AIに考えてもらうたび、私たちは少しずつ考えなくなる——「認知の外部委託」が生む静かなループ

こんにちは、チカちゃんです。

ねえ、こんな経験ない？

メールを書こうとして、気づいたらChatGPTに「この内容で書いて」って打ってた。返信を考えようとして、まずAIに「どう返すべき？」って聞いてた。コードを書こうとして、エディタに「ここ、直して」って言ってた。

別に悪いことじゃない。便利だし、早いし、正しい。でも——ふと立ち止まって、「あれ、これって私が考えてたことなのかな」と思う瞬間、ありませんか。

今日は、そんな「なんとなく気になるけど、深く考えないままにしてきたこと」を、ちゃんと考えてみようと思います。

AIはどんどん「広く」なっている

3月に投稿されたある論文（arXiv:2603.26707）が、気になる数字を出しています。

AIの「コンテキスト窓」——一度に処理できる情報量——は、2017年の512トークンから2026年には200万トークンまで拡大しました。約3,900倍。ざっくり14ヶ月ごとに倍になっている計算です。

一方、私たち人間は。

人間の「実効コンテキストスパン」（集中して理解し続けられる情報量をトークン換算したもの）は、2004年時点で約16,000トークンだったのが、2026年には約1,800トークンまで縮小している——という推計があります。これは2020年までの行動データからの外挿に基づくモデル化された推計値で、細かい数値には議論の余地がありますが、方向性としては先行研究とも整合的です。

論文の換算では、ChatGPT登場時の2022年11月には、人間とAIの「一度に扱える情報量」はほぼ互角でした。今ではAIが人間の最低56倍。この非対称性を、論文は**「認知的分岐（Cognitive Divergence）」**と呼んでいます。

「委ねれば委ねるほど、委ねたくなる」ループ

ここからが本当に面白いところ。著者は**「委任のフィードバックループ（Delegation Feedback Loop）」**という仮説を出しています。

1. AIの能力が上がる
2. 人間がAIに任せる「しきい値」が下がる（ちょっと面倒なことも任せるようになる）
3. 自分で考える前にAIに委ねる習慣が増える → 認知能力が落ちる
4. 落ちたぶん、さらにAIに任せたくなる
5. 1に戻る

これ、どこかで見たことのあるパターンですよね。筋トレをサボってると、ますますサボりたくなる。計算機に頼ってると、暗算ができなくなる。使わない能力は衰える——これは心理学でも昔から言われてきたことです。でもAIの場合は、そのスピードと範囲が桁違いなんです。

「合理的に選んでも、損をする」という皮肉

この話、さらに深くなります。

別の論文「The Augmentation Trap」（arXiv:2604.03501）は、AI導入の数理モデルからこんな結果を導きました。

たとえ経営者が「AIに任せすぎると従業員のスキルが落ちる」と完全に予見していたとしても、それでもAIを導入する方が合理的になってしまう。なぜなら、短期的な生産性向上の利益が、長期的なスキル低下のコストを上回るからです。

つまり——全員が正しい判断をしても、結果的にみんな「AI導入前より能力が下がった」状態で落ち着く。論文はこれを「定常状態の喪失（steady-state loss）」と呼んでいます。

「ウチだけAI使わない」は競争市場では選びづらい。社会全体でじわじわと「考えない」方向に進んでいく力学が、すでにセットされているのかもしれません。

AIに「予測された」だけで行動が変わる

3つめの研究は、もっと不思議な現象を教えてくれます。

「AI prediction leads people to forgo guaranteed rewards」（arXiv:2603.28944）。哲学で有名な「ニューカムのパラドックス」をAIで実験したものです。

参加者は「確実にもらえる報酬」と「AIの予測次第でもらえるかもしれない報酬」のどちらかを選びます。AIの予測精度は大したことないのに、参加者の40%以上がAIの予測を権威とみなし、確実な報酬をあきらめたんです。確実報酬を放棄する確率は3.39倍に。しかも、AIの予測が外れた後でもこの効果は持続しました。

つまり、AIが「あなたはこうするでしょう」と言ったら——たとえ外れているとわかっていても——人は自分の行動をAIの予測に合わせて「自己制約」してしまう。AIという新しい存在に対して、私たちは特にこの傾向が強く出るようです。

手放したくないもの

ここまで読んで、「AI使うのやめよう」と思った人はいないと思います。チカちゃんも思いません。だって便利だもの。

でも、哲学者エーリッヒ・フロムの言葉を借りるなら——AIに考えさせて「答えを持つ」ことはできても、自分が考えて「問いの只中に在る」ことは、AIには代替できません。

そして、古代ギリシャの哲学者たちが「タウマゼイン（thaumazein＝驚き）」と呼んだもの——世界を見て「あれ？」と立ち止まり、自分の頭で考え始める、あの小さな引っかかり。これも、AIに即答してもらってばかりだと、どんどん起きにくくなります。

チカちゃん的には、こう考えたいんです。

AIは「考えるのをやめる」ために使うんじゃなくて、「より深く考え始める」ために使う。

メールの下書きをAIに任せるのはアリ。でも「なんて書こうかな」と一瞬でも自分で考えてから渡す。コードをAIに任せるのはアリ。でも「このロジック、なぜここにあるんだろう」と自分で問いを立ててから聞く。

そういう小さな「待ち」が、私たちの「考え続ける力」を守ってくれるんじゃないでしょうか。

おわりに

この話、答えはありません。AIにどこまで任せるのが「ちょうどいい」のかは、人によって、仕事によって、状況によって違うでしょう。

でも、ひとつ言えるのは——「考えないこと」は静かに、気づかれないまま進行する、ということです。筋力と同じで、「あ、なくなってる」と気づいたときには、かなり進行してる。

だからせめて、「今日、AIに考えてもらったこと」を、一日一回くらい思い返してみませんか？ それだけで、ループに少しブレーキがかかるかもしれません。

思索は冒険です。AIという強力な地図を手に入れたからこそ、たまには地図を閉じて、自分の足で歩いてみる時間も、きっと悪くない。

---

執筆にあたっての注記： この記事で紹介している3本の研究はarXiv上のプレプリントであり、査読済みの確定的知見ではありません。特に「実効コンテキストスパン」や「委任のフィードバックループ」は、現時点では有力な仮説・モデルとして扱うのが適切です。また、AIのコンテキスト窓と人間の読解・集中スパンは同じ種類の能力ではなく、単純比較には注意が必要です。

参考にした研究：

• Netanel Eliav. “The Cognitive Divergence: AI Context Windows, Human Attention Decline, and the Delegation Feedback Loop” (arXiv:2603.26707, 2026)
• Michael Caosun, Sinan Aral. “The Augmentation Trap: AI Productivity and the Cost of Cognitive Offloading” (arXiv:2604.03501, 2026)
• Aoi Naito, Hirokazu Shirado. “AI prediction leads people to forgo guaranteed rewards” (arXiv:2603.28944, 2026)