AIチャットボットに答えを出してもらうと、難しい問題もあっという間に解けたように感じる。しかしそのAIが手元からなくなった瞬間、話は変わってくる。カリフォルニア大学バークレー校などの研究チームが発表した実験で、AIアシスタントを使って問題を解いていた人は、AIが取り上げられた後に出された次の問題で、最初から自力で取り組んでいた人よりも成績が落ち込むことが分かった。その差は10〜15分程度AIの助けを借りて問題に取り組んだだけで現れ、合計1,222人が参加した3つの実験すべてで確認された。研究チームは、AIに答えを頼ることが、自力で問題を解く力や意欲そのものを損なう可能性があると指摘している。
3つの実験、共通する結果
研究チームは、バークレー校「人間に適合したAIセンター」のグレース・リウ氏とブライアン・クリスチャン氏を中心に、カーネギーメロン大学、MIT、オックスフォード大学、UCLAの研究者と共同で、計1,222人が参加する3つのランダム化比較試験を実施した。最初の実験では354人が、GPT-5搭載のChatGPTを使える条件と使えない条件に分かれて12問の分数問題に取り組み、その後、AI群を含む全員が残り3問を完全に自力で解いた。2つ目の実験は667人で同じ設計を繰り返し、3つ目の実験では201人が、数学の代わりにSAT形式の読解問題で同様の検証を行った。
どの実験でも、序盤の結果は想像どおりだった。AIを使える間は、AIを使ったグループの方が自力のグループよりも速く、正確に問題を解いていた――有能なアシスタントがいれば当然の結果だろう。しかし物語の核心は後半にある。AIが取り上げられ、AIを使っていたグループも含め、全員が残りの問題を自力で解かなければならなくなってからだ。
数字が示す結果
AIが使えなくなった後、かつてAIを使っていたグループは、最初から自力だったグループに後れを取るようになった。この傾向は3つの実験すべてで一貫して見られた。最初の分数の実験では、元AIグループが残り3問のうち平均57%を正解したのに対し、AIなしグループは73%――統計的に有意な差だった(p<0.001)。同じ設計をより大規模に繰り返した2回目の実験では、差はやや縮まったものの依然として有意だった(71%対77%、p=0.02)。読解問題の実験では差が再び広がり、76%対89%となった(p=0.007)。
問題を完全に諦めてしまう割合にも、同様の傾向が見られた。最初の実験では、元AIグループの20%が問題を解こうともせず飛ばしたのに対し、AIなしグループは11%だった。大規模な2回目の実験ではこの差はやや弱まったが(10%対7%、統計的有意差なし)、読解問題の実験では再びはっきりと現れ、AIグループの8%が問題を飛ばしたのに対し、AIなしグループはわずか1%だった。参加者の自己申告にもとづきAI利用法を見ると、傾向はさらに鮮明になる(ランダム化ではなく自己選択による分析である点には注意)。答えをそのまま書き写していたと答えた人はその後の正答率が平均65%と最も低く、ヒント程度にしか使わなかったと答えた人は、AIを一切使わなかった人との間に有意な差が見られなかった。
参加者はAIあり・なしの条件にランダムに割り振られ、2回目の実験の事前テストでも両グループの実力に有意な差はなかった――後の成績差が参加者の元々の実力差ではなく、AI条件そのものに起因することを裏付ける結果だ。さらに同じ実験では、AIを使える環境にいながらほとんど使わなかった人が約12%おり、その成績はAIを一切使えなかった人たちとほぼ同等だった。鍵を握るのは「AIが使えるかどうか」ではなく「どれだけ頼ったか」のようだ。
「衝撃的な結果だが、ある意味で、私たちの多くが直感的に感じていた話を裏付けるものでもある」――ブライアン・クリスチャン氏(カリフォルニア大学バークレー校)
何が原因と考えられるか
研究チームは2つの仮説を示しているが、どちらが主な要因かを特定する設計にはなっていないと断っている。1つ目は「期待のズレ」だ。即座に答えが返ってくることに慣れてしまうと、自分の手で地道に問題に取り組むことが不釣り合いなほど遅く、面倒に感じられ、簡単に諦めてしまいやすくなるという考え方だ。2つ目は、研究者が「生産的な苦闘」と呼ぶものの喪失である。問題の難しさそのものは単なる障害物ではなく、人がその問題に必要なスキルを練習し、鍛えるための過程の一部だという考え方だ。この苦労を省略し続けると、本来鍛えられるはずだったスキルを練習する機会そのものが減ってしまうかもしれない、というわけだ。
メカニズムは異なるが、当サイトが以前取り上げた別の研究も、関連する問いを投げかけている。ジョージタウン大学の研究チームは、AIが作成した要約が実際に起きた出来事についての人の記憶をゆがめてしまうことを発見した。こちらは問題解決ではなく記憶についての研究だが、頭を使う作業をAIに任せるたびに、便利さの裏で気づかないうちに正確さや能力を失っていく可能性があるという点で、今回の研究と共通する問題意識がある。
「分数やSATの話ではない」
クリスチャン氏は、この結果が心理学の実験室の外にどこまで広がる話なのかについて率直に語っている。研究発表に添えられたコメントで、同氏は「これは分数やSATの問題だけの話ではない。人間の知識や専門性そのものに起きていることだ」と述べた。さらに、広く使われているAIアシスタントについて「皮肉なことに、私たちを助けているようでいて、実はあまり役に立たない形で助けていることが多い」と指摘する。目の前のタスクの成績は押し上げる一方で、データが示す限り、次にAIがそばにない場面で必要となる「自力で物事をこなす力」を、少しずつ損なっている可能性があるというのだ。
注意点もある。測定したのはAIが取り上げられた直後、数分以内の成績であり、数カ月、数年の時間軸でこの効果がどう変化するのかは分かっていない。さらに3つの実験はいずれも、オンラインの有償参加者による短時間・一回限りの課題であり、学生が学期を通してAIを使い続ける場合や、社会人が日常業務に組み込む場合とは状況が異なる点にも留意したい。
AIとどう付き合うべきか
この結果は、AIの助けを一切使うべきではないという話ではない。同じデータは、AIが使える間は短期的な成績を明らかに押し上げていたことも示しており、多くの実務的な場面では、速く正しい答えにたどり着くこと自体に価値がある。この1つの研究から得られる教訓として参考になりそうなのは、AIを「使うかどうか」ではなく「どう使うか」だ。参加者の自己申告ベースの分析では、最も成績が落ち込んだのはAIに完成した答えをそのまま出してもらっていた人たちで、ヒントや部分的な手がかりとしてAIを使っていた人たちは、AIを一切使わなかった人たちにかなり近い成績を保っていた。AIを「答えを出す自動販売機」としてではなく、解決への道筋を少しずつ示してくれる「家庭教師」のように使うことが、自分の問題解決力を保つうえでは無難な選択肢と言えそうだ。ただし、これは分数と読解問題という限られた場面での1つの研究であり、この教訓がどこまで当てはまるのかは今後の研究を待つ必要がある。
Xsciens編集部の読み解き
見出しの「10分」は、短時間の依存でも成績差が出た点を指しますが、それが能力の恒久的な低下を意味するかどうかは、この実験では分からない点に注意が必要です。
- 差はランダム割り付けの部分だけが因果の根拠。AIの有無は参加者にランダムに割り当てられており、AIが使えなくなった後の正答率の差はこの条件の違いから来ています。3つの実験で差は16ポイント(57%と73%)、6ポイント(71%と77%)、13ポイント(76%と89%)と、大きさにばらつきがあります。
- 「答えの書き写し」の結果は参考値。書き写したと答えた人の正答率が65%と最も低かったという分析は、自己申告にもとづく自己選択の比較で、ランダム化されていません。AIの使い方そのものが原因だとは言い切れません。
- 測られたのは「直後」の短い課題。オンラインの有償参加者による一回限りの課題で、数か月から数年の影響や、日常業務での使い方の効果は分かっていません。
- 編集部の想像(推測)――私たちは、AIが「答えを出す」だけでなく、あえてヒントだけ出して考える時間を残す使い方に変わっていけば、便利さと粘り強さを両立できるかもしれないと考えています。たとえば勉強や仕事で、行き詰まったときだけ次の一手の手がかりをくれる、といった形です。ただし、今回の実験は数分以内の成績を測ったもので、そうした使い方が長期的に効くかどうかは分かっていません。これは編集部の推測です。
この読み解きの参考: UC Berkeley News、論文(arXiv:2604.04721)
出典: UC Berkeley News、arXiv:2604.04721「AI Assistance Reduces Persistence and Hurts Independent Performance」
関連記事
あわせて読みたい: AIに頼ることの影響を整理した解説は認知オフローディングとは?3分でわかる仕組みと注意点です。