効率性のパラドックス：なぜ AI は私たちをより賢くではなく、より過酷に働かせているのか

ここ数年、職場における人工知能（Artificial Intelligence）を巡る物語は、単一的で魅力的なものでした。それは、AI は究極の時間短縮ツールであるというものです。大規模言語モデル（Large Language Models）や自律型エージェント（Autonomous agents）が単調な作業をこなし、人間は高度な戦略や創造性に集中できるようになる、あるいは単に少し早く帰宅できるようになる未来が約束されていました。

しかし、今週 Harvard Business Review に掲載された、カリフォルニア大学バークレー校（University of California, Berkeley）による画期的な新しい研究が、その幻想を打ち砕きました。米国のテック企業の従業員 200 人を 8 か月間にわたって追跡したこの調査は、全く異なる現実を明らかにしています。AI ツールは仕事を減らすどころか、一貫して仕事を激化させているのです。

私たち Creati.ai がこれらの調査結果を分析すると、私たちが「生産性のパラドックス」の出現を目の当たりにしていることが明らかになります。アウトプットの指標は上昇しているかもしれませんが、認知疲労（Cognitive fatigue）、曖昧になる境界線、そして急増する燃え尽き症候群の発生率で測定される人間側のコストは、それを上回る速さで上昇しています。

カリフォルニア大学バークレー校の調査結果を読み解く

ハース・ビジネス・スクールのアルナ・ランガナサン（Aruna Ranganathan）准教授と研究員のシンチ・マギー・イェ（Xingqi Maggie Ye）氏が主導したこの研究は、AI の導入が現場でどのように展開されるかについて、これまでで最も詳細な視点の一つを提供しています。自己申告による感情に頼る広範なアンケートとは異なり、この研究では生成系AI（Generative AI）ツールを自発的に導入した労働力の中に観察者を配置しました。

研究者たちは、彼らが「ワークロード・クリープ（Workload creep）」と呼ぶ現象を特定しました。個々のタスクは確かに速く完了しましたが、節約された時間は従業員の休息や深い思考のために取り戻されることはありませんでした。その代わりに、その時間はすぐにさらなる仕事で埋め尽くされ、それはしばしば従業員の本来の役割とは異なる性質のものでした。

研究によると、仕事の激化は、燃え尽き症候群が定着するまで経営陣が見落としがちな 3 つの特定のメカニズムによって引き起こされています。

1. タスクの拡大

AI は、複雑な技術的タスクへの参入障壁を下げます。この研究では、製品マネージャーが自らコードを書き始め、ユーザーリサーチャーがエンジニアリングのチケットを引き受け始めました。この「スキルの民主化」は当初は力を与えてくれるように感じられましたが、それは従業員が以前は他の部門に属していた役割を事実上吸収していることを意味していました。その結果、正式な職務期待が調整されることなく、業務範囲が大幅に拡大しました。

2. 「マイクロ休憩」の消失

より陰湿な発見の一つは、AI が就業日における自然な休止をいかに侵食したかということでした。伝統的なワークフローでは、障害にぶつかることは、思考を巡らせたり同僚に相談したりするために休憩を取ることを意味していました。AI があれば、解決策は常に「プロンプト一つ」で手に入ります。従業員は、昼休みや会議の合間の時間を含め、あらゆる空き時間を「素早い」AI への問い合わせで埋めていると報告しました。回復に必要な精神的なダウンタイムは、即座に答えが得られるという魅力によって体系的に排除されていました。

3. マルチタスク・オーバーロード

この研究は、従業員が複数のアクティブなスレッドを同時に管理する仕事の「新しいリズム」について説明しています。開発者は、AI エージェントが 2 つ目のスクリプトを生成している間に 1 つ目のスクリプトを手動でデバッグし、3 つ目のウィンドウでテストスイートを実行しているかもしれません。この並列処理は重い認知負荷を生み出し、労働者を集中した創造者ではなく、デジタルアウトプットの高速交通管制官に変えてしまいます。

変化の可視化：従来のワークフロー vs AI で拡張されたワークフロー

就業日の質感がどのように変化したかをより深く理解するために、従来のワークフローと、バークレー校の研究で観察された激化したパターンを比較してみましょう。

表：ワークフローのダイナミクスに対する AI の影響

「常時オン」の生産性がもたらす認知的コスト

バークレー校の調査結果は、AI 時代における認知疲労に関する増え続ける証拠と一致しています。労働者が定型業務を AI にアウトソーシングすると、仕事の中でリスクの高い意思決定や複雑な問題解決の要素だけが残されます。これは理論上は理想的に聞こえますが、人間の脳は、価値の低いタスクという「お口直し（Palate cleanser）」なしに、8 時間連続で最高の認知強度で動作するようには設計されていません。

研究では、従業員が当初、AI をバックログを処理するのを助けてくれる「パートナー」と表現し、勢いの高まりを感じていたことを指摘しています。しかし、この勢いはしばしば錯覚でした。研究の 6 か月目までに、燃え尽き症候群、不安、意思決定の麻痺の報告が急増しました。研究者たちは、第 1 四半期に生産性の奇跡のように見えるものが、第 3 四半期までには離職や品質の低下につながることが多いと警告しています。

さらに、報告書で言及されている「マルチタスク・オーバーロード」は、人間の注意力に関する重大な誤解を浮き彫りにしています。私たちは真のマルチタスカーではなく、タスク・スイッチングを行っているに過ぎません。労働者が AI のアウトプットの確認、新しいプロンプトの入力、事実の検証の間を行き来するたびに、「スイッチング・コスト」が発生します。一日を通して、これらの微細なコストが蓄積され、深い精神的消耗へとつながります。

リーダーシップへの警鐘

ビジネスリーダーにとって、カリフォルニア大学バークレー校の研究は緊急の警告となります。活動量を、持続可能な生産性と勘違いしてはなりません。現在多くの企業が AI の成功を測定するために使用している指標（書かれたコードの行数や解決されたチケット数など）は、仕事の量を捉えていますが、その強度を無視しています。

研究者たちは、この仕事の激化は主に自発的なものであると強調しています。従業員は必ずしもより多くを行うよう命じられているわけではありません。彼らはツールの能力に魅了され、より多くを引き受けてしまうのです。これが問題を検出するのも解決するのも難しくしています。

持続可能な AI 戦略のための推奨事項：

• 「AI プラクティス」の実施： 研究では、組織が意図的な規範、つまり「AI プラクティス」を確立する必要があることを示唆しています。これには、強制的な休止や、いつ AI を使用すべきではないかに関する明確なガイドラインが含まれます。
• 生産性の再定義： （AI が容易に膨らませることができる）アウトプットベースの指標から、アウトカムベースの指標へと移行してください。制作スピードだけでなく、仕事のインパクトを測定してください。
• 業務範囲のガードレール： マネージャーは「スコープ・クリープ（業務範囲の肥大化）」に警戒する必要があります。マーケティングマネージャーが AI で SQL クエリを生成できるからといって、自分の仕事に加えてデータチームの仕事まで行うべきであるとは限りません。
• 人間同士のつながりの優先： AI エージェントとのやり取りが増えるにつれ、感情的なサポートや創造的な刺激を提供することが多い人間同士のコラボレーションの時間を守らなければなりません。

仕事の未来を切り拓く

Creati.ai では、人工知能が産業を変革する可能性について引き続き楽観視しています。しかし、変革は労働者のメンタルヘルスを犠牲にして成し遂げられるべきではありません。ツールは人間に奉仕すべきであり、その逆であってはなりません。

カリフォルニア大学バークレー校の研究は、テクノロジーを非難するものではなく、現在の私たちの導入方法に対する批判です。もし AI を単に 1 日からより多くの時間を絞り出すためのメカニズムとして扱い続けるなら、私たちはアルゴリズムでは解決できない燃え尽き症候群の危機に直面することになるでしょう。これからの道には、私たちの認知的限界を認め、短期的な効率のバーストよりも、持続可能で長期的な創造性を優先する、意図的な仕事の再設計が必要です。

2026 年へと進むにつれ、競争上の優位性は、AI を使って最も速く走る会社ではなく、AI を使って最も長く走り続ける会社のものとなるでしょう。