9月30日、Inside AI newsが「HBR Research Reveals AI Intensifies Work and Erodes Judgment」と題した記事を公開した。AIが職場の業務負荷を軽減するどころかむしろ増大させ、人間の判断力を侵食している——Harvard Business Reviewの複数研究が示すこの知見は、AI導入に関する支配的な語り口に真っ向から疑問を投げかける。バーンアウトの増加、経営判断の精度低下、責任の所在の曖昧化。生産性ツールとして普及が進むAIの「影」を、横断的な研究レビューが浮き彫りにした。

AIは業務を減らさない——むしろ増やす

ChatGPTの登場以降、「AIで業務効率化」という言説は企業・メディアを問わず急速に広まった。国内でも生成AI導入を推進する動きが加速しており、経済産業省や民間企業がAIリテラシー向上を旗印に掲げている。だが、実際の職場では何が起きているのか。

HBRが発表した複数の研究を横断的にまとめた本レビューは、その問いに対して厳しい答えを突きつける。対象領域は銀行・採用・バイオテクノロジー・ソフトウェアエンジニアリングと幅広い。

最も一貫した発見は、AIが作業量を削減しないという事実だ。AIの生産性ツールを使った従業員は、作業速度が上がった結果、より多くのタスクを引き受け、1日のより長い時間を仕事に費やすようになった——それも誰かに求められたわけでもなく。Aruna RanganathanとXingqi Maggie Yeによる論文「AI Doesn't Reduce Work -- It Intensifies It」によれば、これがバーンアウトを招き、その後の生産性低下につながったという。この構造は、かつてメールやスマートフォンの普及が「いつでも働ける環境」を生み出し、労働時間を増やした現象と本質的に似ている。

AIエージェントに関する研究でも同様の傾向が確認されている。エージェントのデプロイに成功した従業員は時間とコストを節約できた一方、従来は別のスキルを持つ人間が担っていたタスクまで自ら引き受けるようになり、業務範囲が拡大した。タスク切り替えの増加と、下流での追加作業が生まれる構図だ。

さらに厄介なのが「workslop（ワークスロップ）」と呼ばれる現象だ。AIが仕事を仕上げるだけでなく生成する場合、外見上は整ったアウトプットが出来上がるが、その中身は混乱していることが多い。それを受け取った同僚が解きほぐす作業に追われ、フラストレーションを生む。日本企業においても、生成AIで作成した資料やコードのレビュー工数が想定外に膨らむケースは既に報告されており、この現象は決して海外に限った話ではない。※編集部の考察

「Brain Fry」——AIを監視することの精神的代償

Julie BedardらのチームはAI利用に起因する重篤なメンタル疲労とバーンアウトを「real and significant（実在する重大な）」現象として特定した。AIエージェントの出力を監視・確認し続けることで生じるこの状態は、「brain fry（ブレインフライ）」と呼ばれる。症状は精神的疲弊、頭の中の雑音感、情報過負荷、意思決定疲れだ。

エンジニアに特に響くデータがある。コードがAI生成だと思われた場合、エンジニアへの評価が低くなったという研究結果だ。実際の品質にかかわらず、AIが書いたと見なされるだけで人間への信頼が下がる。GitHub CopilotやCursorといったAIコーディング支援ツールの普及が進む中、エンジニアにとってはアウトプットの「出どころ」が評価に直結するという新たなジレンマが生まれつつある。※編集部の考察

人間の判断力はAIで補えない

研究は人間の専門知識の重要性も改めて示している。説得力のある文章作成に関する研究では、ある程度の専門知識を持つ人はAI活用で専門家との差を縮められたが、真の初心者にはほぼ効果がなかった。AIの出力を評価し、押し返し、洗練させる知識がなければ、AIは役に立たない。「AIが初心者を専門家に変えることはない」という結論だ。

経営判断への影響も深刻だ。生成AIを使った経営幹部は予測の精度が下がり、より楽観的かつ不正確になった。LLMは誤った回答を修辞的なトリックで押し通そうとする傾向があり、AIの戦略的アドバイスはオンラインで流行中の通説を反映するだけの「trendslop（トレンドスロップ）」になりがちだという。経営会議や意思決定の場にAIを持ち込む際には、その出力を批判的に検証できるだけの地力が組織に備わっているかを問い直す必要がある。

責任の所在が曖昧になる問題

Anne-Sophie Mayerらの複数年研究によると、AI生成の意思決定結果を伝えるよう求められた従業員のほとんどは、AIの役割を隠したり、逆に正当化のために強調したり、結果の解釈に独自のスキルを発展させたりと、各自の対処を編み出した。また、AIを外部委託している企業も、何か問題が生じた際のリスクは依然として自社が負うという指摘もある——パートナーシップ構造の中で責任の所在が不明確になるためだ。

国内でも、生成AIの出力をそのまま業務に使用した場合の責任帰属については法的な議論が始まったばかりであり、企業ガバナンスの観点からも看過できない論点だ。※編集部の考察

研究者たちはこう結論づけている。「人間を関与させるだけでは、AIのエラーを検出することも、深い専門知識の欠如を補うことも、AIに任せる問題への過信を打ち消すことも、人間のワークフローを最適に再設計することも、いずれも不十分だ。」AIが担う業務が増えるにつれ、その中での人間の役割設計が、技術実装と同等以上に重要になってくる。

詳細はHBR Research Reveals AI Intensifies Work and Erodes Judgmentを参照していただきたい。