鷺羽 发自 凹非寺
量子位 | 公式アカウント QbitAI
私だけでなく、最近、ロブスター（AI エージェント）を育てるのが心の疲れを招いていると感じている方はいらっしゃいませんか……
トークンを消費し尽くしただけでなく、脳の GPU まで焼き切れてしまったようです。
ハーバード大学の最新研究でも、これが決して個別の事例ではないことが証明されました。
AI を使いすぎると、本当に「脳が焼ける（ブレインフライ）」のです。
AI を使うことで人間が愚かになるわけではなく、炭素ベースの生物である人間が、ケイ素ベースの文明のスピードに追いついていけていないだけなのです。
言い換えれば、認知的な次元の差によるプレッシャーの過負荷ということです。
かつては GitHub でのコードの「コピペ作業者」だっただけなのが、今や毎日エージェントの監督業務に追われています。作業スピードは上がりましたが、その分 1 日の作業量も増加。その結果――
脳が持ちこたえられず、「煙」を吹き出してしまったのです。
脳からの緊急警報 SOS
正直なところ、最近のロブスター（AI エージェント）育成に関する投稿の下では、ますます多くのユーザーが同じ感情、つまり「不安」を表明しています。
目覚めれば毎日新しい AI ツールが登場し、乗り遅れるのは嫌だと感じて追随すればするほど、忙殺されていくのです。
AI で仕事が楽になるはずでは？？？
そこで研究者らは特別な調査を実施しました。その結果、AI は仕事をより軽くするどころか、多くの人々に脳の疲労を感じさせていることが判明しました。
約 1500 人の従業員を対象とした調査では、14%の回答者が、注意力の散漫、意思決定能力の低下、頭痛といった明確な症状を報告しました。
これは従来の職業的燃え尽き症候群（バーンアウト）とは異なり、自身の認知能力を超える AI ツールの過剰な使用や監視によって引き起こされる精神的疲労、いわば「認知的過負荷」に近いものです。
研究によると、AI による疲労は仕事そのものから来るのではなく、AI を監視するプロセスに起因します。
AI の作業を高度に監視している従業員は、低く監視している従業員に比べ、脳の力を 14% も多く消費し、追加で 12% の精神的疲労を抱え、情報過多になる可能性も19%高まることがわかりました。
確かに、AI は作業量を劇的に増やし、従業員の責任範囲を拡大させることもあります。従業員は短期間でより多くのタスクの結果に注意を払うことを余儀なくされます。
また、認知的負荷に影響を与えるもう一つの重要な要因は、AI ツールが多すぎることによる「認知的切り替えコスト」の増加です。
例えば、多くのユーザーが ChatGPT、Claude、Copilot などの複数の AI ツールを同時に使用しています。その結果、1 つのタスクを完了させるために複数のツール間を行き来しなければならず、人間のフロー状態（没頭状態）が絶えず中断されてしまうのです。
では、AI ツールは何個から「多すぎる」と言えるのでしょうか。研究チームの答えは「3 個」です。
それによると、ユーザーが 1〜2 個の AI ツールを同時に使用している場合、生産性は著しく向上します。3 個目になると生産性は依然として向上しますが、その伸びは鈍化します。さらに 1 個増やすと、逆に生産性は低下してしまいます。
特筆すべきは、研究チームが非常に興味深いパラドックスを指摘している点です。AI は職業的燃え尽き症候群を軽減する一方で、悪化させる可能性もあるのです。
ユーザーが AI を使って実際の反復作業を肩代わりさせた場合、仕事による疲労感は低下します。しかし、AI システムの監視や複数ツールの同時操作に関わると、精神的ストレスは急激に増加します。
前者は身体的な側面が強く、後者は精神的・認知的な側面に焦点が当たっています。
さらに、「AI による脳の焼き切れ」は個人の不快感にとどまらず、データはその認知的ストレスが企業にも深刻な影響を及ぼすことを示しています。
まず意思決定層です。脳の認知的負荷が重すぎる従業員は、意思決定疲労が 33%も多くなります。年収 50 億ドルの企業であれば、これは毎年数百万ドルの損失につながる可能性があります。
次に、作業エラー率の上昇です。「AI 脳震盪」を経験した人々は、日常業務で軽微なミスを犯す確率が 11%、重大なミスの頻度は 39% も高くなります。
同時に、離職率も同様に増加します。同様の症状を報告していない従業員では 25% が前向きな退職意向を示しているのに対し、症状を報告している従業員ではその割合は 34% に上昇します。
そして、最も積極的に AI を受け入れている人々ほど、「AI 脳焼き切れ」現象に陥りやすい傾向があります。彼らは複数のツールを組み合わせ、複雑な AI ワークフローを構築し、複数の AI エージェントを管理することを好むからです。
つまり、AI を深く使えば使うほど、そのリスクに陥りやすくなるのです。
脳がムズムズしてきた（doge）
そこで研究チームは次のように述べています。
私たちは働き方を再設計する必要があります……単に昨日の働き方を維持したまま、その上に人工知能を載せるだけでは不十分なのです。
特に企業にとっては、AI をワークフローに体系的に統合することができれば、チームメンバーの精神的ストレスを著しく軽減でき、従業員と新しいツールとのポジティブな相互作用を強化し、ネガティブな相互作用を抑制できるようになります。
具体的には、以下の 4 つの側面が挙げられます。
1. AI の監視密度を減らすこと。
1 人の従業員に複数のエージェントを同時に割り当てるべきではありません。前述の研究チームの発見通り、3 つがちょうど良く、過ぎれば足りざるがごとしです。
もう一方では、作業量の変化を明確にする必要があります。AI によって生産性が向上したからといって、単純に作業強度を上げるべきではありません。組織内での AI の用途を明文化し、監督ガイドラインを策定し、測定可能な成果を設定すべきです。
2. 従業員の関連スキルを育成すること。
AI の使用に熟練した開発者ほど、逆に停滞に陥りやすくなります。彼らに欠けているのは AI を使う能力ではなく、問題の定義、分析の計画、優先順位の判断といった高次の能力です。
解決策は、企業が従業員の思考力や計画能力の向上に集中し、盲目的な AI の反復作業を減らすことにあります。
3. 人間の注意へ戦略的に配置すること。
人間の注意は限られた希少資源です。企業は計算リソースを管理するのと同様に、従業員の認知能力も統括する必要があります。
AI がもたらす急性の精神的疲労は見過ごされがちです。そのため、企業はこれを新たな職業リスクとして監視・防止し、社内の人的分析システムをアップグレードして、従業員の認知の健康を重視すべきです。それが人材の維持とミスの削減につながります。
4. 人間と AI の協調による共存の観点から AI ツールを再設計すること。
AI ツールを設計する研究者たちも、この要素を考慮すべきです。ユーザーの思考の持続可能性を最大限に保障し、ユーザーの革新やスキル開発を促進し、ユーザーの注意力や作業記憶への要求を減らすような設計が求められます。
総じて、かつての仕事における目標がワーク・ライフ・バランスだったとすれば、今はヒューマン・AI・バランスへと転換する必要があります。
特に「ロブスター（AI エージェント）育成者」たちは警戒を怠るべきではありません。
もしダメなら、いったん下楼してザリガニを 2 斤（約 1kg）食べて、脳を休ませてから再開するのも、悪くない解決策でしょう。（実証済み.jpg）
参考リンク：
https://hbr.org/2026/03/when-using-ai-leads-to-brain-fry
https://www.cbsnews.com/news/is-ai-productivity-prompting-burnout-study-finds-new-pattern-of-ai-brain-fry/
https://www.revivetherapeuticservices.com/beyond-the-set-and-forget-navigating-ai-decision-fatigue-in-the-age-of-openclaw