国4,670人を対象にした2024年のメタ分析では、精神的努力の大きさと不快感の強さには強い相関があることも確認されている。
エージェントの監視は「見るだけ」でも消耗する
エージェント運用には、スイッチングコストとは別のコストも存在する。心理学では、まれにしか起きない問題を持続的に監視する行為をヴィジランス(vigilance)と呼ぶ。2008年の論文はこれを端的に表現している。
ヴィジランスは高い精神的負荷を要し、ストレスを生む。
著者のエージェントは過去に送るべきでないメールを送ったことがあり(医療関連も含む)、主治医にスパムを送った経験もある。だから監視をやめられない。そして逆説的に、エージェントが高性能になるほど監視が難しくなる。信頼できるシステムほどチェック頻度が下がり、特に他のタスクを並行しているときはその傾向が強まることが自動化監視の研究で示されている。
Boston Consulting Groupが2026年3月に_Harvard Business Review_で発表したデータによれば、調査した米国の正規雇用者1,488人のうち14%がAI過負荷(AI brain fry)を経験したと回答。AIを多く監督する層は他の層と比べて、情報過負荷の報告が19%多く、精神的疲労が12%多かった。
また、自己申告の生産性はAIツールを2〜3個使うと上昇するが、3個を超えると低下したという。ただしこれは査読済み研究ではなく、コンサルティング会社のサーベイである点は留意が必要だ。
さらにMETRの無作為化試験では、経験豊富なオープンソース開発者16人がAIツールを使ってタスクをこなした結果、実際の速度は19%遅くなったにもかかわらず、本人たちは20%速くなったと感じていた。自分のコストを正確に感知することがいかに難しいかを示す一例だ。
ハンドオフの設計が鍵になる
著者が日々直面するもう一つの問題が、エージェントからの引き継ぎ(ハンドオフ)の質だ。pmエージェントを管理役に置くソフトウェアファクトリーパターンを使っても、戻ってみると「15件の判断待ち」が並んでいる。詳細が多すぎて処理できないか、「DAI-563、DAI-1091…」とIDだけが並んでいるかのどちらかで、結局自分で調査しに行くことになる。
Microsoftの2026年の研究でも、Claude CodeやClineを使う開発者17人へのインタビューで、エージェントの作業を事後にレビューすることが最も負荷の高い監督形態と判定されている。
医療現場では同様の問題に対してI-PASSという構造化ハンドオフプロトコルが確立されており、9病院・10,740件の入院を対象にした研究でエラーが23%減、予防可能な有害事象が30%減した実績がある。エージェントのハンドオフ設計にも同様のアプローチが求められる、と著者は示唆している。
詳細はAI Fatigue Is Context Switching Fatigue: What Research Saysを参照していただきたい。