AI疲れ・AIうつの正体——生成AI導入で増大する「意思決定コスト」

「AI疲れ」「AI鬱（うつ）」という言葉がSNSやエンジニアの集まりで増えている。生成AIで仕事が速く楽になるはずが、現場は疲弊している。実際、「AIを導入したはいいが、思ったほど効率化されていない」「なんだか、疲れました」という声が聞かれる。

一見矛盾する現象だが、疲労感はトップダウンでAI活用を推進する企業ほど強い。「とにかく何かに使え」と号令がかかる一方、使い方や成果の定義は現場任せ。この構図が静かに負荷を蓄積させる。

「AI疲れ」を新しいツールへの適応疲れと捉えると本質を見誤る。結論から言えば、これはツールの問題ではなく、仕事の「やり方そのもの」が変わったことで生じる疲れである。

非エンジニア・非IT職種にもAI活用が広がる昨今、ビジネスパーソンはAIと無関係ではいられない。本稿では疲れの正体を整理し、個人が何を考えどう変わればよいか、AIが先行したITエンジニア業務の例も交えて示す。

筆者は合同会社エンジニアリングマネージメントの社長であり、博士（慶應SFC、IT）。IT研究者として、ベンチャー企業・上場企業3社でITエンジニア・部長職を経て独立。大手からスタートアップまで約20社で、ITエンジニアの採用・育成、評価制度、組織再構築、ブランディング、AX/DXチーム組成などを支援している。

AIを巡る議論ではハルシネーションや情報漏えいリスク、コスト増加が論点となるが、AI疲れの本質はそこではない。より重要なのは、AIの登場によって判断の回数が急増したことだ。

システム・ソフトウェア開発では従来、1機能に数日かかりエンジニアは単一テーマに集中できた。しかしAIで実装が短縮されると、同じ時間で扱うテーマの数が急増する。「この設計でよいか」「この出力は正しいか」「どのやり方を採用するか」——判断が次々に押し寄せる。

その判断には明確な正解がない。かつては「与えられた業務を正確・効率よくこなす」ことが求められ、ある程度の正解範囲で最適化すればよかった。今は「そもそも何をやるべきか」から問い直し、業務フロー自体を組み替える必要がある。この正解のない意思決定の継続が精神的な負荷となる。

言い換えれば、AI疲れの正体は「意思決定コストの増大」である。手を動かす疲れが、考え続ける疲れに置き換わった。AIを使うほど人が思考を外部化し、批判的思考や記憶保持が弱まるという研究上の指摘もある。手軽さの裏側で判断だけが人に残り、その判断が重くなっている。

Copyright © ITmedia, Inc. All Rights Reserved.