Research
Research

by nicoxz

AIブレインフライの正体と職場で進む複数AI併用疲労の対策法

by nicoxz
URLをコピーしました
#AI #働き方 #生産性 #認知負荷 #職場改革

はじめに

職場のAI活用は、もはや一部の先進企業だけの話ではありません。Pew Research Centerによる2025年10月の調査では、米国の就業者の21%が「仕事の少なくとも一部をAIでこなしている」と答え、前年の16%から増えました。導入は確実に広がっていますが、同時に「使えば使うほど楽になる」とも言い切れなくなっています。

その象徴が、2026年3月にHarvard Business Reviewで紹介された「AI brain fry」という概念です。BCGの1,488人調査によると、AIを過剰に使ったり、複数ツールを常時監視したりする働き方は、疲労、ミス、意思決定の鈍化、離職意向の上昇につながるとされます。この記事では、ブレインフライの中身、なぜ「3つ前後」が分岐点とみられるのか、どんな職種で起きやすく、何を変えるべきかを解説します。

AIブレインフライの実像

導入拡大と不安拡大の同時進行

AI導入が進んでいる一方で、現場の受け止めは楽観一色ではありません。Pewの2025年2月調査では、将来の職場AI活用について、米国の労働者の52%が「不安」、33%が「圧倒される感覚」を持つと回答しました。AIが仕事を速くする可能性は感じていても、仕事のリズムそのものが変わることへの警戒が強いと読めます。

さらに同調査では、AIチャットボットを定期的に使う労働者ほど、速度面の恩恵を高く評価する一方、品質面の改善はそれほど大きく見ていません。少なくとも月数回以上使う層のうち、作業速度への高い効果を認めた人は54%でしたが、仕事の品質への高い効果は41%にとどまりました。ここから見えるのは、AIは「早くする」力には優れる一方、「考える負荷を減らす」とは限らないという点です。

BCGが紹介したAIブレインフライは、このずれを言語化したものです。単一のAIで下書きや検索補助をするなら負担は下がっても、複数のAIに別々の指示を出し、出力差分を比較し、誤りを監視し、会議要約やメール補助まで同時並行で回し始めると、人間の認知資源が監督業務に吸われます。自動化が進んだように見えて、実際には「常時レビュー担当」へと仕事が変質してしまうわけです。

複数ツール併用で起きる認知の詰まり

複数AIの併用が苦しいのは、単に画面が増えるからではありません。APAはマルチタスク研究について、タスク切り替えには見えにくいコストがあり、繰り返せば生産的時間の最大40%を失う場合があると整理しています。AIを増やすほど、利用者はプロンプト設計、結果比較、根拠確認、コピペ、整形、再実行を往復しがちです。この往復自体が、まさにタスク切り替えです。

UC IrvineのGloria Mark関連の研究紹介も示唆的です。人は一つの画面に平均47秒しか注意を向けられず、割り込み後に元の作業へ戻るまで最大25分かかることがあります。Microsoft WorkLabも、現代の知識労働者が早朝からメールを見始め、平均で100通超のメールと150件超のTeamsメッセージを受け取る「Infinite Workday」を指摘しています。AIツールがこの情報洪水の上に無秩序に積み上がれば、疲労が増えるのは自然です。

なぜ「3つ前後」が実務上の分岐点なのか

AIの数より監督負荷が問題

複数の報道は、AIツール利用が1つや2つの段階では生産性改善を生みやすい一方、4つ以上になると効果が鈍るか悪化すると要約しています。ここから逆算すると、実務上の上限は「3つ前後」とみるのが妥当です。これは厳密な自然法則ではなく、BCGの調査とタスク切り替え研究を合わせた実務的な推論です。

重要なのは、限界を決めるのがツール数そのものではなく、同時に抱える監督関係の数だという点です。例えば「文章生成AI」「社内検索AI」「会議要約AI」の3本でも、役割が明確なら回せます。反対に、文章生成AIを3種類並べて回答を比較し続ける運用は、それだけで脳のレビュー回路を使い切ります。AIの追加は便利機能の足し算ではなく、確認責任の足し算になりやすいのです。

Pewのデータでも、AIチャットボットを日常的に使う労働者はまだ少数派です。毎日または週数回使う人は9%、月数回が7%で、55%はほとんど使いません。つまり多くの職場では、ツールを増やす前に「どの業務で何に使うか」を標準化する余地が大きいです。導入初期ほど、ツール数の競争ではなく、用途の絞り込みが重要になります。

リスクが高まりやすい職種の特徴

ブレインフライは、AIをよく使う職種ならどこでも起こり得ますが、特に起きやすいのは、出力比較と短納期が重なる仕事です。マーケティング、人事、オペレーション、ソフトウエア開発のように、文章、要約、分類、調査、会議整理を行き来する職種では、AIは確かに相性が良いです。しかし相性が良いからこそ、「あれもこれもAIに任せる」状態へ滑りやすいです。

逆に、法務や財務のように検証コストが高い仕事では、AIの使い方が慎重になりやすく、むしろツール数が増えにくい可能性があります。ブレインフライは、AIを多用する人だけの問題ではなく、便利さゆえに検証行為が見えなくなる職種ほど表面化しやすいと理解した方がよいです。

現場で効く対策

ツール削減ではなく役割固定

最初の対策は、AIを減らすことではなく、役割を固定することです。下書き用、検索補助用、会議整理用など、ツールごとの担当業務を明確にし、同じ仕事を複数AIで競わせない運用に切り替えるべきです。AIを比較するのは、モデル選定や精度評価の期間だけで十分です。日常運用で比較が常態化すると、効率化の名目で監督コストを増やします。

次に必要なのは、AI利用の「終了条件」を決めることです。何回まで再生成するか、どの時点で人間が決め切るか、根拠確認が必要な業務はどこかを決めておけば、AIが延々と仕事を広げるのを防げます。Microsoftが指摘するように、AIは壊れた働き方を加速させることもあります。会議が多すぎる、通知が多すぎる、レビュー基準が曖昧という土台を放置したままAIを足しても、疲労は減りません。

個人と組織の実務設計

個人レベルでは、AI利用を集中時間の外に置く工夫が有効です。例えば朝の情報整理は一つのAIだけ、深い思考が必要な時間帯はAI通知を切る、ドラフト生成と根拠確認を別時間に分ける、といった設計です。Gloria Markの研究が示す通り、注意は細かく分断されるほど回復コストが高まります。AIとの対話も、通知やメールと同じく割り込みの一種として扱う視点が必要です。

組織レベルでは、AI導入の評価指標を「使った回数」から「手戻りが減ったか」「会議が減ったか」「意思決定が速くなったか」に変えるべきです。導入数を増やすだけでは、現場にとっては管理対象が増えるだけになりかねません。AIは便利ですが、人間の注意力には上限があります。その前提を無視すると、ブレインフライは個人の疲労ではなく、組織的な生産性低下として表れます。

注意点・展望

「AI疲れ」は、AIそのものの失敗ではありません。むしろ、デジタル業務がすでに抱えていた割り込み過多と判断過多を、AIが増幅して可視化した現象とみるべきです。Pewの調査で不安や圧倒感が大きいのも、単に雇用不安だけでなく、仕事の密度がさらに上がることへの懸念が含まれているはずです。

今後は、単一の汎用AIから、業務ごとに組み込まれたエージェント型AIへ移行が進むでしょう。そのときほど、利用者の画面に現れるAIの数を減らし、裏側で処理をつなぐ設計が重要です。人が管理するAIを増やすのではなく、人が最後に判断する地点を減らすことが、ブレインフライ回避の本筋になります。

まとめ

AIブレインフライは、AI利用が進んだからこそ表面化した新しい労働問題です。BCGの調査は、過剰利用や常時監視が疲労、ミス、離職意向を高めると示しました。PewやMicrosoft、APA、Gloria Markの研究を重ねると、問題の核心はAIそのものではなく、割り込みと切り替えの累積にあります。

したがって、実務で意識すべきなのは「より多くのAI」ではなく「より少ない監督関係」です。3つ前後を一つの目安に、役割を固定し、終了条件を決め、通知と比較作業を減らすことが有効です。AIを仕事の味方にするには、導入数よりも注意力の設計が問われています。

参考資料:

関連記事

最新ニュース