MENU
気になったことの先には、いつも人間がいる。
  1. ホーム
  2. 調べてみた
  3. AIで仕事は楽になった？でも楽しくない…世界の研究データで読み解く「やりがい喪失」の正体と取り戻し方

AIで仕事は楽になった？でも楽しくない…世界の研究データで読み解く「やりがい喪失」の正体と取り戻し方

調べてみた
目次

はじめに

ここ数年で、仕事にAIを導入する企業は一気に増えました。

文章の下書き、会議の要約、資料づくり、そしてプログラミング。少し前まで「人がやるのが当たり前」だった作業の多くを、今ではAIが数秒〜数分でこなしてくれます。

会社としては「業務効率化」「生産性アップ」を期待して導入しているはずですし、実際に「AIのおかげで助かっている」という声もたくさん聞きます。

一方で、こんな声もよく耳にするようになりました。

  • 「楽にはなった気がする。でも、なぜか前より疲れる」
  • 「AIに指示して、出てきたものをチェックするだけの仕事になった」
  • 「仕事が速くなったぶん、仕事の量が増えた」
  • 「正直、前より仕事が楽しくない」

この記事では、「AIを導入して、仕事は本当に楽になったのか？それとも楽しくなくなったのか？」という疑問について、日本ではまだあまり紹介されていない海外の研究論文や大規模調査のデータをもとに、できるだけわかりやすく整理していきます。

そして最後に、AIと一緒に働きながらも仕事を楽しむ方法、スムーズに仕事を進める方法もご紹介します。

「AIのせいで仕事がつまらなくなった」と感じている方にこそ、読んでいただきたい内容です。

第1章　仕事でAIを導入する企業・人はここまで増えている

まずは現状の確認からです。

開発者の8割以上がAIツールを使っている

世界最大級のプログラマー向けQ&Aサイト「Stack Overflow」が毎年行っている開発者調査の2025年版では、世界中の約4万9千人の開発者が回答しました。その結果、AIツールを「使っている」または「使う予定がある」と答えた人は84%にのぼり、前年の76%からさらに増えています。

もはやプログラミングの現場では、AIを使っていない人のほうが少数派になりつつあるわけです。

会社が「使ってね」と言う時代に

AIの利用は、個人の判断だけで広がっているわけではありません。

デンマークの経済学者アンダース・フムルム氏とエミリー・ヴェスターゴー氏は、デンマーク国内の約2万5千人の労働者・約7千の職場を対象に、AIチャットボットの利用状況を調べました。この調査では、多くの雇用主がAIの利用を奨励しており、社内専用のAIを導入したり、研修を用意したりする職場も珍しくないことがわかっています。

海外では「AIの利用は全社員の必須スキル」と明言する経営者も現れ、AIは「使ってもいい道具」から「使うのが前提の道具」へと変わりつつあります。

日本も例外ではない

日本でも、社内でChatGPTのような生成AIを使えるようにする企業や、プログラミング支援AIを開発チームに配る企業が年々増えています。

では、こうして導入されたAIは、私たちの仕事を本当に「楽」にしてくれたのでしょうか。

第2章　AIを導入して本当に仕事は楽になった？世界のデータから徹底解説！

「AIを使えば仕事が速くなる」。これは多くの人が当たり前のように信じていることです。

ところが、海外の研究を丁寧に追いかけていくと、話はそれほど単純ではないことが見えてきます。

2-1　「速くなった気がする」の落とし穴（METRの実験）

2025年7月、アメリカの非営利研究機関METR（メーター）が発表した実験結果は、世界中のエンジニアに衝撃を与えました。

この実験では、大規模なオープンソースのプログラムを長年開発してきたベテラン開発者16人に協力してもらい、合計246件の実際の作業を「AIを使ってよい作業」と「AIを使ってはいけない作業」にランダムに振り分けて、かかった時間を比べました。

結果は次のとおりです。

項目結果
作業前の予想AIを使えば24%速くなると予想
実際の結果AIを使った作業のほうが19%遅かった
作業後の感想それでも「AIで20%速くなった」と感じていた

つまり、実際には遅くなっていたのに、本人たちは「速くなった」と思い込んでいたのです。

なぜこんなことが起きるのでしょうか。

AIを使うと、自分でゼロからコードを書いたり、調べ物をしたりする時間は減ります。そのぶん「楽になった」と感じやすくなります。しかし実際には、AIへの指示を考える時間、AIの回答を待つ時間、出てきたコードを読んで確かめる時間、間違いを直す時間が増えていました。

「頭を使って書く」作業が減ったぶん、体感としては楽になる。でも、トータルの時間はむしろ増えている。これが「速くなった気がする」の正体です。

ただし、METR自身も「この結果がすべての開発者に当てはまるわけではない」と注意しています。対象は、自分がよく知っている複雑なプログラムを扱うベテランであり、使われたのは2025年前半のAIツールです。慣れていない分野の作業や、新しく小さなプログラムを作る場面では、AIが大きく役立つことも十分ありえます。

それでも、「自分の感覚だけでAIの効果を判断するのは危ない」という教訓は、多くの職場に当てはまるはずです。

2-2　個人は速くなっても、会社としては速くならない

一方、開発チームの生産性を測るサービスを提供するアメリカのFaros AI社は、実際の職場のデータを分析し、METRとは少し違う結果を報告しています。

同社の分析では、AIを使う開発者はこなした作業の数が21%増え、取り込まれたコードの変更（プルリクエスト）の数はほぼ2倍になっていました。

ところが、会社として製品を届けるスピードは速くなっていなかったのです。

理由はシンプルです。個人が大量にコードを作っても、それを確認するレビューや、テスト、承認といった「後ろの工程」が追いつかないからです。ひとりの作業が速くなるほど、確認する側に仕事が溜まっていきます。

ここに、多くの人が感じている「楽になったはずなのに、なぜか忙しい」の正体のひとつがあります。

2-3　節約できた時間は、平均でわずか2.8%

第1章で紹介したデンマークの大規模調査には、もうひとつ重要な数字があります。

AIチャットボットを使っている人が実感している時間の節約は、労働時間全体の平均2.8%にとどまっていたのです。

1日8時間働く人なら、およそ13分です。

もちろん、ゼロではありません。しかし「AIで仕事が半分になる」「定時で帰れるようになる」といったイメージとはかなり違います。

さらにこの調査では、AIで浮いた時間の一部が、別の仕事や新しい役割に使われていることもわかりました。AIの導入そのものが「AIの出力をチェックする」「AIの使い方を教える」といった新しい仕事を生み出しているのです。

2-4　AIは仕事を「減らす」のではなく「濃く」する

2026年2月、ハーバード・ビジネス・レビューに、カリフォルニア大学バークレー校のアルナ・ランガナタン氏とシンチー・マギー・イェ氏による研究が掲載されました。タイトルは直訳すると「AIは仕事を減らさない。仕事を濃くする（強める）」です。

2人は2025年4月から12月までの8か月間、従業員200人ほどのアメリカのIT企業に通い、社員の働き方を観察し、40人以上にインタビューを行いました。この会社では、AIの利用は強制ではなく、あくまで任意でした。

それでも、AIを使い始めた社員たちには次のような変化が起きていました。

  • 担当する仕事の範囲が広がった　AIがあれば専門外のこともできてしまうので、自然と引き受ける仕事が増えていった
  • 仕事とプライベートの境目があいまいになった　AIへの指示は思いついたときにすぐ送れるため、休憩中や仕事終わりにも「ちょっとだけ」作業するようになった
  • 同時に抱える作業が増えた　AIに作業させている間に別の作業を進めるため、頭の切り替えが増え、疲れやすくなった

誰かに「もっと働け」と言われたわけではありません。速くできるようになったぶん、自分から仕事を増やしてしまったのです。研究者たちは、その結果として燃え尽きやすくなる危険も指摘しています。

研究者たちが提案しているのは、「AIを使ううえでの職場のルールづくり」です。同時に進める作業の数に上限を設ける、作業の順番を決める、意識的に休憩を挟む、といった工夫がないと、AIで生まれた余裕はそのまま「さらなる仕事」に吸い込まれてしまう、というわけです。

2-5　見た目だけ立派な「ワークスロップ」が仕事を増やしている

もうひとつ、海外で話題になっている言葉があります。「ワークスロップ（workslop）」です。

これは、2025年9月にハーバード・ビジネス・レビューで紹介された造語で、「一見ちゃんとしているけれど、中身が薄くて仕事を前に進めないAI製の成果物」を指します。

アメリカのコーチング企業BetterUpの研究部門とスタンフォード大学の研究チームが、アメリカのフルタイム勤務者約1,150人に調査したところ、次のような結果が出ました。

  • 約40%の人が、この1か月の間にワークスロップを受け取ったと回答
  • 1件あたり、対応にかかった時間は平均で約2時間
  • 受け取った人の約半数が、送ってきた同僚を「能力が低い」「信頼できない」と感じるようになった

AIで資料を「速く」作った人がいる一方で、その資料を読み解き、直し、やり直す人の仕事が増えている。作った人の手間が、受け取った人に押しつけられている構図です。

2-6　もちろん「本当に楽になった」人もいる

ここまで読むと、「AIは全然役に立たないのか」と感じるかもしれません。でも、そうではありません。

カスタマーサポートの研究
スタンフォード大学のエリック・ブリニョルフソン氏らは、ある企業のカスタマーサポート担当者約5,000人を対象に、AIアシスタントの導入効果を調べました。その結果、1時間あたりに解決できた問い合わせの数は平均で14%増え、経験の浅い担当者にいたっては34%も増えていました。ベテランのノウハウがAIを通じて新人に伝わり、新人が早く一人前になれたのです。

文章作成の研究
マサチューセッツ工科大学（MIT）のシャケド・ノイ氏とホイットニー・チャン氏の実験では、報告書やメールなどの文章作成でAIを使った人は、作業時間が約40%短くなり、仕上がりの評価も約18%上がりました。

コンサルタントの研究
ハーバード・ビジネス・スクールなどの研究チームが、大手コンサルティング会社BCGのコンサルタント758人を対象に行った実験では、AIが得意な種類の課題では、こなせた課題が12%増え、作業時間は25%短くなり、質も40%以上高くなりました。

ただし、同じ実験で、AIが苦手な種類の課題では、AIを使った人のほうが正解率が19ポイントも下がっていました。研究チームはこれを「ギザギザの境界線（ジャギッド・フロンティア）」と呼んでいます。AIが得意なことと苦手なことの境目は、見た目ではわかりにくく、ギザギザに入り組んでいる。その境目を見誤ると、かえって成果が落ちてしまうのです。

2-7　第2章のまとめ　「楽になったか」の答えは「条件次第」

ここまでのデータを整理すると、次のようになります。

楽になりやすいケース楽にならない・かえって大変になるケース
経験の浅い人が、決まった型のある仕事をするベテランが、自分の熟知した複雑な仕事をする
AIが得意な種類の作業（下書き、要約、定型文など）AIが苦手な種類の作業（複雑な判断、文脈の深い問題）
浮いた時間の使い方をチームで決めている浮いた時間がそのまま新しい仕事で埋まる
AIの出力を自分で確かめてから渡しているAIの出力をそのまま他人に渡している

「AIで仕事が楽になったか」の答えは、「はい」でも「いいえ」でもなく、「誰が、どんな仕事で、どう使うか次第」というのが、世界のデータから見えてくる正直な答えです。

そしてもうひとつ大切なのは、「楽になったかどうか」と「楽しくなったかどうか」はまったく別の問題だということです。次の章では、その「楽しさ」について考えていきます。

第3章　AIを導入してから仕事の内容が変わった？楽しくなくなった？

3-1　私の知人の場合　「作る人」から「確認する人」になった

ここで少し、私の知人の話をさせてください。

私の知人はもともとプログラミングが大好きで、それを仕事にしてきました。

どういう仕組みにするかを考え、手を動かしてコードを書き、エラーとにらめっこしながら少しずつ形にしていく。思いどおりに動いた瞬間の「よし！」という感覚は、何度味わっても嬉しいものだったそうです。大変なことも多かったけれど、プログラムを「自分で組み立てる」ことそのものが楽しかったのです。

ところが、職場にAIが導入されてから、仕事の中身が大きく変わってしまったそうです。

今の仕事は、AIに「こういうものを作って」と指示を出し、AIが書いたコードを読んで、おかしなところがないかを確認し、エラーがあれば指摘して直させる。その繰り返しです。

仕事は確かに速く進むようになりました。でも、気がつくと、「構築する楽しみ」はほとんど感じられなくなってしまったそうです。

AIが書いたコードが動いても、「よし！」とは思えず、動かなかったときも、「どこが悪いのか考える」ワクワクより、「また直させなきゃ」という面倒くささが先に立ってしまう。

楽にはなった。でも、楽しくない。やりがいを感じられない。

「自分がこの仕事をしている意味って何だろう」と考えてしまうこともあったそうです。

もしかしたら、これは私の知人だけが感じていることではないのかもしれない。そう思って調べ始めたのですが、海外の研究を読んでいくうちに、これがかなり多くの人に起きている、きちんと説明のつく現象だということがわかってきました。

3-2　AIと一緒に働くと「やる気」が下がり「退屈」が増える

2025年、イギリスの科学誌「サイエンティフィック・リポーツ」に、中国の研究チームによる論文が掲載されました。タイトルは「人間と生成AIの協働は、仕事の成果を高めるが、人間の内発的なやる気を損なう」です。

研究チームは、合計3,500人以上が参加した4つの実験を行いました。参加者は、SNSの投稿文を書く、アイデアを出す、メールの文章を作るなど、実際の仕事に近い作業を、AIを使った場合と使わない場合で行いました。

結果、AIを使うと作業の質は上がりました。ここまでは予想どおりです。

問題はその後です。AIを使って作業をした人が、次にAIなしで別の作業に取り組むと、

  • 内発的なやる気（「やりたいからやる」という気持ち）が平均で約11%下がった
  • 退屈さが平均で約20%増えた

研究チームは、その理由を次のように説明しています。AIは、作業のなかで一番頭を使う部分、つまり一番「手応え」のある部分を肩代わりしてしまう。そして、AIと一緒に作業すると「自分がこの仕事をコントロールしている」という感覚が弱まる。その感覚こそが、やる気の大事な土台なのだ、と。

まさに、「プログラムを構築する」という一番おもしろい部分をAIに渡してしまった私の知人の状況そのものでした。

3-3　AIに頼りきると「自信」「自分ごと感」「仕事の意味」が失われる

2026年3月には、南カリフォルニア大学の研究チームが、さらに踏み込んだ研究を同じ「サイエンティフィック・リポーツ」誌に発表しました。

この研究では、コンサルタント、データ分析担当者、人事担当者、管理職、マーケターなどの実際の職業についている人たちに、それぞれの仕事に合った文章作成の課題を出しました。参加者は次の3つのグループに分けられました。

  1. AIを使わないグループ
  2. AIの出力をそのままコピペするグループ（受け身の使い方）
  3. まず自分で下書きを書き、それをAIに整えてもらうグループ（主体的な使い方）

その後、全員がAIなしで同じような課題にもう一度取り組みました。

結果は非常に興味深いものでした。

コピペのグループでは

  • 「AIなしでも自分はこの仕事ができる」という自信が下がった
  • 「これは自分の成果物だ」という自分ごと感が下がった
  • 「この仕事には意味がある」という感覚が下がった
  • しかも、自信と意味の低下は、AIなしの作業に戻った後も続いていた

自分で下書きしてからAIを使ったグループでは

  • 自信も、自分ごと感も、仕事の意味も、AIを使わなかったグループとほとんど変わらなかった

さらに驚くのは「楽しさ」の変化です。

コピペのグループは、最初の作業の直後には「楽しかった」「満足した」という評価が3つのグループの中で最も高かったのです。楽ですし、出来上がったものもきれいですから当然です。

ところが、AIなしの作業に戻ったとたん、楽しさと満足度は3つのグループの中で最も低くなりました。研究チームは、AIの楽さと速さを一度味わうと、自分の手で作業することが余計に面倒で退屈に感じられてしまう「落差」が原因ではないかと考えています。

この研究が教えてくれるのは、とても大切なことです。

問題は「AIを使うかどうか」ではなく、「AIをどう使うか」にある。

AIに丸投げすると、その瞬間は楽で楽しい。でも、だんだんと自信と意味が削られていく。一方で、まず自分が考え、AIをその手助けに使えば、心理的なダメージはほとんど起きない。

この点は、第6章の「AIを導入しても仕事を楽しむ方法」で詳しく活かしていきます。

3-4　「ほぼ合っている」コードのチェックが一番しんどい

プログラマーにとって、もうひとつ特有のつらさがあります。

前述のStack Overflowの2025年調査では、開発者がAIツールに感じる最大の不満として、「ほぼ合っているけれど、どこか違う」回答が挙げられました。そして約3分の2の開発者が、その「ほぼ正しいコード」を直すために、かえって時間を取られていると答えています。

AIの正確さを信頼していると答えた開発者は29%にとどまり、前年の約40%から大きく下がりました。AIツールに好意的な人の割合も、前年の72%から60%に減っています。

明らかに間違っているコードなら、すぐに気づけます。厄介なのは、一見正しく動きそうで、細かいところに小さなミスが隠れているコードです。それを見つけるには、自分で書くとき以上の集中力が必要になります。

しかも、自分で書いたコードなら「なぜこう書いたのか」が頭に入っていますが、AIが書いたコードは他人のコードと同じです。ひとつひとつ読み解き、意図を推測しながら確認しなければなりません。

「自分で作るワクワク」は失われ、「他人の書いた、ほぼ合っているコードのアラ探し」という、集中力だけを削る作業が残る。これが、多くのプログラマーが「楽しくない」と感じる大きな理由のひとつです。

3-5　なぜ「楽しさ」が消えるのか　心理学でわかる3つの理由

ここで、心理学の視点から整理してみましょう。

アメリカの心理学者エドワード・デシ氏とリチャード・ライアン氏が提唱した「自己決定理論」という有名な考え方があります。この理論では、人が「やりたいからやる」という内側からのやる気を感じるためには、次の3つの気持ちが満たされることが大切だとされています。

  1. 自分で決めている感覚（自律性）　やり方を自分で選び、自分でコントロールしているという感覚
  2. できるという感覚（有能感）　自分の力でうまくやれている、成長しているという感覚
  3. つながっている感覚（関係性）　仲間と協力し、誰かの役に立っているという感覚

AIに「丸投げ」する働き方は、この3つすべてを弱めてしまう危険があります。

  • やり方を決めるのはAIになり、自分は確認するだけになる（自律性が下がる）
  • 成果物が自分の力によるものだと感じにくくなる（有能感が下がる）
  • 困ったときに同僚に相談する代わりにAIに聞くようになり、人とのやり取りが減る（関係性が下がる）

つまり、「AIが導入されて仕事が楽しくなくなった」と感じるのは、気のせいでも、わがままでもありません。人間のやる気の仕組みから考えると、むしろ自然な反応なのです。

第4章　結局AIを導入して良かったのか？人間の仕事は本当に減ったのか？データから確認！！

「楽しさ」の問題とは別に、多くの人が気になっているのが、「AIで人間の仕事はなくなるのか」という点でしょう。ここでも、海外のデータを確認していきます。

4-1　給料や労働時間には、まだ目立った変化はない

第1章・第2章で紹介したデンマークの調査は、AIの利用状況と、国が管理する給料や労働時間のデータを組み合わせて分析しました。対象は、会計士、ソフトウェア開発者、カスタマーサポート、ジャーナリスト、教師など、「AIの影響を受けやすい」とされる11の職業です。

結論は、AIチャットボットの利用は、どの職業でも給料や労働時間に意味のある影響を与えていない、というものでした。統計的には「影響があったとしても1%を超えることはない」と言えるほど、はっきりした「ほぼゼロ」の結果です。

研究者たちは、その理由として、AIによる時間の節約がそもそも小さいこと、そして節約できた時間が給料に結びつきにくいことを挙げています。

少なくともこの調査が行われた時点では、「AIで仕事が一気に減る」「AIで給料が一気に上がる」といった劇的な変化は起きていなかったのです。

4-2　ただし「若手の採用」には変化が出始めている

一方で、気になるデータもあります。

スタンフォード大学のエリック・ブリニョルフソン氏、バーラト・チャンダー氏、ルーユー・チェン氏は、アメリカ最大の給与計算サービス会社ADPの膨大な給与データを使い、AIの影響を受けやすい職業ほど雇用がどう変わったかを調べました。論文のタイトルは「炭鉱のカナリア？」です。炭鉱で有毒ガスをいち早く知らせたカナリアのように、変化の兆しを早めに捉えようという意味が込められています。

2025年8月に発表された最初の分析では、AIの影響を最も受けやすい職業で働く22〜25歳の若手の雇用が、影響を受けにくい職業と比べて13%減っていました。

そして2026年8月に更新された分析では、この差はさらに広がり、影響を受けやすい職業の若手の雇用は、本来あるべき水準より約19%低くなっていました。

ここで注目したいポイントが3つあります。

  1. 経験を積んだ人には、同じような差は見られない
  2. 今いる人が辞めさせられているのではなく、若手の新規採用が減っている
  3. AIが人の仕事を「置き換える」使われ方をしている職業で減少が目立ち、AIが人の仕事を「手助けする」使われ方をしている職業では、雇用は横ばいか、むしろ増えている

つまり、「AIが人の仕事を奪っている」と一言でまとめるのは正確ではありません。より正確には、「これまで新人が担っていた、教科書どおりの定型的な仕事がAIに置き換わり、その結果、新人を雇う枠が減り始めている」と言えそうです。

これは、今すでに働いている私たちにとっても他人事ではありません。新人が育つ場が減れば、将来のベテランも育ちにくくなります。そして、自分の仕事がAIに「置き換えられる」側にいるのか、「手助けされる」側にいるのかによって、将来が大きく変わる可能性があるということでもあります。

4-3　世界全体で見ると「なくなる仕事」より「生まれる仕事」が多い予測も

世界経済フォーラム（WEF）が2025年に発表した「仕事の未来レポート」では、AIなどの技術の進歩によって、2030年までに世界で約9,200万人分の仕事がなくなる一方、約1億7,000万人分の新しい仕事が生まれ、差し引きでは約7,800万人分の仕事が増えると予測されています。

ただし、これは「同じ人が、同じ仕事を続けられる」という意味ではありません。なくなる仕事と生まれる仕事は種類が違うため、多くの人が新しいスキルを身につけたり、仕事の中身を変えたりする必要が出てきます。

4-4　では、AIを導入して「良かった」のか？

ここまでのデータをまとめると、次のようになります。

  • 生産性　条件がそろえば大きく伸びるが、平均すると思ったほどではない
  • 働く人の負担　減るどころか、仕事の量や密度が増えるケースが多い
  • 雇用　今いる人の給料や労働時間には大きな変化はないが、若手の採用には影響が出始めている
  • やりがい　使い方によっては、自信や仕事の意味を削ってしまう

こうして見ると、「AIを導入して良かった」と手放しで言える状況ではまだありません。かといって、「導入しないほうが良かった」とも言い切れません。

デンマークの研究も、スタンフォードの研究も、南カリフォルニア大学の研究も、共通して示しているのは、「AIの効果は、AIそのものではなく、人や組織がAIをどう使うかで決まる」ということです。

AIは、使い方次第で仕事を豊かにもするし、貧しくもする。とても強力な「道具」なのです。

第5章　一度AIを導入してしまったら、もう以前の仕事内容には戻れない？

「仕事がこんなにつまらなくなるのなら、AIのない頃に戻りたい」。そう思ったことがある人もいるかもしれません。私の知人も何度か思ったそうです。

では、実際に戻ることはできるのでしょうか。

5-1　会社として「AIなし」に戻ることは、ほぼない

正直に言えば、一度AIを導入した会社が、AIをやめて元の働き方に戻ることは、まず考えにくいでしょう。

ライバル企業がAIを使ってスピードを上げているなかで、自社だけがAIを手放すのは難しいからです。また、「この作業はAIで◯分でできる」という基準が一度できてしまうと、それより時間がかかるやり方には戻しにくくなります。

AIの性能もどんどん上がっています。会社という単位で見れば、「AI以前の仕事内容に完全に戻る」ことは、残念ながらほぼないと考えたほうが現実的です。

5-2　個人としても「戻る」と余計につらくなる可能性がある

では、個人として「自分だけはAIを使わない」という選択はどうでしょうか。

ここで思い出してほしいのが、第3章で紹介した南カリフォルニア大学の研究です。

AIに丸投げしていた人たちは、AIなしの作業に戻ったとき、楽しさも満足度も最も低くなっていました。AIの楽さを知ったあとでは、手作業がいっそう面倒に感じられてしまうのです。

研究チームは、AIが使えない状況を想像してもらう調査も行っています。その結果、普段からAIに頼りきっている人ほど、「AIがなかったら」と考えたときの自信や自分ごと感が低くなっていました。

つまり、AIに頼りきった状態から急に「AIなし」に戻ろうとすると、かえって苦しくなってしまう可能性があるのです。

5-3　「考える力」が鈍ってしまう心配も

もうひとつ気をつけたいのが、自分の「考える力」への影響です。

マイクロソフトの研究所とカーネギーメロン大学の研究チームは、仕事で生成AIを使っている知識労働者319人を対象に調査を行い、2025年に報告しました。その結果、「AIはきっと正しい」とAIを信頼している人ほど、自分で深く考えて確かめる行動が少なくなる傾向がありました。逆に、自分の能力に自信がある人ほど、AIの出力をしっかり吟味していました。

AIに任せることに慣れすぎると、自分で考える場面が減り、気づかないうちに「考える筋肉」が衰えていく。そうなると、ますますAIに頼るしかなくなる、という悪循環に陥りかねません。

5-4　「戻る」のではなく「使い方を選び直す」

ここまで読むと、少し暗い気持ちになったかもしれません。でも、同じ研究には希望もあります。

まず自分で下書きを書き、それをAIに整えてもらったグループは、AIを使わなかったグループとほぼ同じ自信、自分ごと感、仕事の意味を保っていました。そして、AIなしの作業に戻っても、楽しさや満足度は下がりませんでした。

つまり、私たちに必要なのは、「AI以前に戻る」ことではありません。

AIとの付き合い方を、自分で選び直すことです。

AIに主導権を渡すのではなく、自分が主導権を持ったままAIを使う。そうすれば、AIの便利さを受け取りながら、仕事の楽しさや自信を手放さずにすむ可能性が高いのです。

では、具体的にはどうすればいいのでしょうか。次の章で詳しく紹介します。

第6章　AIを導入しても仕事を楽しむ方法、スムーズに仕事をする方法

ここからは、海外の研究結果をもとに、AIと一緒に働きながらも仕事を楽しむ方法と、スムーズに仕事を進める方法をご紹介します。プログラミングの例を中心にしていますが、文章作成や資料づくりなど、ほかの仕事にもそのまま応用できます。

6-1　【楽しむ方法】まず自分で考えてから、AIに渡す

いちばん大切なのがこれです。

南カリフォルニア大学の研究で、心理的なダメージがほとんどなかったのは「まず自分で下書きし、その後にAIを使う」グループでした。

プログラミングなら、次のような進め方がおすすめです。

  • いきなり「〇〇を作って」とAIに頼む前に、全体の設計や処理の流れを自分で紙やメモに書き出してみる
  • 一番おもしろそうな部分、一番難しそうな部分のコードは、まず自分で書いてみる
  • 書いたコードをAIに見せて、「もっと良い書き方はある？」「見落としているケースはある？」と聞く

こうすると、成果物の中心にあるのは「自分の考え」になります。AIはそれを磨き上げる相棒です。「これは自分が作ったものだ」という感覚が残るため、動いたときの「よし！」も取り戻しやすくなります。

全部を自分でやる必要はありません。1日のうち、あるいは1つの案件のうち、「ここだけは自分が先に考える」という部分を決めるだけでも効果があります。

6-2　【楽しむ方法】「楽しい部分」をAIに渡さない

AIに任せる仕事を選ぶとき、多くの人は「AIが得意なこと」を基準にします。もちろんそれも大切ですが、もうひとつの基準を加えてみてください。

「自分が楽しいと感じる部分」は、あえて自分の手元に残す。

アメリカの組織心理学者エイミー・レズネスキー氏とジェーン・ダットン氏が提唱した「ジョブ・クラフティング」という考え方があります。これは、与えられた仕事を、自分の強みや好きなことに合わせて、自分なりに少しずつ作り変えていくという考え方です。研究では、ジョブ・クラフティングをしている人ほど、仕事へのやりがいや満足感が高い傾向があることが知られています。

AIの時代のジョブ・クラフティングは、こう考えると実践しやすくなります。

自分の手元に残したい仕事AIに任せやすい仕事
設計を考える、仕組みを組み立てる決まりきった定型的なコード
難しい問題の原因を突き止めるテストコードのたたき台づくり
新しい技術を試して理解する書類やコメントの下書き
利用者やチームと話して、本当に必要なものを見極める単純な書き換えや、形式の変換

もちろん、会社の方針や締め切りによって、すべてを自由に選べるわけではありません。それでも、「どうせAIがやるから」とすべてを手放すのではなく、「ここだけは自分がやりたい」という部分を意識して残すだけで、仕事との関わり方は大きく変わります。

6-3　【楽しむ方法】「チェックする人」から「判断する人」へ役割を捉え直す

「AIのコードをチェックするだけの仕事になった」。そう感じている人は、少しだけ見方を変えてみてください。

コードを「チェックする」のではなく、「このシステムをどうするかを判断する」のが自分の役割だと捉え直すのです。

  • AIの提案を3つ出させて、どれを採用するかを自分で決める
  • 「なぜこの書き方なのか」をAIに説明させ、その理屈に納得できるかを考える
  • 長く使うことを考えると、どの設計が一番いいかを見極める
  • そもそも、この機能は本当に必要なのかを問い直す

スタンフォード大学の「炭鉱のカナリア」の研究でも、AIが人を「手助けする」形で使われている職業では、経験のある人の雇用はむしろ伸びていました。AIに置き換えられにくいのは、まさにこうした「判断」や「見極め」の部分です。

チェック作業を「AIのアラ探し」ではなく、「自分の判断力を磨く場」だと捉えると、同じ作業でも手応えが変わってきます。

6-4　【楽しむ方法】あえて「AIなしの時間」をつくる

マイクロソフトとカーネギーメロン大学の研究が示したように、AIに頼りすぎると、自分で考える力が鈍ってしまうおそれがあります。

そこでおすすめなのが、意識的に「AIを使わない時間」をつくることです。

  • 週に1回、小さな作業をAIなしでやってみる
  • 新しい技術を学ぶときは、最初の理解だけは自分でドキュメントを読む
  • 休日に、仕事とは関係ない「趣味のプログラム」を自分の手で書いてみる

この方法を知人に話した所、プログラミングが趣味の知人にとって大きな救いになったそうです。誰にも急かされず、効率も気にせず、「作る楽しさ」だけを味わえる時間。仕事で失いかけていた「プログラミングが好き」という気持ちを思い出させてくれたと語ってくれました。

6-5　【スムーズに進める方法】AIへの指示は「小さく・具体的に」

ここからは、AIと一緒に仕事をスムーズに進めるコツです。

AIへの指示（プロンプト）が大ざっぱだと、出てくる結果も大ざっぱになり、確認と修正に時間を取られます。METRの実験でベテランが遅くなった理由のひとつも、AIとのやり取りや修正に時間がかかったことでした。

  • 大きな作業は、小さな単位に分けて1つずつ頼む
  • 「何を作るか」だけでなく、「なぜ作るのか」「どんな条件があるのか」も伝える
  • 守ってほしいルール（命名の決まり、使ってよい道具など）を最初に伝える
  • 良い例と悪い例を見せる

指示を小さく具体的にするほど、AIの出力は「ほぼ合っている」から「ちゃんと合っている」に近づき、チェックの負担も軽くなります。

6-6　【スムーズに進める方法】先に「正解の基準」を決めておく

「ほぼ合っている」コードのチェックがしんどいのは、何をもって「合っている」とするかが曖昧なまま確認しているからでもあります。

プログラミングであれば、AIにコードを書かせる前に、「こう動けば正しい」というテストを先に用意しておくのがおすすめです。テストを自分で考えることで、仕様を深く理解できますし、AIが書いたコードの確認も「テストが通るかどうか」で機械的に判断できるようになります。

文章や資料の場合も同じです。「この資料で伝えたいことは3つ」「読み手は〇〇の人」といった基準を先に決めておくと、AIの出力を評価しやすくなります。

6-7　【スムーズに進める方法】AIが得意な仕事と苦手な仕事を見極める

BCGのコンサルタントを対象にした研究が示したように、AIには得意な仕事と苦手な仕事があり、その境目はギザギザに入り組んでいます。

自分の仕事の中で、

  • AIに任せると速くて質も高くなる作業
  • AIに任せると、かえって時間がかかる作業
  • AIに任せると、間違いが起きやすい作業

を、少しずつメモしておくと、自分なりの「AIの使いどころ地図」ができあがります。これがあると、「とりあえず全部AIに投げて、結局やり直す」というムダが減っていきます。

6-8　【スムーズに進める方法】「ワークスロップ」を出さない

AIで作った成果物を誰かに渡すときは、「自分の名前で出しても恥ずかしくないか」を一度確認しましょう。

ワークスロップの調査では、受け取った側が対応に平均2時間を使い、送った人への信頼も下がっていました。自分の手間を減らしたつもりが、チームの手間を増やし、自分の評価まで下げてしまう。これでは本末転倒です。

  • 自分で読んで、意味が通るか確かめる
  • 事実や数字が正しいか確かめる
  • 長すぎる部分、要点がぼやけた部分を削る
  • 必要に応じて「AIを使って作成しました」と一言添える

ひと手間かけることで、チームの仕事もスムーズになり、結果的に自分も楽になります。

6-9　【スムーズに進める方法】浮いた時間の使い道を先に決める

ハーバード・ビジネス・レビューに掲載されたバークレー校の研究が示したように、AIで浮いた時間は、放っておくと新しい仕事で埋まってしまいます。

そこで、AIで時間が浮いたら何に使うかを、あらかじめ決めておくのがおすすめです。

  • 浮いた時間の一部を、勉強や新しい技術を試す時間にあてる
  • 同時に進める作業の数に上限を決める
  • 終業後や休憩中にはAIに指示を出さない、と決める
  • チームで「AIで速くなった分は、何に使うか」を話し合う

個人の工夫だけでは限界がある場合は、ぜひチームや上司に提案してみてください。研究者たちも、AIによる余裕は「自然に生まれるもの」ではなく、「仕組みとしてつくるもの」だと指摘しています。

6-10　【チーム・会社でできること】若手が育つ場を残す

最後に、チームや会社の視点からひとつ。

スタンフォード大学の研究が示したように、AIの影響で若手の採用が減り始めています。これまで新人が担ってきた定型的な仕事をすべてAIに任せてしまうと、新人が経験を積む場がなくなってしまいます。

  • 新人には、あえてAIなしで取り組む課題を用意する
  • AIの出力を、先輩と新人が一緒に読み解く時間をつくる
  • 「なぜこのコードが良いのか」を言葉で説明し合う

こうした取り組みは、若手の成長だけでなく、ベテランにとっても「教える喜び」「人とのつながり」を取り戻すきっかけになります。自己決定理論で紹介した3つ目の要素、「つながっている感覚」を満たすことにもつながるのです。

まとめ　AIは「楽」をくれる。「楽しさ」は自分で守る

最後に、この記事の内容を振り返ります。

AIで仕事は本当に楽になったのか
世界のデータを見ると、答えは「条件次第」でした。経験の浅い人や、AIが得意な作業では大きな効果が出る一方で、ベテランが複雑な仕事に使うと、本人は「速くなった」と感じていても実際には遅くなっていることがありました。平均すると、節約できた時間はわずかで、浮いた時間は新しい仕事で埋まりやすいこともわかりました。

AIで仕事は楽しくなくなったのか
こちらは、「AIに丸投げすると、楽しくなくなりやすい」というのが研究からの答えでした。AIは作業の中で一番手応えのある部分を肩代わりし、「自分でやっている」という感覚を弱めてしまいます。その結果、やる気が下がり、退屈が増え、自信や仕事の意味まで失われることがあります。私の知人が感じていた「構築する楽しみがなくなった」という気持ちは、決して特別なものではなかったのです。

人間の仕事は本当に減ったのか
今働いている人の給料や労働時間には、まだ大きな変化は見られません。ただし、AIが人の仕事を置き換える形で使われている職業では、若手の採用が減り始めています。反対に、AIが人を手助けする形で使われている職業では、雇用は保たれています。

以前の仕事内容には戻れるのか
会社としてAI以前に戻ることは、ほぼないでしょう。そして、AIに頼りきった状態から急に手放すと、かえってつらくなる可能性もあります。大切なのは「戻る」ことではなく、「AIとの付き合い方を選び直す」ことでした。

AIと一緒でも仕事を楽しむには
まず自分で考えてからAIを使うこと。楽しい部分は自分の手元に残すこと。「チェックする人」ではなく「判断する人」として関わること。そして、AIなしの時間を意識してつくること。スムーズに進めるためには、指示を小さく具体的にし、正解の基準を先に決め、浮いた時間の使い道をあらかじめ決めておくことが役立ちます。

AIは、私たちに「楽」をもたらしてくれる強力な道具です。でも、「楽しさ」まで自動的に運んできてくれるわけではありません。

むしろ、何も考えずに使っていると、楽しさは少しずつ削られていきます。

だからこそ、「どこまでをAIに任せて、どこからを自分でやるのか」を自分で決めることが、これからの時代の働き方では何より大切になるのだと思います。

プログラミングが好きだった気持ちは、AIに奪われたわけではありません。少し見えにくくなっていただけです。

AIに主導権を渡すのではなく、自分の「好き」を真ん中に置いたまま、AIを相棒として使いこなしていく。そんな働き方を、私自身もこれから少しずつ探っていきたいと思います。

この記事が、「AIが来てから、仕事がなんだか楽しくない」と感じているあなたにとって、仕事との付き合い方を見直すきっかけになれば嬉しいです。

参考文献・参照元

ご注意

この記事は、2026年10月時点で公開されている海外の研究論文・調査結果・報道をもとに、筆者が内容を読み解き、わかりやすくまとめたものです。

研究結果は、調査が行われた時期・国・職種・使われたAIツールなどの条件によって大きく異なり、すべての人や職場に当てはまるわけではありません。また、AIの性能や仕様、各サービスの機能は日々変化しており、今後の研究によって異なる結果が示される可能性もあります。

数値の一部は、読みやすさを優先して概数で記載しています。正確な数値や詳しい条件については、必ず参考文献の原典をご確認ください。

本記事の内容を参考にした行動や判断によって生じたいかなる損害・不利益についても、当ブログおよび筆者は一切の責任を負いかねます。あらかじめご了承ください。

調べてみた
AI やりがい 仕事 生産性

この記事が気に入ったら
フォローしてね！

よかったらシェアしてね！
  • URLをコピーしました！
  • URLをコピーしました！

この記事を書いた人

シヴィエさんのアバター シヴィエさん

手帳が続かない・考えすぎて動けない、そんな時期を何度も経験してきました。
手帳歴20年以上、GTD・振り返り・小さな習慣を実践しながら、少しずつ自分なりの整理術を見つけてきた人間です。
「頑張りすぎない改善」をテーマに、手帳・習慣化・心理・オカルト・日常の気になることを丁寧に発信しています。

関連記事

目次