AIのペアが人間のペアに勝った実験｜負けたのは「人間」ではなく「会議のしかた」かもしれない

AIのペアが人間のペアに勝った実験｜負けたのは「人間」ではなく「会議のしかた」かもしれない

「AI同士のペアが、創造性で人間のペアを上回った」という実験結果を見ると、多くの人は「AIが人間の創造性を追い越した」という話として受け取ります。しかし、この実験を注意深く読むと、比較の軸が「AI対人間」ではなく、「役割が分かれているかどうか」だった可能性が浮かび上がってきます。社内の企画会議やアイデア出しの生産性に手応えを感じられずにいる人にとって、この違いは重要です。

30秒で要点

• 2026年8月10日に投稿されたプレプリント（arXiv:2608.09023）は、役割を分けたAI-AI共創、同一役割のAI-AI共創、単体AI、人間ペアの4条件を、3つの課題・計1,212件のアイデアで比較した
• AI-AI共創の両条件は、creativity（創造性）とnovelty（新規性）で単体AI・人間ペアを一貫して上回った
• 人間ペアは4条件中最下位で、著者自身がこれを集団創造性研究の「生産損失」と整合的だと述べている
• 有用性（usefulness）は課題依存で、最も社会的に複雑な課題でのみ役割分担条件が優れていた。単純な優劣ではない

なぜ「AIが人間の創造性に勝った」と読んでしまうのか

見出しだけを見ると、「AI-AI共創が人間ペアを上回った」という結果は、AIという主語と人間という主語の対決に見えます。この読み方は、実験に4つの条件があったという構造を見落とさせます。実際に比較されたのは、役割を分けたAI-AI、同一役割のAI-AI、単体AI、人間ペアという4条件であり、勝敗を分けたのが「AIか人間か」なのか「役割が分かれているかどうか」なのかは、見出しだけでは区別できません。この区別を飛ばして「AIの方が創造的だ」という結論に飛びつくと、企画会議へのAI導入を検討する際に、間違った理由でAIを入れることになりかねません。

たとえば「AIにアイデア出しを任せれば、人間の企画会議より良い案が出る」という期待を持って導入した場合、その期待が外れたとき、次に疑われるのは「AIの性能が足りなかったのではないか」という方向です。しかし今回の実験の構造を踏まえるなら、疑うべき最初の対象はAIの性能ではなく、「導入時に役割分担という構造まで一緒に持ち込んだかどうか」かもしれません。主語を「AI対人間」に固定したまま検証すると、本当に効いていた要因を見失います。

実験の枠組みと結果

2026年8月10日に投稿されたプレプリント（arXiv:2608.09023）は、生成者・評価者の役割を分けたAI-AI共創、同一役割のAI-AI共創、単体AIによる生成、人間ペアによる共創という4条件を、3つのオープンエンド課題・合計1,212件のアイデアを対象に、訓練された評定者がcreativity（創造性）・novelty（新規性）・usefulness（有用性）の3軸で評価する形で比較しています。

結果として、AI-AI共創の両条件（役割を分けた場合・同一役割の場合のいずれも）は、creativityとnoveltyの両軸で単体AI・人間ペアを一貫して上回りました。一方、usefulnessについては一様な優劣ではなく、"Usefulness varied by task: complementary roles yielded the most useful solutions in the broadest and most socially complex task.（有用性は課題によって異なり、役割分担条件が最も有用な解を出したのは、最も広範で社会的に複雑な課題においてだった）"と説明されており、課題の性質によって結果が変わるタスク依存の結果でした。

なお、この実験で使用されたAIモデルの名称やバージョンはアブストラクトの範囲では記載がなく、人間ペアの募集条件・作業時間・報酬・対面かオンラインかといった詳細も確認できていません。査読状況についても記載がなく、プレプリントの段階にとどまります。

最下位だったのは「人間」ではなく「対話しながらの共同作業」

この実験で最も注目すべきは、人間ペアが4条件中最下位だったという結果そのものよりも、著者自身がその理由をどう説明しているかです。

"Human pairs performed worst, consistent with production losses in group creativity." （人間ペアは最も成績が悪く、集団創造性における生産損失と整合的だった）

「生産損失（production losses）」は、この実験のために作られた言葉ではありません。集団でブレインストーミングなどの共同作業をすると、同じ人数が単独で作業して結果を合算した場合より、産出される成果の量や質が下がりやすいという現象を指す、集団創造性研究で古くから知られている概念です。一度に発言できる人数が限られること、他者からの評価を気にして発言を控えること、集団の中では個人が発揮する努力が単独作業のときより薄まりやすいことなどが、この現象に関わる要因として研究されてきました。

著者自身がこの概念を引用しているということは、人間ペアの成績の低さを「人間の創造性そのものの限界」ではなく、「対話しながら共同作業をする集団という形式に構造的に生じやすい現象」として位置づけている、と読めます。つまり、この実験で本当に比較されていたのは、「AIか人間か」という主体の違いよりも、「役割が明確に分かれた共同作業か、対話しながらの共同作業か」という構造の違いだった可能性があります。AI-AI共創の2条件が優れていたのは、AIだからではなく、少なくとも一方の条件では役割分担という構造を持っていたからかもしれない、という見方です。

ただし、この見方はこの記事による解釈であり、実験自体が「役割分担の有無こそが決定要因だ」と直接検証したわけではない点には注意が必要です。人間ペア条件が役割分担ありの設計だったかどうかも、アブストラクトの範囲では確認できていません。

「有用性」だけは単純な優劣にならなかった理由

この実験でもう一つ見落とせないのが、usefulness（有用性）の結果だけは、creativity・noveltyのように一貫した優劣にならなかった点です。役割分担条件が最も有用な解を出したのは、「最も広範で社会的に複雑な課題」に限られていました。裏を返せば、課題が単純であったり、社会的な複雑さが低い場面では、役割分担があってもなくても有用性の差ははっきりしなかった、ということになります。

この結果は、「役割分担さえ導入すればどんな企画会議でも成果が上がる」という単純な読み方にブレーキをかけます。役割分担という構造が効きやすいのは、答えが一つに定まらず、複数の立場や利害を調整する必要がある課題である可能性が高く、単純な事実確認や一本道の作業であれば、構造を変えること自体の効果は薄いかもしれません。自社の会議のどの場面に役割分担を持ち込むべきかを考えるときは、「その議題は、広範で社会的に複雑な性質を持っているか」を、導入前に自問する価値があります。

確かなことと、まだ確かではないこと

確かなこと: 2026年8月10日に投稿されたプレプリントが、役割を分けたAI-AI、同一役割のAI-AI、単体AI、人間ペアの4条件を、3課題・1,212件のアイデアで比較したこと。AI-AI共創の両条件がcreativity・noveltyで単体AI・人間ペアを一貫して上回ったこと。人間ペアが4条件中最下位で、著者自身がこれを「生産損失」と整合的だと述べていること。usefulnessは課題依存で、役割分担条件が最も有用だったのは最も社会的に複雑な課題に限られること。

まだ確かではないこと: 使用されたAIモデルの名称・バージョン、人間ペアの募集条件・作業時間・報酬・対面かオンラインかという実験条件の詳細、査読状況はいずれも未確認です。「役割分担の有無が結果を分けた決定要因だ」という見方は、この記事による解釈であり、実験自体がそれを直接検証したものではありません。

判断軸の提示

企画会議やアイデア出しの生産性に手応えがないとき、先に確認すべきなのは「AIを入れるかどうか」より「役割が分かれているかどうか」です。 今回の実験が示しているのは、対話しながらの共同作業には構造的に生産損失が生じやすいという、AIの有無に関係なく成り立つ現象です。人間だけの会議であっても、発言できる人数の制約や評価への気兼ねが生産性を下げている可能性があり、その場合に必要なのは「AIに置き換えること」ではなく、「誰が案を出し、誰がそれを評価するかという役割を、会議の設計として明確に分けること」かもしれません。

これは、AIを企画の場に入れる場合の位置づけ方にも関わってきます。「人間の代わりに発想させる」という使い方は、この実験の結果を根拠にするなら的を外しています。今回優れていたのはAIという主体そのものではなく、役割分担という構造だったからです。AIを使うなら、「アイデアを出す役」と「それを評価する役」を人間だけでは分けにくい場面（人数が足りない、立場上どちらの役も同じ人が担ってしまう、といった場面）で、役割分担の一方を担わせる、という使い方の方が、この実験の示す構造とは整合的です。人間の会議に「もう一つの視点」を足す道具として位置づける方が、「人間を置き換える」という発想より、実験が示した構造に忠実だと言えます。

自分でも試せる、最小の検証

直近の企画会議やブレインストーミングを1回思い出し、参加者の役割が「案を出す人」と「それを評価する人」に分かれていたか、それとも全員が同時に発想と評価を行き来していたかを振り返ってみてください。役割が分かれていなかった場合、次回の会議で「まず全員が案だけを出す時間」と「出た案を評価する時間」を分けてみることが、この記事で扱った構造を確かめる最小の一歩になります。

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。