Atsushi Nakatsugawa
June 10, 2026
1 min read
Humans don't have an APIの意訳です。
私たちは同僚をAIエージェントのように扱っていないでしょうか。
最近のSlackメッセージ、Google Docsのコメント、メール、あるいは直近数回の同僚とのビデオ会議の文字起こしを見てみてください。そのうちどれだけが挨拶から始まり、突然の依頼に対する背景を添えていたでしょうか。
次に、よく使っているAIアシスタントとのチャット履歴を見てみてください。
現代の職場で興味深いことの一つは、この2つのテキストの羅列が、ときに驚くほど似て見えることです。
生成AIが日々の仕事に組み込まれるにつれて、ソフトウェアとのコミュニケーションと、人間同士のコミュニケーションの境界は、以前ほどはっきりしなくなってきています。直接的な依頼、即時の応答、タスクに強く集中したやり取りは、AIシステムと接するうえで日常的なものになりました。組織が効率を最適化していく中で、そうした習慣が職場のコミュニケーションにもどのような影響を及ぼすのか、考えてみる価値があります。
AIに対する礼儀作法への懸念に対して、よくある反応は単純です。システムには感情がないのだから、どのように話しかけても問題ない、というものです。
しかし、行動科学者は長い間、ある文脈で形成された習慣が、しばしば別の文脈にも波及することを理解してきました。では、対話型AIシステムに毎日何時間もコマンドを出し続けることは、受け手が別の人間になったときの私たちのコミュニケーションを変えるのでしょうか。
証拠はまだ出そろっていません。しかし、新しい研究は、AIシステムとの長時間のやり取りが、対人コミュニケーションのスタイルに、目立たないものの意味のある影響を及ぼす可能性を示しています。
生成AIは率直さに報います。瞬時に応答し、依頼されたタスクに集中し続け（ハルシネーションが起きない限り）、驚くほどの速さで指示を結果へ変換します。そのやり取りは効率的で、目的志向であり、人間の会話を特徴づける社会的な作法の多くをほとんど含みません。
時間がたつにつれて、そうした期待が人間関係にも移っていくのではないかと考えるのは自然なことです。
人間関係は、時間をかけて信頼、理解、共有された文脈を生み出す反復的なやり取りによって築かれます。これらの瞬間は、純粋にアウトプットだけで測れば非効率に見えるかもしれません。それでも、生産的なコラボレーションを可能にする好意や相互の信頼を育てる助けになります。
同僚を会話型インターフェイス、あるいはAPIのように扱い始めると、そうした関係への投資は省略しやすくなります。
生成AIは非常に急速に登場したため、その社会的影響に関する研究は、何百万人もの人々が人間らしい会話を生み出せる機械と毎日何時間もやり取りしているという現状に、まだ追いつこうとしている段階です。
それでも、そうしたやり取りが人間関係や職場での行動にどのような影響を及ぼすのかを調べる研究が始まっています。
研究者のChristoph Riedl、Saiph Savage、Josie Zvelebilovaは、論文Cognitive Spillover in Human-AI Teams（人間とAIのチームにおける認知的波及）でこの現象を探りました。
研究者たちは、AIとのやり取りがその後の人間同士のコミュニケーションに影響するかどうかを調べるため、2つのランダム化実験を行いました。どちらの実験でも、AIに触れた影響がその後の人間同士のやり取りへ持ち越される「認知的波及（cognitive spillover）」と呼ばれる現象の証拠が見つかりました。著者らによれば、AIへの接触は、共有される言語、集団的な注意、共有メンタルモデル、社会的結束に影響を与えました。
研究者たちは、この現象を「AIの社会的力場（AI social forcefield）」と表現しています。この用語は、AIがコラボレーションの起こる社会的・認知的環境を形作るという論文の中心的な主張を反映しています。研究者たちの枠組みでは、AIは、人々がどのようにコミュニケーションし、調整し、共通理解を育てるかに影響を与える環境の一部として機能します。
彼らの知見は、AIが仕事の質や速度だけに影響するわけではないことを示しています。AIは、人々がどこに注意を向け、どのように情報を交換し、互いに共通基盤を築くかにも影響し得ます。
この論文は、長期的な職場での行動ではなく、統制された実験に焦点を当てています。それでも、その知見はAIを急速に導入している組織にとって重要な問いを投げかけます。AIとのやり取りが、その後の人間同士のコミュニケーションに影響し得るなら、そのやり取りが仕事の日常の一部になったとき、何が起きるのでしょうか。
認知的波及の研究が、AIが人間のコミュニケーションに影響し得るという証拠を示しているとすれば、別の論文は、その影響がどこへ向かうのかについて、より広い懸念を提起しています。
Chatbots and Human-Human Relationships: The Need for Research on Potential Downstream Harms from Generative AI（チャットボットと人間関係：生成AIによる潜在的な波及的害について研究する必要性）で、研究者のJustin KeelerとBrett Murphyは、警告とも言える問題提起を行っています。彼らの中心的な主張は、社会が対話型AIシステムを導入する速度が、その人間関係への長期的影響を研究者が理解する速度を大きく上回っているというものです。
この論文は実験結果を示すのではなく、著者らがさらなる研究に値すると考える潜在的な下流の害を整理しています。そこで論じられている懸念には、人々の間の社会的相互作用の減少、チャットボットとのやり取りから人間関係への波及効果、そして社会的能力が損なわれる可能性が含まれます。
この論文の中心的なテーマは相互性です。著者らは、対話型システムが、見返りとしての相互的な努力を求めることなく、ユーザーに関係上の便益を提供できる点を指摘しています。人間関係はこれとは異なります。相互の責任、妥協、共感、そして双方からの継続的な投資に依存しています。
研究者たちは、この違いが、対話型AIとの広範なやり取りが時間とともに人間関係へどのような影響を与えるのかについて、重要な問いを生むと論じています。この論文は、これらの懸念を確立された結論ではなく、さらなる調査を必要とする仮説として提示しています。その目的は、議論を終わらせることではなく、促すことにあります。
根底にある問いは、無視しがたいものです。対話型AIシステムとのやり取りを通じて身についたコミュニケーション習慣は、人々が互いに関わる方法にどのような影響を及ぼすのでしょうか。
どちらの論文も同じ方向を指しています。一方は、AIとのやり取りがその後の人間のコミュニケーションに影響し得るという証拠を示しています。もう一方は、社会がそうした影響の長期的な結果をまだ探り始めたばかりだと論じています。
AIが人々の関わり方を変えるのだとしたら、何が問題になるのでしょうか。
答えは、人間的なつながりそのものの価値から始まります。
数十年にわたる職場研究では、周囲の人々から支えられ、評価され、つながっていると感じる従業員ほど、仕事へのエンゲージメントが高いことが示されてきました。組織は、情報の交換だけで成り立っているわけではありません。信頼、協力、メンタリング、共有された目的が、仕事の進み方を形作ります。
職場はタスクを自動化できます。人間関係は、それでも築き上げる必要があります。
AIシステムは、プロンプトを応答へ変換するように設計されています。プロンプトが届き、システムが処理し、応答が返ります。そのやり取りは即時的で、タスク指向であり、非常に予測しやすいものです。
人間のコラボレーションは異なります。同僚はあらゆるやり取りに、経験、判断、競合する優先事項、感情、人間関係、文脈を持ち込みます。依頼はしばしば会話になります。議論は新しいアイデアにつながります。寄り道が、当初想定していたものより優れた解決策を明らかにすることもあります。
情報を交換するだけでなく、強いチームは共通基盤を育て、前提に問いを投げかけ、互いに学び合います。彼らの最良のアイデアの多くは、目の前のタスクを超えて広がる会話から生まれます。
AIは答えを生み出すことに優れています。組織は、人々が一緒に理解を築くときに強くなります。
効率は、AIが約束する大きな価値の一つです。AIはより速い応答、意思決定、実行を可能にします。組織が、より短い時間でより多くのことを成し遂げる助けになるツールを自然に受け入れるのは当然です。
しかし、速度は組織の健全性を測る一つの指標にすぎません。
摩擦を減らす同じシステムは、議論、文脈の共有、振り返りの機会も減らしてしまう可能性があります。そうした活動はタスクリストに照らして測ると非効率に見えることが多いものの、チームが学び、適応し、より良い意思決定を行う助けになります。
組織は情報を効率的に動かすことで成功します。同時に、方向性をそろえ、人を育て、共有理解を築くことでも成功します。そうした成果がダッシュボードに現れることはめったにありませんが、意思決定の質、チームのレジリエンス、職場文化の強さを形作ります。
AIが仕事の効率をさらに高めていく中で、組織は効率そのものを超えて何を重視するのかを、ますます問われるようになります。
次にSlackメッセージを書いたり、同僚に何かを依頼したりするとき、自分が使っている言葉を少し考えてみてください。
あなたは会話をしているのでしょうか。それともプロンプトを発行しているのでしょうか。
文脈のない指示を送る前に、AIとのやり取りが取り除いてしまう要素を少し戻すことを考えてみてください。そのタスクがなぜ重要なのかを説明する。より広い背景を共有する。命令ではなく質問をする。向こう側にいる相手を認識していることを、少しだけ示す。
これらの行動はいずれも、機械的な意味では効率的ではありません。そして、まさにそこが重要なのです。
私たちは何十年もの間、人工知能が人間に近づきすぎるのではないかと心配してきました。しかし、より差し迫ったリスクは、人間が少し機械に近づきすぎることです。
