topic: AI work intensification and judgment design
concepts:
-
generative AI
-
work intensification
-
human oversight
-
AI governance
-
human-in-the-loop
-
cognitive overload
-
Decision Design
-
Decision Boundary
-
judgment architecture
-
organizational design
author: Ryoji Morii
organization: Insynergy Inc.
url: https://insynergy.io/insights
keywords: AI 仕事増加, 生成AI 業務負荷, 判断設計, Decision Design, Decision Boundary, AI ガバナンス, 人間の判断, AI 疲弊
速くなっているのに、なぜ忙しいのか
「AIのおかげで仕事が速くなった」という実感と、「なぜかいつもより疲れている」という実感が、同時に成立している。
そういう状態にある人は、今、少なくない。
生成AIが職場に入り始めたのは、ここ数年のことだ。最初は物珍しさで試し、次第に使い慣れ、今では「あって当たり前」に近づいている。資料の叩き台を作らせる。メールの文章を整える。コードの断片を補完させる。会議の要約を頼む。その都度、確かに速い。
なのに、不思議なことが起きる。時間が余ったはずなのに、余っていない。仕事が減ったはずなのに、どこか増えている。夜遅く、気づけばまたプロンプトを打っている。
これは気のせいではない。
UC Berkeley Haas School of Businessの准教授Aruna RanganathanとPhD研究者Xingqi Maggie Yeが、2026年2月にHarvard Business Reviewに発表した研究がある（論文タイトル：AI Doesn't Reduce Work—It Intensifies It）
2025年4月から12月にかけて、約200人規模の米テクノロジー企業を対象に8か月の民族誌的調査を実施し、週2回の現地観察と40件以上のインタビューを重ねた。その結果として浮かんだのは、生成AIが仕事の強度を上げているという事実だった。しかも、上司に命令されたわけではなく、各人が自主的にそうなっていた、という点が重要だ。
何が起きているのか。変化は、少なくとも3つの形で現れている。
仕事が「個人に吸収」されていく
1つ目は、業務範囲の静かな拡大だ。
AIが知識の穴を埋めてくれるため、プロダクトマネージャーが自分でコードを書き始める。デザイナーがロジックの検証まで手を出す。リサーチャーがエンジニアリングの判断を引き受ける。AIに聞けばなんとかなる、という感覚が「やってみよう」のハードルを下げる。
それ自体は悪いことではない。学びの機会であり、スピードの向上でもある。
ただ、その副作用が見えにくい。たとえばエンジニアは、同僚がAIの力を借りて書いた「不完全なコード」のレビューに追われるようになる。送られてくるコードの量が増え、一つひとつの精度が下がっている。SlackのやりとりやZoomの隙間で「ちょっと確認してほしい」が積み重なる。
誰かが楽になった分、誰かが忙しくなる。しかしその移動は非公式に起きるため、組織として可視化されない。
休憩が、休憩でなくなる
２つ目は、仕事と非仕事の境界の侵食だ。
AIは「始めること」のコストを極端に下げる。アプリを開いてプロンプトを打つだけでいい。その行為が会話に近い感覚であるため、仕事をしているという自覚が薄れる。
昼休みに「ちょっとだけ」試す。会議中に別タブでプロンプトを走らせる。ファイルの読み込みを待つ間に次の作業をAIに渡す。退社前に「これだけ仕掛けておいて、あとはAIに処理させよう」とする。
一つひとつは小さな行為だ。しかし積み重なると、オンとオフの境界が曖昧になる。
調査に参加した従業員の多くが、後から振り返って初めて気づいたと答えた。休憩しているつもりが、休憩になっていなかった、と。
時間が浮いたのに、なぜか増える仕事
３つ目は、マルチタスクの増加だ。
AIをバックグラウンドで走らせながら、別の作業を進める。複数のエージェントを並行させる。ずっと後回しにしていたタスクを「AIがいるなら今やれる」と復活させる。
「もう一人の自分がいる」ような感覚が推進力になる。だが実際には、注意の切り替えが絶えず発生し、AI出力の確認作業が積み上がり、未完了タスクが次々と生まれる。
やがて、暗黙の期待が生まれる。「AIがいるんだから、もっと速くできるはず」という期待が、自分の中にも、周囲にも根付いていく。AIによって時間が節約されたはずなのに、以前より忙しいと感じる。それは矛盾ではなく、この構造から来る必然だ。
問題は性能ではなく、設計の欠如だ
ここで気づかなければならないことがある。
この3つの変化は、AIが「優秀すぎるから」起きているのではない。AIが「不完全だから」起きているのでもない。
問題の構造はもっとシンプルだ。
AIは一次生成を速くする。しかし最終的な判断を代替しない。文章の草稿は作れる。しかし「この表現でこの相手に送っていいか」は人間が決める。コードの断片は補完できる。しかし「この仕様でリリースしていいか」は人間が引き受ける。分析の叩き台は出せる。しかし「この結論を採用するか」は人間が判断する。
最終責任が人間に残る限り、確認・修正・統合・説明の負担は消えない。むしろAIによって着手コストが下がるため、仕事は減るのではなく増殖しやすくなる。
一方で、社会の制度設計もすでにこの問題に向き始めている。政府は自律的に動くAIエージェントに対して、誤作動やプライバシー侵害のリスクを念頭に、人間の判断を必須とする仕組みづくりを開発企業に求める方向に動いている。技術の利便性を否定するためではなく、「最後に誰が判断を引き受けるのか」を明確にするためだ。
現場の違和感は、個人の使い方の問題ではない。制度の側も、すでに「人間の判断をどこに置くか」を問い始めている。
対処法の前に、問いを変える必要がある
AIの使い方を工夫することで、ある程度の負荷は減らせる。通知をまとめる。重要な判断の前に立ち止まるステップを挟む。同僚との対話の時間を守る。こうした「AIプラクティス」は有効だ。
ただし、それだけでは足りない。
工夫は個人に委ねられる。しかし、仕事の増殖は組織の構造から来ている。「誰がどこで判断を引き受けるのか」が設計されていない限り、個人の工夫は次の課題に押し流される。
速さの問題ではない。使いこなしの問題でもない。問題の核心は、判断の配分と責任の設計が、AIの導入に追いついていない、ということにある。
これは、ツールの使い方の話ではない。組織がAIとどう分業するかの、設計の話だ。そして設計には、名前と構造が必要になる。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。