10月3日、Voxが「The secret to using AI without getting dumber」と題した記事を公開した。AIを使ってテストを受けたグループが、AIなしで再テストを行うと対照グループより17%低いスコアしか取れなかった——この衝撃的な研究結果が示すのは、AIが生産性を引き上げる一方でスキルをひそかに侵食しうるという構造的な問題だ。記事では、思考力や専門スキルを衰えさせずにAIを活用するための実践的な方法が詳しく論じられている。

AIが「快適な劣化」をもたらすメカニズム

AIチャットボットを使い始めた当初、多くの人は生産性の向上を実感する。しかし時間が経つにつれ、記憶力の低下や、かつては得意だったはずのライティング・コーディングといったスキルの鈍化を感じ始める。

この現象の背景にあるのが「認知的オフローディング（cognitive offloading）」という概念だ。計算機を使って暗算を省いたり、カレンダーで予定を管理したりすることも認知的オフローディングの一形態だが、ChatGPTやClaudeはレポートの執筆からプレゼン資料の作成まで請け負う。これは従来とは桁違いのスケールでの認知の外部委託にあたる。

さらに深刻なのが「デスキリング（de-skilling）」と呼ばれる現象だ。もともとは労働経済学の文脈で、機械化によって職人の熟練技術が失われていくことを指す用語として使われてきたが、AIの普及とともに「知的作業における技能の喪失」という意味でも広く使われるようになっている。批判的思考、文章力、創造性、記憶力——これらがAIへの依存によって徐々に失われていく現象を指す。

ある研究では、約1,000人の高校生を対象に数学のテストを実施したところ、ChatGPTを使えたグループは使えなかったグループより48%高いスコアを記録した。しかし、AIなしで再テストを行うと、逆にChatGPTを使ったグループのスコアが対照グループより17%低い結果になった。AIが使えるあいだはパフォーマンスが劇的に上がる一方、その恩恵は本人のスキルとして定着していなかったことを示す結果だ。

Purdue大学の心理学教授Brooke Macnamaraはこう指摘する。「AIを使っているときは高いアウトプットが出るため、自分のスキルが衰えていることに気づきにくい。AIが使えなくなったとき、自分の実力がどれほど低いかを自覚できない」。

ちなみに、Gallupとペンシルバニア大学の共同調査によれば、米国のZ世代成人の68%が、認知タスクの過度な外部委託によってスキル形成の機会が失われることを懸念している。それでも半数以上のZ世代が週次でAIを利用しているというのが現実だ。

「使うべきタスク」を意図的に選ぶ

記事が最も強調するのは、AIを使う場面を意識的に選ぶことだ。

テキサス大学オースティン校の人間・AI相互作用研究者Anjali Singhはこう述べる。「AIが多くのタスクをこなせるからといって、常に使うべきだという意味にはならない」。

直感に反するが、AIはすでに自分が得意なタスクに使った方が良いとされている。MITの経済学者David Autorらの研究では、133人の特許弁護士にAIツールを提供し、その後取り上げたところ、経験豊富な弁護士はツールがなくなった後もパフォーマンスが向上していた一方、若手弁護士のパフォーマンス向上分は消えてしまった。これは、AIが既存のスキルを増幅させる効果を持つ一方、スキル形成そのものの代替にはなりにくいことを示唆している。

Middlebury Collegeの実験でも同様の示唆が得られた。200人超の学部生を「AIを使ってアウトプットを強化したグループ（augmentation users）」と「AIに作業をすべて任せたグループ（automation users）」に分類したところ、前者の方が明確に高い成果を示した。

Stony Brook大学の認知科学教授Lauren Richmondはこう総括する。「AIにすべての思考をさせるのではなく、自分の思考や理解を深める目的でAIを使うことが、最良の活用法だ」。

チャットボットに「生徒として扱うよう」指示する

AIを学習ツールとして使う際には、設定の工夫が有効だ。

• ChatGPT：カスタムインストラクションから「スキルを身につけたい、答えを与えるだけでなく考えさせてほしい」と指示を入れる
• Claude：Instructions for Claudeに同様の設定が可能

また各社は学習特化のモードも提供している。OpenAIのスタディモード、AnthropicのClaude for Education、GoogleのGemini for Studentsはいずれも、答えを直接渡すのではなく、問いかけを通じて自分で考えさせることを促す設計になっている。

「摩擦」をあえて残す

AIの最大の誘惑は速度だ。数日かかる実装が数分で終わる。しかし記事が引用するWharton Schoolの研究によれば、AIによってコード生成量が増えても、完成するソフトウェアが増えるとは限らないという結果が出ている。スピードの向上がそのまま成果物の質や量に直結するわけではないという点は、開発現場においても見落とされがちな盲点だ。

記事では、AIとのやり取りを「取引的」ではなく「協働的」にすることを推奨している。たとえば何かを書く際、完成した文章を出力させるのではなく、アイデアのフィードバックを求め、自分で書いてから改善点を聞く、という使い方だ。AIの回答を受け取った後、自分なりに要約してみることも、記憶の定着に有効とされる。何にAIを使い、何は自分でやるかを意識的に決めること——その一手間が、生産性と思考力を両立させる鍵になる。

詳細はThe secret to using AI without getting dumberを参照していただきたい。