その表情が、しばらく頭から離れなかった。
「便利になったはず」の机の上で
彼女のデスクには、以前は分厚いファイルが積まれていた。今は薄いノートパソコン一台と、マグカップだけ。書類の山が消えたのは、本来は祝うべきことだ。残業も減った。早く帰れるようになった。家族からも喜ばれている。
それなのに、本人の表情は晴れない。
「やることがなくなったわけじゃないんです。でも、やってる感じがしない」と彼女は言った。AIが下書きを出し、自分はそれをチェックする。AIが集計し、自分はそれを承認する。手は動かしているが、頭で何かを生み出している感覚が薄い。作業時間は月40時間ほど減ったのに、心の充実感は減った時間以上に目減りしている。
似たような話を、ここ半年でいくつも聞いている。ライターからは「Claudeに下書きを任せたら、文章を書く筋肉が落ちた」と。エンジニアからは「Codexに頼り始めてから、自分でロジックを組み立てる感覚が鈍ってきた」と。Stanford AI Index 2026（2026-05-20時点）が指摘する米中モデル性能差2.7%という数字よりも、現場ではこちらの方がずっと切実な変化として進んでいる。
「依存」と呼ぶには早すぎる症状
開発者James Painが2026年5月に公開した記事（jpain.io、2026-05-22時点）が界隈で話題になった。1〜2年間AIにコード生成を任せ続けた結果、自分のコーディング基礎スキルが急速に落ちたという報告だ。経験者ほど「これ本当に合ってる?」という検証本能が働くが、ジュニア層ほど無防備に飲み込んでしまうという指摘もあった。
これを読んで思ったのは、技能が落ちることそのものより、「技能が落ちていることに気づかない構造」の方が深刻だということだ。AIが出した答えがそれなりに動いてしまうと、自分の脳がサボっていることを自覚する機会が失われる。筋トレに行かなくなったジムの会員が、半年後に階段で息が切れて初めて衰えに気づくのと似ている。
しかも厄介なことに、AIに任せた仕事は短期的には品質が上がるケースが多い。だから組織の数字上は「うまくいっている」と評価される。本人だけが、何かが薄まっていく感覚を抱えている。声に出しにくい。生産性は上がっているのに「やりがいが減った」と言えば、わがままだと思われそうで黙ってしまう。
何が削られているのか
整理してみると、AIに渡した後で人間の手から抜けていったものは、おおよそ三つに分かれるように見える。
ひとつは「途中の手触り」。仕訳を一件ずつ入力しながら「この取引、先月と性質が違うな」と気づく瞬間。文章を書きながら「ここで論理が飛んでる」と引っかかる瞬間。途中の作業が消えると、こうした小さな違和感のセンサーも一緒に消える。AIは結果を出すが、途中で立ち止まらない。
ふたつめは「自分が決めた、という感覚」。下書きを直すのと、ゼロから書くのとでは、出来上がったものへの愛着がまるで違う。これは脳の報酬系の話でもある。労力を払った対象を人は過大評価する傾向があるが、その「過大評価」こそが仕事を続ける燃料になっていた面もある。AIに7割任せると、燃料が7割減る。
みっつめは「説明できる自分」。冒頭の経理担当者が「自分が何の仕事をしている人かわからない」と言ったのは、職務記述書の問題ではない。他人に語れる物語が手元から消えたという話だ。「私は数字を読み解いて経営陣に届ける人です」と言いきれた頃の輪郭が、ぼやけている。
それでも、戻る道はない
ここまで書いて、ではAIをやめましょうという結論にはならない。ソフトバンク・NEC・ホンダ・ソニーが日本AI基盤モデル開発の新会社を設立（2026-05時点）したように、産業全体は逆回転しない。Anthropicが「Automated Alignment Researchers」でAI自身に安全性研究をさせ始めた2026年は、人間の領域がさらに削られていく年として記録されるだろう。机の上から書類が消えたあのデスクが、再びファイルで埋まることはない。
問題は、戻るか進むかではなく、残ったスペースに何を置くかだ。
冒頭の経理担当者と、その後しばらく雑談した。彼女は最近、月次のダッシュボードを眺めながら、営業部門の動きと数字のズレに気づき、現場にヒアリングしに行く回数が増えたと言った。AIが出した数字を「ふーん」と眺めるのではなく、「これ、おかしくない?」と引っかかる癖がついたらしい。
「手を動かしてないから、逆に頭で考える時間ができたのかもしれません」
この言葉に、ひとつのヒントがある気がした。AIに渡したのは作業であって、観察ではない。データを集める手間が消えたぶん、データを疑う時間と、現場を歩く時間が空いた。彼女はそこに、新しい自分の輪郭を置き始めていた。
残るのは「引っかかれる人」
AIは平均的に正しい答えを出す。だが「これ、なんか変だぞ」と引っかかる役割は、まだ人間の側にある。精度の幻想が崩れる現場、たとえば医療AIの音声認識が誤って記録した患者情報、AIラッパーアプリの差別化困難（Medium AI、2026-05時点）、Tokenmaxxing（トークン数最適化への過剰注力）による生産性低下――いずれも、最後に止めるのは「あれ?」と感じる人間だ。
引っかかれる人になるには、皮肉なことに、ある程度の経験と手触りが要る。だから今、現場の中堅以上が抱えているのは、技能が落ちる怖さよりも、次の世代に引っかかる感覚をどう渡すかという別の宿題でもある。ジュニアがAIに丸投げで育ったら、十年後に引っかかれる人がいなくなる。これは組織設計の問題で、本人の根性の話ではない。
冒頭の彼女のデスクに戻る。書類が消えた机の上で、彼女は今、ヒアリングメモをノートに手書きしていた。AIに任せていない数少ない作業だと笑っていた。それが正解かどうかはわからない。ただ、AIに何を渡し、何を残すかを自分で選び始めた人の顔だった。
仕事の意味は、誰かから与えられるものではなく、削られた後に自分で置き直すものなのかもしれない。少なくとも、机の上に何を置くかを選ぶ自由は、まだこちら側に残されている。
本記事はAI編集を経たのち、編集長が事実確認と品質チェックを実施しています。