たった10分、生成AIを使うだけで衰える「考える力」 将来「脳トレジム」に通わないための5つの方法
2026年11月20日 09時00分更新
本連載は生成AIをこれから活用しようとしている方たちのために、生成AIの基本やコピペしてそのまま使えるプロンプトなどを紹介。兎にも角にも生成AIに触り始めることで、AIに対する理解を深め、AIスキルを身につけて欲しい。第79回は、生成AI使用による考える力の衰えを防ぐ方法について解説する。
企画書のたたき台も、売上データの分析も、メールの文面も、生成AIに頼めばあっという間に形になる。忙しいビジネスパーソンには、もはや手放せない便利な道具だ。ただ、最近は「まず自分で考える」という手順を飛ばし、AIが出した答えを修正するところから仕事を始めていないだろうか。
AIを使えば仕事が捗ることは間違いない。しかし、成果物の質と、それを使う本人の能力は必ずしも一致しない。今回は、2025~2026年に公表されたさまざまな研究から、効率を上げつつ、自分の考える力も伸ばす方法を紹介しよう。
AIで仕事の成果は上がっても、人間の実力は育たない
ストックホルム大学の経済学教授、David Strömberg氏らは2026年6月、欧州の経済研究ネットワーク「CEPR」を通じ、中国の中高生2万6811人の30ヵ月分の学習データを分析した研究を発表した。生成AIの利用開始後、宿題の点数は18%上がり、所要時間も30%短くなった。一方、AIを使えない毎月の試験では、半年後には利用前の平均点の20%に相当する成績低下が推計された。数年分の学習成果が問われる高校・大学の入学試験でも、悪影響は約2年かけて拡大し、最終的な成績低下は利用前の平均点を基準に、高校入試で24%、大学入試で18%に相当するという。
さらに、米ペンシルベニア大学ウォートン校の准教授、Hamsa Bastani氏らは2025年6月、米科学アカデミー紀要「PNAS」に、トルコの高校生約1000人を対象とした数学の学習実験を発表した。実験では、GPT-4を使い、一般的なChatGPTの対話方式を模した「GPT Base」と、答えを直接教えずヒントで導く「GPT Tutor」を用意した。GPT Baseを使った生徒は、演習成績がAI未使用群より48%高かった。ところが、直後にAIなしで類似問題を解く試験では、逆に17%低い成績となった。一方、GPT Tutorを使った群では、AIなしの試験で統計的に有意な成績低下は見られなかったという。
仕事を通じて新しい技術を身につける場面でも、同じような結果が出ている。米AI企業Anthropicの研究者、Judy Hanwen Shen氏らは2026年1月、ソフトウェア開発者52人に、初めて扱う技術を使ってプログラムを作らせる実験を発表した。AIを使った群は、作業後の理解度テストで平均50%の正答率にとどまり、自力で取り組んだ群の67%を下回った。特に差が大きかったのは、プログラムの不具合を見つける問題だ。AIの助けでコードを完成させても、その仕組みを理解し、問題を解決する力まで身につくとは限らないのだ。
さらに、AIへの依存は、難しい問題に粘り強く取り組む姿勢にも影響するようだ。米カーネギーメロン大学のGrace Liu氏らは2026年10月、国際会議「COLM 2026」で計1222人を対象とした3つの実験結果を発表した。AIの支援中は数学や読解の成績が上がったものの、支援を外すと悪化した。分数計算の実験では、正答率がAI未使用群の73%に対して57%にとどまり、問題を飛ばす割合も11%に対して20%と高かった。こうした差は、わずか約10分間のAI利用でも現れている。
AIに作文を丸投げする場合と、自分の考えをまとめてからAIを使う場合では、その後の作文の成績にも差が出た。中国・鄭州大学のChenghai Liu氏らは2026年9月、学術誌「Frontiers in Psychology」で、成人900人を3群に分けた作文実験を発表した。最初に自分の主張を考えてからAIを使う群、AIの文章をほぼそのまま採用する群、AIを使わない群を比較し、15~20分後に全員がAIなしで別の作文に取り組んだ。その結果、AIの文章を採用した群は未使用群より論証の質が低かった一方、自分の主張を先に考えた群では同様の低下が確認されなかったのだ。
企画の筋道を考え、数字を確かめ、うまくいかなければやり直すなど、仕事には面倒な作業がつきものだが、これまではその試行錯誤を通じて判断力や問題解決力を身につけてきた。AIが最初から答えを用意してくれる時代に、これから仕事を覚える人たちは、どこでその経験を積むのだろうか。
現代人は交通手段が発達して歩く機会が減り、今度は運動不足を解消するためにスポーツジムへ通っている。AIに考えるタスクまで任せ続けてしまうと、我々の頭脳でも同じことが起きるかもしれない。筆者は近い将来、若いビジネスパーソン向けに、企画力や判断力を鍛える「脳トレジム」や「大人の学習塾」が流行すると予想している。昼間はAIに企画書を作らせ、仕事帰りに月謝を払って企画の立て方を学ぶ。これでは何のための効率化なのかわからない。せっかくなら、毎日の仕事を通じて考える力を鍛えたいところだ。
AIに仕事を任せても考える力を落とさない、今日から実践したい5つの工夫
では、普段の仕事でどうAIを使えばいいのだろうか。まず参考になるのが、先ほど紹介した鄭州大学の作文実験だ。AIに文章を作ってもらう前に、自分の主張を考えるという手順を踏んだ人は、その後の自力での作文でも論証の質を維持できていた。最初に考える役割を人間が担うことが、1つ目のポイントだ。
例えば売上が落ちた原因を調べるなら、いきなり「売上低下の原因を分析して」と頼むのをやめてみよう。まず自分で数字を眺め、「既存顧客の購入頻度が減ったのでは」などと仮説を立ててからAIに「ほかに考えられる原因は? この仮説を検証するには、どの数字を調べればいい?」と相談してみよう。最初の見立てが間違っていても構わない。自分で仮説を立て、検証する経験が大切なのだ。
2つ目は、AIに答えを教えてもらうのではなく、ヒントをもらいながら自分で考える方法だ。スイスのローザンヌ連邦工科大学(EPFL)の研究者、Jérôme Brender氏らは2026年7月、国際会議「AIED 2026」で、学生66人を対象とした6週間の実験結果を発表した。「なぜそう考えた?」「次に何を試す?」と問いかけるAIと、上手な質問文の作り方を教えるAIを比較したところ、前者のほうが学習後半の理解度が高かった。さらに、通常のAIを自由に使えるようになった後も、答えを求めるより、理解を深める質問をする傾向が強かった。
例えば、初めて新規事業の収支計画を作るなら、AIに完成版を頼む代わりに「収支計画の作り方を覚えたいので、考えるべきことを1つずつ質問して」と伝えよう。「売上を予測するには、どんな数字が必要?」「固定費と変動費には何がある?」といった質問に自分で答え、わからなければヒントをもらう。AIとのやり取りを通じて数字の組み立て方を理解すれば、次の案件では自分で収支計画を考えられるようになる。
3つ目は、AIに間違いを指摘してもらい、自分で修正する方法だ。米ウースター工科大学のEamon Worden氏らは2026年6月、国際会議「Learning @ Scale」で、中学生計2万1478人を対象とした2つの実験を発表した。そのうち1つでは、数学の問題を間違えた生徒に、単に「不正解」と伝える場合と、AIが間違いの原因や解き直すためのヒントを教える場合を比較した。AIの助言を受けた生徒は、同じ問題を解き直して正解する見込みが高まり、理解度の低い生徒では次の問題にも正解しやすくなった。
この方法は、文章作成でも使える。例えば提案書を書いたら、AIに「(完成版に書き換えず)説得力が弱い箇所を3つ指摘して。それぞれ理由も教えて」と頼む。指摘された箇所を自分で修正し、もう一度チェックしてもらおう。AIに完成版を作らせれば数秒で済むが、どこが悪かったのか理解しなければ、次の提案書でも同じ間違いを繰り返してしまう。
4つ目は、AIに自分の意見への反論を考えてもらう方法だ。スイスのSBS Swiss Business Schoolの研究者、Michael Gerlich氏は2025年10月、学術誌「Data」に、ドイツやスイス、英国の150人を対象とした実験を発表した。参加者に社会問題について意見をまとめてもらい、AIを自由に使う方法と、まず自分で考え、AIで情報を集めて反論を検討する方法を比較。その結果、議論の質は30点満点で平均20.9点から26.2点に向上した。AIに答えを作らせるより、自分の考えを深めるために使うほうが効果的なのだ。
例えば、売れ行きが伸びない商品の値下げを検討しているなら、AIに「値下げに反対する立場で、見落としている問題を3つ挙げて。それぞれ何を調べれば確かめられる?」と頼んでみよう。売れない原因は価格以外にあるかもしれないし、値下げによって利益が大きく減るおそれもある。AIが挙げた問題点を手がかりに、顧客の購入動向や競合商品の価格、利益率などを調べ、値下げが本当に有効な施策なのか検証しよう。
最後の5つ目は、覚えた知識を自分の頭から引き出す練習にAIを使う方法だ。米アリゾナ大学の認知心理学者、Jonathan Tullis氏らは2026年、国際会議「CogSci 2026」で、ChatGPTを使った復習方法の研究を発表した。実験では、学生が学習した文章をChatGPTに読み込ませ、AIが作った問題に自分で答え、正誤についてのフィードバックを受ける方法と、同じ文章を繰り返し読む方法を比較した。その結果、2日後のテストではAIの問題を解いた学生のほうが高い成績を収めた。単に内容を読み返すより、自分で答えを思い出す練習をしたほうが、知識が記憶に残りやすかったのだ。
例えば、初めて担当する商品の知識を身につけるなら、製品資料をAIに読み込ませ、「商品の特徴や料金体系、競合との違いをわかりやすく説明して」と頼もう。内容を理解したら、今度は「重要なポイントから確認問題を5問、1問ずつ出して。私が答えたら正誤を判定し、間違えた理由を教えて」と指示する。資料を見ずに答え、間違えたところを復習すればいい。数日後にも同じテーマで問題を出してもらえば、知識が定着しているか確かめられる。商談で商品について質問されても、AIに頼らず説明できる力を身につけたい。
AIに何を任せるかは、仕事の内容に応じて判断したい。請求書の転記や定型メールの整形など、手順が決まっている作業はAIに任せて効率化すればいい。一方、新しい企画を立てたり、慣れない分析に取り組んだりするときは、まず自分で考え、AIにはヒントや改善点を求めよう。単純作業で節約した時間を使えば、難しい仕事にもじっくり取り組めるはずだ。
これから仕事を覚える若い世代にとっては、特に切実な問題だろう。ベテランが長年の経験で身につけた判断力も、最初は試行錯誤の積み重ねから生まれている。AIが優秀になるほど、仕事を通じて能力を磨く機会は意識して確保しなければならない。将来、お金を払って「脳トレジム」に通うより、毎日の仕事で頭を鍛えたほうがずっといい。AIには仕事を手伝ってもらおう。ただし、自分が成長するための経験まで任せきりにしないようにしたい。
週刊アスキーの最新情報を購読しよう
本記事はアフィリエイトプログラムによる収益を得ている場合があります




