認知の外部化（cognitive offloading）……最近耳にしたことがあるかもしれない。
この概念の核心は、AIの普及が進み、プロセスやワークフローが高速化するにつれて、チームに悪影響が生じるという前提にある。メンバーの仕事への関与が薄れていくのだ。生産性が上がれば上がるほど、彼らは努力を怠り、思考プロセスをAIに委ねるようになる。
これは現実的なリスクであり、私たち全員が認識しておく必要がある。なぜなら、慢心したコンサルタントは有効に機能しないからだ。
データが示すもの
Anthropicによる観察研究は、興味深い一方で憂慮すべき詳細を明らかにしている。
この研究では、52人のジュニアソフトウェアエンジニアを対象にランダム化比較試験を実施し、AIの有無で開発者が新しいスキルをどれほど速く習得するか、そしてAIによって自分が書いたコードを理解しにくくなるのかを検証した。
デバッグ、コードリーディング、概念的な問題に関するさまざまな課題と小テストを経て、結果が出た。
平均すると、AIグループの参加者は作業を2分早く完了した。時間差としては統計的に有意ではない。しかし有意なのは、テスト結果である。
課題後の小テストでは、AIグループの平均は50%だったのに対し、手書きでコーディングしたグループは67%だった。
リアルタイムで起きる認知の外部化である。
これを示しているのはAnthropicの研究だけではない。他のオープンソース研究でも、AIとの協働がパフォーマンスを向上させる一方で、課題そのものに対する内発的動機を損なうことが示されている。
それは問題だ。
通過儀礼
かつて、若手が業界の仕事を基礎から学ぶことは、一種の通過儀礼だった。PRやコミュニケーションの世界では、メディアリストの作成、クリッピングレポートの取りまとめ、議事録やコンタクトレポートの作成を意味した。法務の世界では、若手は大量の法的文書を読み込むことで学んだ。
どの業界でも、これは当たり前のことだった。誰も本当はやりたくない長くて単調な作業ではあるが……そこには代理的な学びが詰まっていた。
PRでは、メディアリストとクリッピングレポートが、フック、切り口、見出し、媒体の関連性を教えてくれる。
プレスリリースを適切に組み立てることを学ぶのは、ナラティブの構築を学ぶことでもある。やり方を学ぶだけではない。なぜそうするのかも学ぶのだ。
「どうやってやっているのか」を見失うのは悲惨である。
だが「なぜやるのか」を見失うのは、それ以上に深刻だ。
鈍い組織
目標設定、戦略策定、戦術の展開をAIツールに過度に依存すると、私たちは自分自身を鈍い組織へと変えてしまうリスクを負う。
ここで仮の話をしよう。
職場でインターネットが落ちた日のことを覚えているだろうか。メールは使えず、VoIPを使っていれば固定電話にも影響が出るかもしれない。何もできないから、こうした日はイライラする。完全に情報から切り離された気分になる。太古の時代に閉じ込められたようだ。
では、Copilotが落ちたらどうなるか。Claudeにアクセスできなかったらどうなるか。顧客に対面で不意打ちの質問を投げられ、ChatGPTが助けてくれなかったらどうなるか。
インターネットが落ちるのと同じ感覚だが、もっと悪い。
AIへの過度な依存は、その2分を節約してくれるかもしれない。だがその代償として、問題に深く向き合い、本質的に理解する能力を失う。
やりすぎれば、戦略面で鈍くなるリスクを負う。
高次能力の低下
コミュニケーションの観点から見ると、この認知の摩耗の問題は「2026 Communication Management Radar」でも取り上げられている。
このレポートでは、Kosmynaら（2025）の研究など、さらに多くの研究が紹介されている。若年成人のエッセイ執筆能力に関する実験をEEGによるモニタリングと組み合わせたところ、ChatGPTを使用した参加者が神経活動の関与レベルが最も低く、成績も悪かった。脳活動だけでなく、言語と文章にも影響が出た。しかも、時間の経過とともに努力の度合いは低下し続けた。
また、よく知られる「Google効果」、すなわちデジタル健忘にも言及している。検索エンジンに特定の作業を委ねてしまうという、不思議な現象である。これは情報の保持に影響する。知識そのものを保持するのではなく、その知識をどう見つけるかを覚えるからだ。
では、Google効果がChatGPT効果になるまで、どれほど時間がかかるのか。
批判的思考、深い情報処理、記憶の定着、合理的な判断がLLMに外部化されるようになれば、私たちはそれらの洞察をどうやってどこで得るかは分かっても、自分自身のものとして保持できないかもしれない。
同レポートは次のように述べている。「日常的および複雑なタスクをAIに依存すると、個人が問題解決能力や意思決定能力を訓練し発達させる機会が減少する可能性がある（Gerlich, 2025）。創造的・分析的な文脈では、この依存が独創性の低下や文体の均質化（Niloy et al., 2024）と関連づけられている。これらのパターンは、例えばコンテンツの制作・発信において、解決策の多様性を制限する。また、独立した判断の長期的な摩耗と認知的視野の狭小化への懸念も高めるが、これらはいずれもトップマネジメントに助言するうえで不可欠である」
白日の下に示されたとおりである。
何より規律
これに対する明快な答えはない。万人に通用する解決策もない。だが私にとっては、要点は2つに集約される。
1. AIの内外に、十分な人間の関与を層として、また段階として実装すること
2. それらの層を守り、過度に依存しないための規律と推進力を持つこと
1つは簡単だ。もう1つは、はるかに難しい。
新奇性に引きずられるのは誘惑的だが、リスクがないわけではない。だからこそ、実装が最も難しいとしても、最も重要なのは規律である。
「AIに聞いた？」は、難しい質問への決まり文句としての「ググれば？」に、いとも簡単に取って代わるだろう。
しかし長期的な影響は、はるかに深刻である。
