「AIに任せた」人ほど自信を失う｜1,923人調査が示す依存と判断力の関係

「AIに任せた」人ほど自信を失う｜1,923人調査が示す依存と判断力の関係

生成AIの社内利用を広げる立場にいると、「便利になった」という現場の声の裏で、利用者の判断力そのものが鈍っていないかが気になることがあります。米国心理学会（APA）系の学術誌 Technology, Mind, and Behavior に掲載された観察研究は、この問いを1,923人規模の調査で扱っています。著者はMiddlesex University（英国）のSarah Baldeo氏で、オンライン公開は2026年4月16日、DOIは10.1037/tmb0000191です。

30秒で要点

• 米国・カナダの成人1,923人に、市販の生成AIを使って10種類の模擬業務タスク（計画立案・曖昧なデータの解釈・戦略的判断の理由づけ等）を行わせたところ、58%が「AIがほとんどの思考を担った」と回答した
• この高依存グループは、独立した推論への自信の低下・アイデアの所有感の低下・「速さ」と「思考の深さ」のトレードオフを報告した
• 一方、AIの提案を積極的に修正・反論・却下した参加者は、より高い自信とオーサーシップ感を報告した
• 男性は女性よりAI依存度が高いと報告された
• 観察研究であり相関関係を示すもので、因果関係を証明するものではないと原文に明記されている

指標の定義——「58%」は何を数えているか

この数字を鵜呑みにする前に、分母と分子を確認しておく必要があります。分母は調査に参加した1,923人全員、分子は10種類の模擬業務タスクをAIとともにこなした後、「AIがほとんどの思考を担った」と自己申告した人数です。つまりこれは、AIの利用時間や操作ログから客観的に測定した依存度ではなく、参加者自身の主観的な自己評価に基づく割合だという前提を押さえておく必要があります。自己申告である以上、「思考を任せた自覚がある人がどれだけいたか」を示す数字であり、実際の思考プロセスにどれだけAIが介入していたかを直接測定したものではありません。

なぜ「AIに任せる」ことの影響を見落としやすいのか

生成AIを導入する際、多くの現場では「作業が速くなる」「アウトプットの質が上がる」という短期的なメリットに注目が集まります。この視点では、AIに思考を委ねること自体は望ましい効率化として扱われがちです。しかし今回の調査が示しているのは、「委ねた量」と「自分への自信」が別々に動く可能性がある、という構造です。

高依存グループが報告したのは、独立した推論への自信の低下、アイデアの所有感の低下、そして「速さ」と「思考の深さ」のあいだのトレードオフでした。作業は速く終わったとしても、その過程で「自分で考え抜いた」という感覚が薄れていく——この感覚の摩耗は、日々の業務の中では気づきにくいものです。なぜなら、成果物のクオリティやスピードという目に見える指標は改善している(ように見える)一方で、自信やオーサーシップ感の低下は、本人が意識的に振り返らない限り表面化しにくいからです。導入直後の「効率が上がった」という評価だけを見ていると、この見えにくい変化を捉え損ねる可能性があります。

「受動的に受け入れる」か「検証する」かの分かれ目

この調査でもう一つ注目すべきなのは、AIの提案を積極的に修正・反論・却下した参加者が、より高い自信とオーサーシップ感を報告していた点です。これは、「AIを使うこと自体」が問題なのではなく、「AIの出力にどう向き合うか」が結果を左右している可能性を示唆しています。

言い換えると、AIの提案をそのまま受け入れるか、一度立ち止まって検証・修正するかという、利用時の姿勢そのものが分かれ道になっているということです。同じツールを使っていても、「これで合っているか」と問い直す一手間があるかどうかで、思考力への影響が変わってくる可能性があります。

確かなことと、まだ確かではないこと

確かなこと: 1,923人を対象にした調査で、58%が10種類の模擬業務タスクにおいて「AIがほとんどの思考を担った」と自己申告したこと。この高依存グループは自信・オーサーシップ感の低下を報告し、逆に提案を積極的に修正・反論・却下した参加者はより高い自信とオーサーシップ感を報告したこと。男性は女性よりAI依存度が高いと報告されたこと。これらは原文で直接確認できています。

まだ確かではないこと: 本研究は観察研究であり、AIへの依存度と自信の低下のあいだの因果関係を証明するものではないと原文に明記されています。「AIに任せたから自信を失った」のか、「もともと自信が低い人ほどAIに任せやすい」のか、あるいは両方が絡み合っているのかは、この記事が参照した範囲の情報では切り分けられていません。また、なぜ男性のほうがAI依存度が高いと報告されたのかという理由も、原文の範囲では検証されていません。

自分でも試せる、最小の検証

直近1週間で生成AIを使った業務を1つ思い出し、「AIの最初の提案をそのまま採用したか」「一度は自分で疑って修正・反論・却下する場面があったか」を振り返ってみてください。もし「そのまま採用」が続いている業務があれば、それは今回の調査でいう高依存グループの利用パターンに近い可能性があります。調査の著者は実務的な対策として、(1)AIに頼る前にまず自分で解こうとする、(2)AIへのプロンプトを2〜3回練り直して自分の認知も働かせる、(3)週に2〜3日はAIを使わない日を作る、の3点を挙げています。

判断に迷ったときに立ち返る問い

社内でのAI利用を広げる際、「使用時間」や「利用率」だけを追っていないか、という問い。 今回の調査が示すのは、AIをどれだけ使ったかではなく、その出力をどう扱ったか——そのまま受け入れたか、一度立ち止まって検証したか——が、利用者の自信や当事者意識を左右しうるという構造です。導入の成果を測る指標に、この「受動的に受け入れているか、検証しているか」という視点を加える余地がないか、確認してみる価値があります。

AIへの過度依存を評価制度の設計から検証したデータはAIへの過信は「気をつけよう」では減らない｜報酬設計を変えた実験が示した数字で、AI導入の全体像はAI導入の全体像｜できること・できないこと・現実的な期待値で扱っています。この記事は、それらとは別に、利用者個人の自信・当事者意識という切り口から依存の構造を検証したデータを紹介することを目的にしています。

この記事で扱ったような判断を、自社の状況に照らして整理したい場合は、無料診断ツールで状況を言語化するところから始めることができます。