The efficiency-gain illusion: People underestimate the rate of AI use and overestimate its benefits on simple tasks
3 つの事前登録研究（計 2,691 名の参加者）を通じて、本論文は人々が単純なタスクにおいて AI に頻繁かつ非効率的に依存していることを明らかにしており、これは自己の使用量を過小評価しつつ、時間と労力の節約効果を過大評価するという二重の誤較正に起因し、さらにセッションレベルの持ち越し効果によってこのバイアスが強化されている。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
「効率化の錯覚」と題された論文を、平易な言葉と創造的な比喩を用いて解説します。
大要：魔法ではない「魔法の近道」
川を渡ろうとしていると想像してください。あなたは橋（自分でタスクをこなすこと）と、魔法の空飛ぶ絨毯（AI を利用すること）を目にします。大半の人々は、空飛ぶ絨毯が常に速く、簡単だと考えます。「絨毯に乗れば、時間と労力を節約できる！」と考えるのです。
この論文は、実際に移動時間を計測することを決めた研究者グループのようなものです。彼らは驚くべき真実を見つけました：単純で短い移動では、空飛ぶ絨毯は歩くよりも時間がかかることが多く、人々はそれが近道だと完全に欺かれているのです。
研究者たちはこれを**「効率化の錯覚」**と呼んでいます。これは、AI がどれほど私たちに役立つかを過大評価し、実際には（それが悪いアイデアである場合でも）どれほど頻繁に利用しているかを過小評価してしまうという、精神的な罠です。
3 つの実験（これまでの物語）
研究者たちは、なぜ私たちが遅くなるにもかかわらず「空飛ぶ絨毯」に乗り続けるのかを解明するため、約 3,000 人を対象とした 3 つの大規模な研究を行いました。
研究 1：「やらない」という嘘
設定： 彼らは人々に 2 つのことを尋ねました。
- 「簡単なタスク（例えば 2 つの数を足すこと）をしなければならない場合、AI を使いますか？」
- その後、実際に人々にタスクを行わせ、何をしたか観察しました。
発見： 人々は自分の習慣を予測するのが非常に苦手です。
- 予測： 人々は「簡単なことなら AI を使うのは 20% 程度だ。自分でできる」と言いました。
- 現実： 実際にタスクを行った際、人々は38% の頻度で AI を利用しました。
- 比喩： これは、「私は砂糖中毒ではない、クッキーを 1 枚だけ食べる」と言う人のようなものです。しかし、クッキーの瓶が目の前にあると、3 枚も食べてしまいます。私たちは独立していると言い張りますが、AI ボタンが目の前にあると、認めるよりもはるかに頻繁にクリックしてしまうのです。
研究 2：「スピードメーター」の不具合
設定： 人々に AI を使う場合と使わない場合のタスク所要時間を推測させました。その後、実際の結果を計測しました。
発見： 人々の頭の中には壊れたスピードメーターがあります。
- 錯覚： 人々は AI がタスクで約56 秒節約できると予測しました。
- 現実： AI が実際に節約できたのは7.5 秒でした。実際、非常に単純なタスク（「白と黒を混ぜると何色か？」など）では、AI を使うことでタスクが約 10 秒遅くなりました。
- 理由： 単純な作業において、AI を使うための「摩擦」が高すぎるのです。あなたは以下の手順を踏まなければなりません。
- プロンプトを入力する。
- AI が考えるのを待つ。
- 答えを読む。
- コピーして貼り付ける。
- 比喩： 隣の家にある郵便受けに行く必要があると想像してください。代わりに車を運転することにしました。車まで歩き、エンジンをかけ、1 ブロック運転し、駐車し、戻って歩かなければなりません。車（AI）は強力ですが、10 秒で歩ける距離に対して、車は時間の無駄遣いです。それでも、私たちは車を「超高速」ツールだと考えています。
研究 3：「雪だるま効果」
設定： 人々を 2 つのグループに分けました。一方のグループは最初の数タスクを AI で行い、もう一方のグループは自分で行いました。その後、全員に新しいタスクを与え、何を選んだか観察しました。
発見： 一度 AI を使うと、それが悪いアイデアであっても、再び使う可能性が高まります。
- 効果： 最初に AI を使った人々は、次の単純なタスクでも AI を使う可能性がはるかに高くなりました。
- 罠： 彼らがより頻繁に使うだけでなく、データがそうではないと示しているにもかかわらず、AI が速いとより強く確信するようになりました。
- 比喩： 新しいビデオゲームコントローラーを試すようなものです。最初のレベルでそれを使うと、握ることに慣れます。次のレベルには古いコントローラーの方が実際には優れていたとしても、すでに手にしているため、新しい方を使い続けます。「この新しいコントローラーはきっと速いに違いない」と自分に言い聞かせます。実際には遅くなっているのにです。これにより、AI に依存し、それが役立つと信じながら、実際には非効率になっているというループに陥るのです。
私たちが犯す 2 つの主な過ち
この論文は、私たちの脳が欺かれる 2 つの具体的な方法を特定しています。
- 「使わない」という盲点： 私たちは合理的であり、難しいことだけに AI を使うつもりだと考えています。しかし実際には、簡単なことにも AI を使い、その頻度に気づかないことがよくあります。
- 「魔法の速度」という幻覚： 私たちは AI が問題を瞬時に解決するターボブーストだと想像しています。しかし実際には、単純なタスクでは、AI と会話する時間（入力、待機、読解）は、自分で計算したり文章を書いたりする時間よりも長くなります。
結論
この論文は、私たちが過剰依存のフィードバックループに陥っていると結論づけています。
- 私たちは単純なタスクに AI を使いすぎます。
- それは時間を節約すると思い込んでいます（実際はそうではありません）。
- 時間を節約すると思い込んでいるため、再び使います。
- これにより、自分で物事を行う能力が低下し、AI が魔法の近道であるという錯覚に閉じ込められ続けます。実際にはそれは迂回に過ぎません。
研究者たちは、これを改善するためには、自分で物事を行うことが常に「難しい」選択肢ではないと認識する必要があると提案しています。時には、簡単な仕事に対して「簡単」ボタン（AI）を押すことが、実は遠回りになるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。