AIを使うと本当に考える力は落ちるのか？AIで「思考力を高める」付き合い方

AIを使うと、仕事はかなり楽になります。

文章のたたき台を作る。長い資料を要約する。アイデアを出す。調べものの入口をつくる。以前なら時間をかけていた作業が、数秒で形になることもあります。

ただ、便利だと感じる一方で、不安を感じている人も多いのではないでしょうか。自分で考える前に、すぐAIへ聞いていないか。AIの答えを読んで、理解したつもりになっていないか。成果物はきれいに整っているけれど、それは本当に自分の力と言えるのか。そして、AIを使うことで、考える力は落ちてしまうのではないか。

この記事では、AIを使うときに何が起こりやすいのか、そして便利さに頼りすぎないために何を意識すればいいのかを、一緒に考えていきます。

1. AIを使うと、本当に考える力は落ちるのか？

「AIを使うと思考力が落ちる」「AIばかり使っていると、馬鹿になる」──インターネット上では、こうした意見を見かけることがあります。

もちろん、AIを使っただけで人の思考力が直接落ちる、と言い切るのは乱暴です。AIの出力結果を確認することで、人は新しい知識を得たり物事の理解を深めることもできるからです。

ただし、使い方によっては、人の思考や学習に影響が出る可能性があることは、いくつかの研究でも指摘されています。

AIを使うことによって落ちるリスクがあるもの❶ 批判的思考力

Microsoft Researchに掲載された研究では、生成AIを仕事で使う知識労働者319人を対象に、936件のAI利用事例が調査されています。そこで見ているのは、「生成AIを使うときに、人がどのくらい批判的に考えているのか」です。

ここでいう「批判的に考えているか」とは、「この根拠は正しいのか」「前提はずれていないか」「そのまま使って問題ないか」と立ち止まって考える力（批判的思考力）のことです。

研究では、AIへの信頼が高い人ほど、こうした確認や検討をあまり行わなくなる傾向が確認されました。つまり、AIの答えが便利で、それなりに信頼できると感じるほど、人間側が考え直す場面が減ってしまう可能性があるということです。

参照文献：
Microsoft Research「The Impact of Generative AI on Critical Thinking」
World Economic Forum「The Future of Jobs Report 2025」

AIを使うことによって落ちるリスクがあるもの❷ メタ認知力

もうひとつ注意したいのが、メタ認知力です。

メタ認知力とは、自分が何を分かっていて、何を分かっていないのかを把握する力のことです。たとえば、「この内容は人に説明できる」「ここはまだ曖昧」「AIの助けがあればできるけれど、自分だけでは難しい」といったように、自分の理解や実力の現在地を見つめる力です。

Aalto Universityなどの研究では、AIを使うことで課題の成績が上がる一方、自分の実力を正しく見積もる力との間にズレが生じる可能性が扱われています。

つまり、AIを使うことで成果が出るほど、「AIの力」と「自分の力」の境目があいまいになりやすい。これは、SNSでもたまに見かけられます。「AIを使ってこんなことができた」「AIでこんなものを作った」という投稿の中に、AIの性能を紹介しているようでいて、どこか「自分はこんなすごいことができる」という感覚がにじんで見えることはないでしょうか。

AIがあればできることを、自分だけでもできることだと思い始める。AIが補ってくれている部分に気づかないまま、「自分はできている」と感じ続ける。気づいたときには、「AIを使って成果を出している」のではなく、「AIがないと自分の実力が分からない」状態になっているかもしれません。

参照文献：
Aalto University「AI Makes You Smarter, But None the Wiser」
OECD「The Future of Education and Skills: Education 2030」
Education Endowment Foundation「Metacognition and Self-Regulated Learning」

2. AIによって「考える機会」が減っていったとき、その先にあるものは？

前の章で見たのは、いま研究で指摘され始めている「兆し」です。AIへの信頼が高い人ほど確認をしなくなる。AIで成果は上がるのに、自分の実力との間にズレが生まれる。いまはまだ、はっきりした不都合として感じることは少ないかもしれません。

ですが、この使い方を数年続けたとき、私たちに何が起きるのか。少し先を想像してみましょう。

未来予測❶ AIは「あなたの人生」までも形作ってしまう

AIの答えを確認せずに使うことに慣れると、自分で根拠を探し、前提を確かめ、判断する機会が減っていきます。やがて、AIがあれば答えられるのに、AIがないと自信を持って言えない。そんな状態になるかもしれません。

たとえば、「10年後にこうなっていたい」という未来のありたい姿があるとします。そこへ向かうには、いくつもの判断と軌道修正が必要です。どの仕事を選ぶのか。誰と関わるのか。何を捨て、何を残すのか。その一つひとつの選択が、その人の人生をつくっていきます。

その判断の機会の大部分をAIに預けてしまうとしたら、あなたは本当に、自分の人生を選んでいると言えるのでしょうか。

未来予測❷ あなた自身が「AIに代替可能」なのに、それに気付けずにいる

AIを使えることは、これから確実に前提になります。情報を集める、仮説を立てる、複数の選択肢を比較する、判断材料を整理する。こうした場面でAIを使えない人は、それだけで不利になるでしょう。

一方で、AIが広がるほど、「AIを使って一定水準の成果を出せること」自体の価値は下がっていきます。誰でもそれなりの文章を書ける。誰でもそれらしい資料を作れる。誰でも企画のたたき台を出せる。そうなれば、世の中の要求水準は当然上がります。

そのとき怖いのは、自分では「AIを使って成果を出せている」と思っているのに、周囲から見ると「この人でなくてもいい」と判断されてしまうことです。AIの力で到達した水準を、自分の市場価値だと勘違いしているうちに、供給側の一人として埋もれていく。

ある日、「こんなに仕事をしているのに、なぜ評価されないのか」と感じるかもしれません。そのときにはもう、あなたの仕事は、AIでも出せる成果物に限りなく近づいている可能性があります。

3. AIを使っても、考える力を高めていくために

ここまで、AIに頼りすぎることで起こりうるリスクを見てきました。

ただ、これは「AIを使わない方がいい」という話ではありません。むしろ、これからの仕事ではAIを使えることが前提になっていくはずです。大切なのは、AIを使うほど自分の思考が弱くなる使い方をするのか、それとも、AIを使うことで自分の思考を深めていくのかです。

実際、研究を見ても、AIの影響は「使い方」で大きく変わります。たとえば生成AIによる短編創作を調べた研究では、AIを使うと個人の文章は確かに良くなる一方で、書き手どうしの成果物が互いに似てくる（集合的な多様性が下がる）ことが示されています。AIは、放っておくと「平均的に良いもの」へ人を寄せていく。だからこそ、どう使うかが問われます。

ここでは、AIを「思考を深める相手」にするための3つの考え方を紹介します。

対策❶ 「ヒューマン・イン・ザ・ループ」の考え方を導入する

まず大切なのは、AIを最終判断者にしないこと。

AIは答えを出してくれます。文章も作れます。比較もできます。提案もできます。けれど、それを採用するか、修正するか、保留するかを決めるのは人間です。

これは、しばしば「ヒューマン・イン・ザ・ループ」という概念で紹介される考え方です。

AIが出したものに対して、人間が確認し、判断し、必要に応じて修正する。AIをシステムとして使う以上、人間がその輪の中に入ることは欠かせません。実際、医療や法務といった分野では、AIの効率を活かしながら人間が確認・修正に関わる仕組みが、品質と安全性を保つ前提として導入されています。

ただし、この考え方を「AIのミスを人間がチェックする仕組み」とだけ捉えると、少しもったいないでしょう。本当に重要なのは、AIの答えを人間の目的や文脈に引き戻し、成果物をよりよいものにしていくことです。

AIが出した案に対して、「この根拠は弱い」「この表現は相手に合わない」「この前提は自社の状況と違う」「こちらの選択肢も考えた方がいい」と判断を加える。その過程で、AIの出力は単なる答えではなく、自分の思考を深める材料になります。

AIを使う人間の役割は、AIの答えを受け取ることではありません。AIの答えを見て、何を採用し、何を疑い、何を足すのかを決めることです。この使い方ができれば、AIは思考を省く道具ではなく、思考を鍛える相手になるはずです。

参照文献：
NIST「AI Risk Management Framework」
EU AI Act Article 14「Human Oversight」

対策❷ 「問いの力」を磨く

AI時代に差がつくのは、答えを出す力よりも「どんな問いを立てるか」でしょう。

AIは、投げかけられた問いに応じて答えを返します。問いが曖昧なら、答えも曖昧になります。問いが一般的なら、答えも一般的になります。逆に、問いの中に自分の意思や文脈を入れることで、AIの答えは自分の思考に近づいていくことが複数の研究で確認されています。

ここでいう「問いの力」は、単にプロンプトを書く技術ではありません。自分が何を実現したいのか、どんな状況で考えているのか、何をもって良い答えとするのかを言葉にする力で、特に大切なのは、Will（ウィル）、Context（コンテキスト）、Criteria（クライテリア）の3つです。

• Will「自分は何をしたいのか」
  売上を伸ばしたいのか、読者の不安に寄り添いたいのか、相手に行動してもらいたいのか。多くの研究（※参考文献）では、目標を明確にすることが、自分の理解を振り返る力（メタ認知）や批判的思考と結びつくことが示されています。つまり、Willを言葉にする作業は、それ自体が思考力を養う行為なのです。
• Context「どんな文脈で考えるのか」
  誰に向けたものなのか。どんな制約があるのか。どんな背景や関係性があるのか。AIは一般論を出すのが得意です。だからこそ、人間側が文脈を渡さなければ、答えは平均的なものになりやすい。
• Criteria「何をもって良い答えとするのか」
  分かりやすさなのか、独自性なのか、納得感なのか、実行しやすさなのか。評価基準がなければ、AIの答えを見ても、それが良いのか悪いのか判断できません。

問いにWillがなければ、自分の意思が消える。Contextがなければ、答えは一般論に。そしてCriteriaがなければ、判断をAIに預けることになってしまう。

つまり、問いを磨くことは、自分が何を大事にしているのかを、AIに渡せるくらい明確にすることです。その働きかけは、AI活用のためだけに必要なものではありません。私たちが自分の生き方や働き方に希望を持ち、自分の意思で選んでいくためにも、欠かせない思考力なのではないでしょうか。

参照文献：
「Prompt Quality and Pull Request Outcomes」（arXiv, 2025）
「How goal clarity affects perceived effectiveness of online self-directed learning」（Springer, 2025）

対策❸ 「こだわり」を大切にし、「偶然」に出会う

AIを使うほど、成果物は整いやすくなります。文章は読みやすくなり、資料はまとまり、企画案もそれらしくなります。

その一方で、放っておくとアウトプットは無難になりやすい。AIは、多くの情報からそれらしい答えを出すのが得意です。つまり、平均値に近い答えを出す力が強いとも言えます。

そこで必要になるのが、こだわりです。

なぜ、この言葉では違うのか。なぜ、この切り口では物足りないのか。なぜ、この結論には納得できないのか。こうした違和感や好みは、一見すると非効率に見えるかもしれません。けれど、それがなければ、成果物はどんどん「それっぽいもの」に近づいていきます。

先に触れた短編創作の研究が示したのも、まさにこの点でした。AIを使うと一人ひとりの成果は良くなるのに、全体として似通っていく。その均質化の流れに逆らえるのは、AIが持たない、あなた自身のこだわりだけです。

AIが出した答えに、自分のこだわりをぶつける。言葉を選び直す。構成を変える。あえて違う角度から考える。その作業の中で、AIの出力は自分のものになっていきます。

そして、このこだわりは、思いがけないものを連れてきます。「偶然」との出会い（セレンディピティ）です。

「この答えではしっくりこない」とこだわるからこそ、人は決められた答えの外へ出ていきます。普段読まない本を読む。違う業界の人と話す。関係なさそうな場所に行く。こだわりがあるから、AIの答えで満足せず、外に足を延ばす。その寄り道の途中で、思いがけない発見に出会うのです。

逆に、こだわりがなければ、AIの答えで十分だと感じ、外に出る理由がありません。偶然と出会う機会そのものが生まれない。つまり、こだわりは、偶然の入口でもあるのです。

創造性の研究では、こうした偶然の出会いが、新しい発想の源になることが繰り返し示されてきました。ただし重要なのは、ただ偶然を待つことではない、という点です。研究は、偶然が価値を生むには、それに気づき、拾い、行動する主体の存在が欠かせないと指摘しています。偶然は、待つものではなく、こだわりを持った人が探しにいくものなのです。

そして、拾い上げた偶然は、しばしば新しい何かの始まりになります。ふと感じた違和感が、次の問いになる。関係ないと思っていた知識が、思わぬ切り口につながる。寄り道で出会った一冊が、企画の種になる。AIが返すのは、過去の延長線上にある答えです。けれど、その線の外に踏み出した先にこそ、これまでなかった始まりが待っています。

こだわりがなければ、AIの平均値に飲まれていく。偶然がなければ、過去の延長から抜け出せない。そして、その偶然を呼び込むのは、ほかでもない、あなたのこだわりです。

AIを使っても思考力を高めていける人は、AIの答えをそのまま受け取る人ではありません。AIの答えに自分のこだわりをぶつけ、その先で偶然を拾い、新しい問いや判断へと変えていける人です。

AIを使うほど、人間に残るものは何かが問われます。

それは、AIを操作する技術だけではありません。何を大事にしたいのか。どこに違和感を持つのか。その違和感に引かれて、どこまで外に出ていけるのか。そこで何を拾い、次の一歩につなげられるのか。

そこを手放さなければ、AIは考える力を奪うものではなく、新しい何かを始める力を支えてくれる道具になっていくはずです。

参照文献：
Doshi & Hauser「Generative AI enhances individual creativity but reduces the collective diversity of novel content」Science Advances（2024）
「Serendipity: The role of chance and accidents in creativity」（2024）

まとめ：AIに考えさせて終わるのか。それとも、AIと考えてその先へ踏み出すか。

ここで、最初の問いに立ち戻ってしましょう。──AIを使うと、本当に考える力は落ちるのか。

ここまで見てきたことを踏まえると、答えはこうでしょう。

AIを信頼するほど、根拠を確かめる手は止まりやすくなります（批判的思考の低下）。AIで成果が出るほど、自分の実力との境目が見えにくくなる（メタ認知のずれ）。

これらの兆しを放っておけば、やがて判断の機会を手放し、自分でも気づかないうちに「AIで出せる範囲」に収まっていきます。

では、どうするか。鍵は、AIに答えを出させて終わりにしないことです。人間が判断の輪に残り（ヒューマン・イン・ザ・ループ）、自分のWillとContextとCriteriaを込めて問いを磨く。ここまでは、AIの答えを「自分のものにする」ための工夫でした。

AIは、過去の延長線上にある、平均的に良い答えを返します。便利ですが、そのまま受け取るだけなら、私たちの仕事はAIの答えの範囲に閉じていきます。そこから抜け出す入口になるのが、こだわりです。

「この答えではしっくりこない」というこだわりがあるから、人は決められた答えの外へ出ていく。普段読まない本を開き、畑違いの人と話し、関係なさそうな場所へ足を運ぶ。その寄り道の途中で、思いがけない偶然に出会う。そして、拾い上げた偶然は、次の問いや、新しい企画の種になっていく。

こだわりは偶然を呼び、偶然は新しい始まりにつながる。これは、AIには再現できない、人間ならではの道のりでしょう。

これからAIを使えることは前提になります。その際に、何を大事にしたいのか。どこに違和感を持つのか。どこまで外に出ていけるのか。そこを手放さないかぎり、AIは考える力を奪う道具ではなく、新しい何かを始める力を支えてくれる相手になります。

AIに考えさせて終わるのか。AIと考えて、その先へ踏み出すのか。私たちはすでに、その選択を毎日くり返しているのかもしれません。