AIを仕事に使うと、速くなる仕事と判断が難しくなる仕事がある
AI支援は、仕事の種類によって成果を高めることも、正答を減らすこともあります。人間とAIの協働を調べた758人のランダム化実験は、AIの得意範囲を見極めながら使う大切さを示しました。
研究の概要
Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality（凹凸のある技術的能力境界を進む：AIが知識労働者の生産性と品質に及ぼす影響）
著者はFabrizio Dell’Acqua、Edward McFowland III、Ethan Mollick、Hila Lifshitz、Katherine C. Kellogg、Saran Rajendran、Lisa Krayer、François Candelon、Karim R. Lakhaniです。査読済み論文として *Organization Science* 37巻2号、403〜423頁に掲載され、2026年3月11日にオンライン公開されました。 原著・DOI
研究チームは、経営コンサルティング企業BCGと協力し、知識労働者758人を、AIなし、GPT-4利用、GPT-4利用とプロンプト解説の3条件に無作為に割り当てました。参加者は、創造的・分析的な業務を含む18の課題と、AIの能力範囲外に設定された複雑な管理課題に取り組みました。原著の掲載ページで全文を確認しています。
18課題では、AI利用者はAIなしの参加者より平均12.2%多く課題を完了し、所要時間は平均25.1%短く、成果物の品質も高まりました。管理課題では、AI利用者が正答する割合は19%低くなりました。研究チームは、AIの能力が仕事の難易度に沿って均一に伸びず、仕事ごとに得意・不得意が現れる状態を「jagged technological frontier（凹凸のある技術的能力境界）」と呼んでいます。
どこまで因果を読めるか
参加者を条件へ無作為に割り当てた実験なので、この課題セットではAI利用の効果を因果的に比較できます。対象は人間の知識労働者758人です。動物・細胞の研究ではありません。
一方、参加者は特定企業のコンサルタントで、課題もコンサルティング業務を模したものです。翻訳、ブログ執筆、日常の調べものに同じ効果量が当てはまるかは検証されていません。論文は、AIを長期間使ったときの技能形成や仕事全体の変化も測定していません。
真紀の仕事で試せる使い方
翻訳や記事制作では、AIに複数案の作成、構成のたたき台、用語候補の整理を頼むと、候補を比べる時間を短くできる可能性があります。固有名詞、数字、契約・医療など判断の影響が大きい記述は、原資料に戻って確認する工程を残します。
まず一週間、似た作業を「AIに案を出してもらう部分」「人が根拠を確認して決める部分」「完成後に照合する部分」に分けて記録します。所要時間と修正回数を比べれば、自分の業務でAIが役立つ作業を見つけやすくなります。この一週間の記録方法は、論文で検証された介入ではなく、仕事への応用案です。
現時点で分かること、残る問い
この研究は、AI利用の効果を仕事全体で一つの数値にまとめず、課題ごとに測りました。AIの得意範囲内での速さと品質の向上、範囲外の課題での正答率低下を同じ実験内で観察した点が重要です。
次に確かめたいのは、別の職種や日本語の翻訳・執筆でも同じ境界が見つかるか、経験を積むと境界を見極める力が伸びるか、短期の効率向上が長期の技能にどう影響するかです。
一歩目は、AIに任せた作業と、自分が根拠を確かめた作業を一週間だけ分けて記録することです。
