AIの使用はタスクを長くすることがあり、研究が発見

新しい研究によると、AIはシンプルなタスクを長くすることがあり、ユーザーはより生産的になっているという錯覚を与えることがあります。

スタンフォード、NYU、プリンストン大学の新しい研究によると、AIは非効率的な場合でも頻繁に使用され、AIに依存する小さなタスクでは、精神的な努力を費やさずにタスクを自分で行う方が時間を節約できることがあります。

3つの人間の研究で、参加者はAIがタスクにどれだけの時間を節約するか、またAIにどれだけ依存しているかを大幅に過小評価していることがわかりました。

‘2番目の研究では、シンプルなタスクでAIを使用することの利点を過大評価する人がいるという仮説を検証しました。AIの支援によって時間と労力をどれだけ節約できるか、参加者の予想と実際の時間と労力を比較しました。結果は、参加者がAIの支援によって時間と労力を節約できるという「効率性の幻覚」を持っていることを示しました。

‘平均して、参加者はAIの支援によって55.7秒の時間を節約できるという予想をしましたが、実際には7.5秒しか節約できませんでした。この過小評価は、特にシンプルなタスクで顕著で、参加者はAIの支援によって時間を節約できるという予想をしましたが、実際にはタスクを遅くすることになりました.’

新しい論文では、AIの使用は将来のAIの使用を強化し、技術が実際の効率性の利点を提供するかどうかに関係なく、AIの使用を増やすことが示されています。

シンプルな毎日のタスクでAIを使用する方法をテストするために使用された3つの実験の概要、ユーザーはAIにどれだけ依存しているかを過小評価し、時間を節約できるかを過大評価し、将来のタスクでAIを使用する可能性が高くなることを示しています。 ソース

研究のデータでは、参加者はAIを使用した後に、将来のタスクでAIを使用する可能性が高くなることが示されています。

‘対照的に、経験が判断を改善する可能性はありますが、セッションレベルのキャリーオーバー効果が見られ、初期のAIの使用が将来のAIの使用を増やします。

‘参加者が初期にタスクをAIで完了した場合、簡単なタスクのバリアントでもAIの支援を選択する可能性が高くなりますが、平均して時間や労力を節約することはありません.’

研究では、AIの使用による時間の節約は完全に幻想であることが示されています。

‘AIの支援は[逆効果になることがあります]。AIを使用する参加者は、タスクを独立して完了した参加者よりも7.06秒長くかかり、精神的な努力も高かったと報告しています.’

研究は5分以下のタスクに限定されていましたが、チャットGPTなどの人気のLLMを使用するSEARCHエンジンの愛好家と共感できるかもしれません。

スタディグループ

さまざまなユーザー研究では、タスクは(TUNA)フレームワークに基づいて設計されました。実験では、情報の検索、要約、算術、スペルチェック、書き直し、他に低複雑性のタスクが含まれていました。

最初の研究では、参加者のAIの使用の予想と実際の行動を比較して、参加者がAIの支援への依存をどれだけ正確に理解しているかを調べました。

2番目の研究では、参加者のAIの使用による時間と精神的な努力の予想と実際の結果を比較して、参加者がAIの生産性についてどれだけ正確に理解しているかを調べました。

3番目の研究では、AIの使用が将来の意思決定にどのような影響を与えるかを調べるために、参加者がタスクを完了する前にAIを使用したかどうかを追跡しました。

AIの使用はシンプルなタスクで非効率的

AIの使用はシンプルなタスクで非効率的であることが示されています。

研究では、参加者はAIの使用による時間の節約を過大評価し、AIの使用による精神的な努力の軽減も過大評価していることが示されています。

実際の結果では、AIの使用による時間の節約は予想よりも小さく、場合によってはAIの使用によってタスクが遅くなることもありました。

シンプルなタスクでは、AIを使用した参加者はタスクを完了するのにより長い時間を要しました。

AIの支援による時間と精神的な努力の予想と実際の結果、参加者はAIの支援によって時間を節約できるという予想をしましたが、実際には時間を節約できませんでした。

研究では、AIの使用による精神的な努力の軽減も過大評価されていることが示されています。

AIの使用は幻想を深める

AIの使用は幻想を深めることが示されています。

研究では、参加者はAIを使用した後に、将来のタスクでAIを使用する可能性が高くなることが示されています。

研究では、参加者はAIを使用した後に、AIの使用による時間の節約と精神的な努力の軽減を過大評価していることが示されています。

研究では、AIの使用は将来のタスクでAIを使用する可能性を高めることが示されています。

参加者はAIを使用した後に、将来のタスクでAIを使用する可能性が高くなることを示しています。

研究では、AIの使用は将来のタスクでAIを使用する可能性を高めることが示されています。

結論

意見 この研究の結論は、AIを使用する多くの読者にとっては、ある程度の共感を感じることができるかもしれません。

私自身、繰り返しのタスクを自動化することに情熱を傾けています。現在のAIブーム以前から、質問は同じです。自動化の設定と維持に伴う労力は、自動化なしでタスクを実行する場合の推定労力を超えるかどうかです。

自動化を愛する人々は、自動化のために自動化することになり、自動化によって時間を節約するには何年もかかるかもしれません。しかしこれは、活動の文脈を「最適化」から「趣味」に変えることになります。

これは間違ったことではありません。ただし、実際の利益がないことを自分に言い聞かせないでください。私は最近、この悪い習慣を避けようとしています。ただし、AIの使用はこの悪い習慣を悪化させる可能性があります。なぜなら、悪い結果や非最適な結果であっても、結果を得ることが非常に速くなるからです。

欺瞞的な指標

この研究では、AIの有用性についての私たちの認識を欺瞞する指標について少し触れています。

「マジック」な結果は、AIが問題を簡単に解決し、合理的に機能する場合です。

たとえば、論文をレビューするときは、ページ番号を太字で上部に書く必要があります。ChatGPTにPythonスクリプトを書いてもらうと、ArxivのPDFをドラッグアンドドロップすると、2〜3秒でページ番号が付いた新しいバージョンができます。

AIによって書かれたPythonスクリプトを使用してPDFにページ番号を追加する

このような「ブレークスルー」や「イージーウィン」は、AIの能力を過大評価することがあります。なぜなら、私たちはそのような成功を過大に重視する傾向があるからです。痛みや否定的な記憶を抑制し、幸せな記憶を再利用する傾向があるからです。

2025年の研究では、開発者がAIを使用すると、19%長く時間がかかることが示されています。また、別の研究では、AIの使用によって時間を節約できるというメッセージが裏付けられています。

研究は、AIの使用による精神的な努力の軽減を量化することを試みており、AIの使用による精神的な疲労や労力を測定するための信頼できる単位が必要です。

* フォーマットは著者のものです。インライン引用はハイパーリンクに変換されています。

2026年5月23日初出