AIによる脳疲労がもたらす代償と克服法
HBR Staff/Runstudio/Getty Images
サマリー：AIは仕事を劇的に効率化し、人間を楽にする救世主だと期待されている。しかし現実の職場では、複数のAIツールを管理・監督する負荷により、労働者が「AI脳疲労」（AIブレインフライ）という急性の認知疲労に陥るケースが急増している。この疲労は決断力の低下やミスの増加、優秀な人材の離職という深刻な代償をもたらす。従来のバーンアウトとは異なるこの最新の職場課題に対し、リーダーはどう対処すべきなのか。

認知能力の限界に直面する

　1月1日、プログラマーのスティーブ・イェギは「ガスタウン」をローンチした。ユーザーはこのオープンソースのプラットフォームを使えば、クロード・コードのエージェント群を同時に指揮し、ソフトウェアを劇的な速さで組むことができる。この成果は素晴らしかったが、目が回るようでもあった。「合理的に理解できる範囲を超えて、あまりにも多くのことが進行していく」と、ある初期ユーザーは書いている。「それを見ていて明らかなストレスを感じた。ガスタウンの動きは自分には速すぎた」

　ガスタウンはある矛盾の高まりを如実に示している。AIは、効率性を高めて仕事を楽にしてくれる増幅器のように機能するものと期待されている。ところが、これらのAIツールを使用している労働者たちは、ツールが仕事を簡素化ではなく激化させていると報告しているのだ。

　この問題はますます一般的になっている。企業は従業員に、複雑なエージェントチームを構築して監督するよう促すインセンティブを与えており、たとえば業績の代理指標としてトークンの消費量を測定し、褒賞することがある。一例としてメタ・プラットフォームズは、AIで生成されたコードの行数をエンジニアの業績評価指標に取り入れている。

　企業がより多くのマルチエージェントシステムを活用するにつれて、従業員はますます多くのツール間を切り換えながら使うようになっている。有意義な業務に集中する時間が増えるという期待とは裏腹に、複数のタスクを同時にやりくりすることが、AIとの協働の決定的な特徴となる可能性があるのだ。

　意外ではないが、労働者はこのような状態で仕事をしている時、認知能力の限界に直面している自分に気づいている。最近になってオンライン上のAIユーザーは、認知負荷の増大、注意力の「飽和」、精神疲労についてソーシャルメディアへの投稿で述べている。

　Cua AIの創業者でエンジニアのフランセスコ・ボナッチは、「バイブコーディング麻痺（マヒ）：無限の生産性が脳を壊す時」と題したXへの投稿を書いて多く読まれた。その中で彼はこう嘆いている。「毎日が疲れ切って終わる――仕事そのものではなく、仕事の管理のせいで。6つのワークツリーを開き、4つの機能が書きかけで、2つの『簡単な修正』が泥沼を生んだ。何がどうなっているのかを、完全に見失いつつある感覚が増していく」

　新たな労働力とAIのトレンドについて調べる研究グループである筆者らは、これらの兆候に注意を引かれた。AIと労働者のバーンアウト（燃え尽き症候群）の関係について、文献には相反する示唆があふれている（バーンアウトとは、疲労、仕事に対するネガティブな感情、職務上の有能感の低下から成る、職場での慢性的なストレス状態を指す）。骨の折れるタスクをAIで代替することで疲労が軽減されると示唆する研究もあれば、時には同じ母集団に関して、AIの使用がバーンアウトの経過を悪化させることを示す研究もある。バーンアウトとは異なる、集中的なAIの監督に伴う急性の激しい精神疲労の出現によって、状況はさらに複雑になる。

　何が起きているのかを理解するために、筆者らは米国在住で大企業にフルタイムで勤務する、さまざまな業界、職種、職位の労働者1488人（男性48％、女性51％。非管理職58％、リーダー層41％）を対象に調査を実施した。対象者に、AIを使用するパターンと量、仕事中の経験、認知、感情について尋ねた。

　その結果、前述の投稿に書かれた現象――AIエージェントの集中的な監督による認知疲労――は現実であり、かつ深刻であることが判明した。筆者らはこれを「AI脳疲労」（AIブレインフライ）と呼び、その定義を「個人の認知能力を超えて、AIツールを過剰に使用または監督することで生じる精神疲労」としている。調査の参加者たちは、頭が「ブーンと鳴る」感覚や、頭に霧がかかったような状態と、それに伴う集中の困難、意思決定の遅れ、頭痛などを述べた。AIに関連するこの精神的負担は、従業員のミス、決断疲れ、離職意向の増加という形で大きな代償をもたらす。

　ただし、ここにはやや微妙な違いがある。定型的または反復的なタスクを代替するためにAIを使う場合、精神疲労のスコアではなく、バーンアウトのスコアがより低いことが判明した。このことは、AIが軽減しうるストレスと助長しうるストレスの種類について、見えにくいが重要な違いを浮き彫りにしている。

　筆者らの発見は、指針であり警告でもある。このデータは思慮深く使えば、バーンアウトを軽減するためのAI主導のワークフローを設計するうえで役立つ。研究結果はまた、AI業務が激化する中でも精神疲労を回避するための、マネジャー、チーム、組織による具体的な慣行を指し示している。

AIの使用が精神疲労の予測因子となる時

　今日、労働者によるAIの使い方には大きな幅がある。同時に使用するツールの数、AIが業務を代替するのか補強するのかの度合い、必要な監督のレベル、AIによる従業員の全体的な仕事量の増減具合といった点で差異がある。使用されるのは検索エージェントや調査エージェント、データ分析ツール、画像生成やデザインのツール、またはコーディングエージェントかもしれない。筆者らはさまざまな形でのAI利用による精神的影響を把握するために、この幅広い関与のパターンを認知の指標と併せて検証した。