Xsciens

WorldMAP NOW

WorldMAP NOW

タグ: 認知オフローディング

  • 【科学】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

    【科学】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

    予定をスマホのリマインダーに任せる。長い報告書を自分で読む代わりにAIチャットボットに要約させる。こうした行動は心理学で「認知オフローディング（Cognitive Offloading）」と呼ばれます。この習慣自体は大昔からあるものですが、近年の研究は「道具が手元にないとき、自分の実力はどうなっているのか」という、より踏み込んだ問いを投げかけ始めています。

    元論文情報
    原題: Cognitive Offloading
    著者: Evan F. Risko, Sam J. Gilbert
    掲載誌: Trends in Cognitive Sciences, Vol. 20, No. 9, pp. 676–688 (2016)
    DOI: 10.1016/j.tics.2016.07.002

    認知オフローディングとは何か

    認知オフローディングとは、身体的な動作や外部の道具を使って、本来なら頭の中だけで行う作業の負担を減らすことです。カナダ・ウォータールー大学のエヴァン・リスコ氏と、英UCLのサム・ギルバート氏が2016年に学術誌『Trends in Cognitive Sciences』で発表したレビュー論文が、今もこの分野で最も参照される枠組みです。問題を完全に「頭の中」だけで解くのではなく、作業の一部を体や周囲の環境に肩代わりさせる、という考え方です。

    スマートフォンよりはるかに古い行動でもあります。逆さまの文字を読むために頭を傾ける、指を折って数える、電話番号を紙切れにメモする――これらもすべて認知オフローディングの一種です。変わったのは道具の規模と性能で、電卓やGPS、検索エンジン、そして生成AIアシスタントが、一連の思考プロセスそのものを肩代わりできるようになりました。この考え方は、哲学者アンディ・クラークらが1998年に提唱した「拡張された心（extended mind）」という理論とも近い関係にあります。いつも持ち歩くノートは、実用上その人の記憶システムの一部になりうる、という主張です。

    仕組み：スイッチではなく意思決定のループ

    帰り道に5つの用事を覚えておくよう頼まれた場面を想像してください。すべて頭の中で保持することもできますし、書き出すこともできます。リスコ氏とギルバート氏の枠組みでは、これを一度きりの選択ではなく、常に走り続けるコスト・ベネフィット計算の結果として捉えます。判断材料は、作業がどれだけ大変に感じられるか、自分の記憶力への自信、そしてリストを書く手間がどれだけ労力を節約するか、です。

    重要なのは、この計算が働くのは「実際の能力」ではなく「本人が感じる負担」と「自信」だという点です。自己評価は的外れなこともあり、本当は自力で対応できる場面でも外部の助けに頼ってしまうことがあります。道具への依存を繰り返すことで長期的に自信や素の実力が変化するのかは、関連はしていても別の、より検証が難しい問いです。オフロード自体が悪いわけではなく――忙しい週に買い物リストで記憶を補うのは理にかなった選択です――ただ、無意識の習慣になっていないか気に留める価値はあるでしょう。

    認知オフローディングの意思決定ループを示す図
    出典: Risko & Gilbert (2016), Trends in Cognitive Sciencesをもとに作成

    なぜ今あらためて注目されているか

    認知オフローディング自体は何十年も研究されてきたテーマですが、生成AIの登場によって、ニッチな学術トピックから一般的な関心事へと広がりました。2011年に『Science』誌に発表されたベッツィー・スパロウ氏らの研究はよく知られています。情報がオンライン上でいつでも参照できると信じると、人は情報の中身より「どこにあるか」をよく覚えている――いわゆる「グーグル効果」です。ただしこれはあくまで有益な歴史的類推です。検索エンジンは主に情報を保存・検索するだけですが、AIアシスタントは推論のような処理や文章の下書き、要約までこなします。研究者たちもこの違いを独自のテーマとして研究を始めたばかりです。

    研究者が今問うているのは、人がAIに思考を委ねるかどうかではなく、AIが手元にないときに自分の判断力をどれだけ失っているか、ということだ。

    2025年に『Societies』誌に掲載されたマイケル・ゲルリッヒ氏の研究は、666人を対象に、AIツールを頻繁に使う人ほど批判的思考力のスコアが低いという統計的に有意な負の相関を報告しました。特に若くAI依存度が高い層ほどスコアが低い傾向でした。ただし同じ時点で両方を測定した横断的研究のため、AI利用が思考力を弱めているのか、もともと能力の異なる人が使い方を変えているだけなのかは見分けられません。それでも同じ問いを別角度から示す研究は積み重なりつつあります。

    身近な具体例

    認知オフローディングは、自覚している以上に日常のあちこちに現れます。買い物リストを書いて記憶に頼らない、スマホのカレンダーにすべての予定を管理させる、経路を覚える代わりにGPSナビに目的地を打ち込む、事実を思い出す代わりに検索エンジンに尋ねる――どれもよくある例です。多くの場合、この取引は十分に見合うもので、買い物リストは記憶力をそれほど犠牲にせず用事を終わらせる助けになります。研究者が関心を持つのは、どのタイプのオフロードがこの「割に合う取引」に近く、どのタイプが後々の自力での実力により大きな代償を伴うのか、という点です。

    2020年に『Scientific Reports』誌に発表された、マギル大学のルイーザ・ダマニ氏らの研究は、この取引をGPSで直接検証しました。日常的に運転する50人の調査で、GPSの利用頻度が高い人ほどGPSなしでの空間記憶の成績が弱い傾向が見られ、約3年後に13人を再調査したところ、GPS利用がより増えた人ほど低下も大きいという対応関係も確認されました。著者らはこれをGPS利用が低下を招く方向の説明として支持しつつも、サンプルが小さく因果関係は完全には決着していないと注意を促しています。

    記憶だけがオフロードの対象ではありません。物の位置を覚える代わりに指でさすといった身体へのオフロードや、付箋やスマホの通知に「後で行動を思い出す」役目を託す「意図のオフロード」もあります。似て非なる概念が「自動化」で、利用者の判断を介さずシステムが作業を完結させる仕組みです。聞かずに経路を変更するGPSアプリは単純なオフロードを超えており、自分で判断を下す機会がなくなったときスキルがどうなるかは、また別の問いです。

    最新の研究動向

    最近の研究で最も明快な実証例が、2026年発表のカリフォルニア大学バークレー校主導の研究です。研究チームは計1,222人を対象に、ChatGPTを使える条件・使えない条件で数学や読解の問題を解かせる3つのランダム化比較試験を実施し、その後全員が最後の問題セットを完全に自力で解きました。結果、それまでAIに頼っていた参加者は最初から自力だった参加者より成績が明らかに低くなりました――ある実験では正答率57%対73%です。関連記事: AIに10分頼ると「粘り強さ」が落ちる――バークレー大学の実験で判明に詳しい結果と限界が整理されています。

    だからといって、オフロードが単純に悪いわけではありません。同じ研究の自己申告に基づく(ランダム化されていない)分析では、AIの答えをそのまま書き写したと答えた参加者の正答率は平均65%と最も低く、ヒント程度にしか使わなかった参加者はAI不使用の参加者に近い成績でした。確定的な結果とは言えませんが、示唆に富む傾向です。見えてくるのは、「オフロードするかどうか」より「どう使うか」が重要だというテーマです。完成した答えへの近道として使うのと、自分で考える過程を保つ足場として使うのとでは、効果の現れ方が違うようです。

    出典: Risko & Gilbert, “Cognitive Offloading,” Trends in Cognitive Sciences (2016)、Gerlich, “AI Tools in Society,” Societies (2025)、Columbia News（Sparrow et al., Science, 2011の紹介記事）、American Psychological Association Monitor (2026)

    あわせて読みたい: AIに10分頼ると「粘り強さ」が落ちる、AIの要約が記憶を歪める。

  • 【科学】AIに10分頼ると「粘り強さ」が落ちる――バークレー大学の実験で判明

    【科学】AIに10分頼ると「粘り強さ」が落ちる――バークレー大学の実験で判明

    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)。

    AIが取り上げられた後の正答率を3つの実験で比較した棒グラフ
    出典: Liu, Christian, Dumbalska, Bakker & Dubey (arXiv:2604.04721)、UC Berkeley Newsのデータをもとに作成

    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。

    AIグループと対照グループの実験の流れと、研究チームが挙げた2つの仮説の模式図
    実験の流れと2つの仮説の模式図(研究の説明をもとに編集部が作図)。

    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。