「効率化」の裏側で、静かに進んでいること
生成AIの導入で、業務は確実に速くなりました。
資料のたたき台、議事録の要約、コードの生成、調査の一次整理。かつて数時間かかっていた作業が、数十分で片づく。この変化を否定する経営者は、もういないでしょう。
ところが、現場で少しずつ聞こえてくる声があります。
「若手が、自分で考えなくなった」 「AIが出した答えを、そのまま持ってくる」 「なぜそうなるのか、と聞くと答えられない」
生産性は上がっている。しかし、人は育っているのか。
この問いは、これから数年の人材育成における最大の論点になると考えています。
実験が示した、無視できない数字
感覚論ではありません。複数の研究が、同じ方向を指しています。
実験1：AIを10分使うだけで、思考力は落ちる
米カーネギーメロン大学や英オックスフォード大学などの研究グループが2026年4月に発表した論文では、354人の被験者を「AIあり」「AIなし」の2グループに分け、計算問題を解かせています。
- 練習問題では、AIありグループの正解率は約9割
- ところが予告なくAIを使えなくすると、正解率は6割前後まで急落
- しかも、最初から「AIなし」だったグループの成績すら下回った
- 問題を諦めてスキップする割合も、2割前後まで上昇した
実験の所要時間は、わずか10分少々です。
たった10分の依存で、思考の持久力と粘り強さが目に見えて低下する。この短さが、この研究のもっとも不穏な点だと感じました。
ブラジル・リオデジャネイロ連邦大学の実験でも、45日後の知識定着率はAI不可の学生が68.5％、AI使用の学生が57.5％と、明確な差が出ています。
実験2：時間は短縮されず、理解度だけが落ちる
もう1つ、示唆に富む実験があります。
Anthropicが2026年1〜2月に発表した論文では、未経験のライブラリーを題材に、52人のエンジニアを「AIあり」「AIなし」に分けて課題に取り組ませました。その後、全員がAIを使えない環境で理解度テストを受けています。
結果は次のとおりです。
- 課題にかかった時間に、有意な差はなかった
- 一方、理解度テストの正解率は、AI利用側が17ポイント低かった
つまり、AIを使っても速くならず、理解だけが浅くなったということです。
「時間短縮と引き換えに理解を犠牲にした」のであれば、まだトレードオフの議論になります。しかし慣れない領域では、時間短縮すら得られていない。
研究者は「新しいスキルを必要とする課題をAIで完了させてしまうと、スキル形成が阻害される」と結論づけています。
しかし、「使わない」は選択肢にならない
ここで話が「だからAIを制限すべきだ」に向かうと、経営としては失敗します。
便利な道具を使えば、人間の機能は退化する。これは歴史が繰り返し示してきたことで、AIも例外ではありません。電卓が暗算力を、カーナビが地図読解力を、検索エンジンが記憶力を——それぞれ確実に削ってきました。
しかし、そのたびに人類は道具を捨てませんでした。捨てた側が競争に負けるからです。
AIも同じです。「使わない」という選択は、経営の現実として成立しません。
つまり問題は「使うか、使わないか」ではない。使いながら、どう育てるかという設計の問題です。
考え方の軸：クルマとジム
私はこれを、クルマとジムの関係で捉えています。
クルマに乗れば足腰は弱ります。だからといって、クルマを捨てる人はいません。移動はクルマに任せ、身体はジムで別途鍛える。誰もがそうしています。
AIとの付き合い方も、同じ構造のはずです。
業務はAIで効率化する。その一方で、AIによって衰える能力——考え抜く力、粘り強さ、知識の定着——は、意識的に鍛える機会を確保する。
問題は、この「ジム」に相当する仕組みが、多くの企業にまだ存在しないことです。
そして正直に言えば、ここには簡単に解けないジレンマがあります。
能力育成という観点では、自ら手を動かす従来型の教育がやはり有効です。しかし、その方法は非常に時間がかかる。短期の生産性を取ればAI、長期の人材力を取れば遠回り。この二律背反は、当分続くと覚悟しておくべきでしょう。
当面は、我慢してAIを使わない、あるいは限定的に使って学習機会を確保する。そうした割り切りが必要になると考えています。
設計の指針：3つの実務的アプローチ
では、具体的に何をするか。3つの層で考えると整理しやすくなります。
① AIを使わない領域を、意図的に業務設計へ組み込む
すべての業務をAIで効率化しないという判断です。
若手が担当する育成目的の業務については、あえてAI利用を制限する。あるいは「まず自分で30分考えてから使う」といった順序を決める。
重要なのは、これを個人の心がけに任せないことです。業務プロセスとして明文化しなければ、締切に追われた現場は必ずAIに流れます。
② 使い方そのものを設計する
同じAIでも、使い方で結果は大きく変わります。
前述のAnthropicの実験では、AIの利用方法を6タイプに分類し、理解度テストの正解率を比較しています。
- 「AIに生成させた後、内容を説明させる」タイプ … 86％
- 「AIで生成と説明を繰り返す」タイプ … 68％
- 「AIに考え方だけを質問する」タイプ … 65％
- 「AIに丸投げする」タイプ … 39％
- 「途中からAIに任せる」タイプ … 35％
- 「エラーのたびに修正を依頼する」タイプ … 24％
差は倍以上です。しかも「丸投げ」タイプは所要時間が最も短く、「修正依頼」タイプは最も長かった。楽な使い方ほど理解が浅く、非効率な使い方ほど何も残らないという結果です。
ここから導かれる実務ルールは明快です。
- 答えではなく「考え方」を聞く
- 生成させたら、必ず説明もさせる
- 生成物をそのまま提出させない
教育現場では、命令されてもコードは生成せずヒントだけを返すAIツールの開発も進んでいます。企業でも、システムプロンプトの工夫で近いことは実現できるはずです。
③ 「衰える能力」を鍛えるトレーニングを開発する
これは新しいテーマです。
AIによって失われやすい能力を特定し、それを鍛えるプログラムを設計する。思考の持久力、根拠を検証する習慣、そして何より「AIの出力が間違っていると気づける力」。
現時点の生成AIは完璧な存在ではありません。したがって、最終成果物を検証する人間の役割は当面なくなりません。
しかし——検証できる人材をどう育てるのか。ここに手を打たなければ、数年後には「AIの出力をチェックできる人が社内にいない」という状態が現実になります。
中堅・中小企業こそ、先に手を打てる
この課題は、規模の大きな企業ほど対応が遅れます。制度化に時間がかかり、部門ごとに事情も異なるからです。
一方、50名から1,000名規模の企業には、意思決定の速さという明確な優位があります。
- 育成対象の若手が特定できる
- 業務プロセスの変更に、稟議の階層が少ない
- AI利用ルールを、現場実態に合わせて細かく調整できる
生産性向上の指標と並べて、「考える力の維持」を人材育成計画に組み込む。この設計を早めに始めた企業が、数年後に差をつけることになると考えています。
まとめ
- AI利用によるスキル形成の阻害は、複数の実証研究で裏付けられている
- ただし「AIを使わない」は経営の選択肢にならない
- 必要なのは、効率化と育成を両立させる設計
- 同じAIでも使い方で理解度は倍以上変わる。「丸投げ」を禁じ、「説明させる」を標準化する
- 短期の生産性と長期の人材力はトレードオフ。当面はジレンマを引き受ける覚悟が要る
AIをどこまで使わせるかは、ツール選定の問題ではありません。育成方針そのものの問題です。
出典
- 日経クロステック「AIを10分使うだけで思考力や粘り強さが低下、実験結果が示す危うい現状」（2026年8月4日） https://xtech.nikkei.com/atcl/nxt/column/18/03673/072700005/
- 日経クロステック「バイブコーディングが阻害するスキル形成、生成AIに『丸投げ』は厳禁」（2026年8月6日） https://xtech.nikkei.com/atcl/nxt/column/18/03673/072700007/
コメント