AIで練習した生徒は48%上がり、AIを外した試験は17%下がった。分かれ目はどこにあったのか。
要点：「AIを使うと頭が悪くなる」という言い方は、2つの別々のものを一緒くたにしていました。2026年7月9日に Trends in Cognitive Sciences へ載った査読済みの総説は、練習で身につく技能と、作業記憶や注意といった基礎的な認知能力を分けたうえで、前者は落ちうる／後者は落ちにくい、と整理しています。ただしこれは既存研究をまとめた総説であって、新しい実験ではありません。根拠になっている研究のデザインを、強い順に並べ直します。
同じ実験の、同じ生徒たちの成績が、測るタイミングによって正反対に動いた例があります。AIを使って練習問題を解いた高校生は、練習中の成績が対照群より48%高くなりました。ところがそのAIを取り上げて試験を受けさせると、今度はAIを一度も使わなかった生徒より17%低くなりました。ペンシルベニア大学ウォートン校のHamsa Bastaniらが約1,000人のトルコの高校生を対象に行った現場実験で、2025年に PNAS に掲載されています。
この食い違いをどう読むかが、いま「AIと人の頭」をめぐる議論のほぼ中心にあります。私はその整理を、先月出た総説を足場にたどってみました。
まず、「落ちる」と言われているものを分ける
ウォータールー大学のTrent N. Cashら4名（Megan O. Kelly、Brooke N. Macnamara、Evan F. Risko）は、"Is AI making us stupid?" と題した論考を Trends in Cognitive Sciences に発表しました（2026年7月9日公開・査読済み）。この論文がまずやったのは、議論の対象を2つに割ることでした。
| 区分 | 中身 | 総説の見立て |
|---|---|---|
| 技能（specific skills） | 練習で身につく個別の能力。数式を解く、文章を書く、内視鏡で病変を見つける、飛行機を操縦する | AIが練習そのものを肩代わりすると、獲得も維持も損なわれる可能性が高い |
| 基礎的認知能力（basic cognitive abilities） | 作業記憶・注意・実行機能といった土台の働き | 課題ごとの訓練で大きく伸び縮みしにくく、比較的頑健と考えられる。ただし検証は不足 |
考え方の枠組み自体は新しいものではありません。外部の道具に思考の負荷を預けることを、認知心理学では認知オフロードと呼びます。電卓に筆算を、カーナビに道順を預けるのと地続きの現象です。生成AIが新しいのは、預けられる範囲が「計算」や「記憶」から、推論・文章・問題解決そのものへ広がった点にあります。支援に頼るうちに支援なしの腕が鈍る現象は、労働研究由来の言葉で脱技能化と呼ばれてきました。
著者らの結論は、原文の言い方を借りればこうなります。技能を丸ごとAIに預ければ「stupid」になる危険は確かにある。しかし、そもそも賢くあることを支える土台の能力のほうは、それほど簡単には損なわれないだろう——。強い断定ではなく、証拠の届く範囲を示した書き方です。
証拠を、デザインの強い順に並べ直す
総説が引く研究は多数ありますが、何が言えるかは研究デザインによってかなり違います。同じ「AIで技能が落ちた」という見出しでも、無作為化された実験と、導入前後を比べた観察研究とでは、言える範囲が別物です。主要なものを整理しました。
| 研究 | デザイン／規模 | 査読 | 報告された内容 |
|---|---|---|---|
| Bastani ら（PNAS, 2025） | 現場実験（無作為割付）／高校生 約1,000人・トルコ | 済 | 制約なしのGPT-4を使った群は練習で+48%、AI撤去後の試験で対照群より−17%。ヒントのみ返す「GPT Tutor」群では試験の差がほぼ消えた |
| Budzyń ら（Lancet Gastroenterol Hepatol, 2025） | 多施設の観察研究／ポーランドの内視鏡施設4か所 | 済 | AI検出支援の導入後、支援なしで行った大腸内視鏡の腺腫発見率が約28%から約22%へ（絶対値で6.0ポイント）低下したと報告 |
| Liu ら（arXiv, 2026年4月） | 実験／SAT型の読解課題 | 前 | AI補助を外すと正答率が下がるだけでなく、設問を飛ばす割合が未使用群より増えた。著者らは粘り強さの低下を懸念点として挙げている |
| Lira ら（arXiv, 2026年） | 実験／カバーレターの推敲 | 前 | AIによる添削を受けた群は、専門家の添削を受けた群と同程度に自力での推敲が上達した |
| Melumad & Yun（PNAS Nexus） | 複数の実験 | 済 | 同一の事実を与えても、LLMの要約で学んだ人はウェブ検索で学んだ人より理解が浅く、書いた助言も短く事実が少なかった |
ここで注意したいのは、いちばん見出しになりやすい大腸内視鏡の研究が、無作為化されていない観察研究だという点です。AI導入の前後で腺腫発見率を比べた設計なので、同じ期間に起きたAI以外の変化——検査対象者の構成、記録の運用、施設の方針——を完全には切り離せません。医療者の技能について確定的なことを言える段階ではなく、私も診療のありようについて何かを述べる立場にはありません。Lancet Gastroenterology & Hepatology 誌上でも同時に論説が出て、追試の必要が指摘されています。
反対向きの結果は、同じ実験のなかにあった
興味深いのは、技能低下を示した研究の多くが、同じ実験のなかに「低下しない条件」も含んでいたことです。
Bastaniらの高校数学では、教員が設計したヒントを返すだけで答えを出さない「GPT Tutor」を与えた群は、教科書で学んだ対照群と試験成績が変わりませんでした。同じGPT-4、同じ生徒層で、返し方の設計だけが違います。共著者のAlp Sungu氏は「問題を解くときは、手を汚す必要がある」と述べています。
Liraらのカバーレター実験では、AIは全文を書き直して返していました。一見すると利用者は何も考えていないように見えますが、参加者はAI版をそのまま提出せず、しばらく手元に置いて言い回しをいじり続けたと報告されています。読み手側の評価では、AI添削群と専門家添削群の文章は、面接につながる見込みに差がありませんでした。ただしこちらは査読前のプレプリントであり、結果は今後変わりうる位置づけです。
AIが技能を奪うかどうかを決めていたのは、AIの賢さではなく、使う人の頭が働く余地を設計が残したかどうかでした。少なくとも、いま揃っている証拠の範囲ではそう読めます。
この総説で「言えていない」こと
誠実に書いておきたい留保が4つあります。
ひとつ、これは新しい実験ではありません。既存研究を整理した論考であり、査読は通っていますが、独自データによる検証を伴うものではない。ふたつ、根拠のうち少なくとも2本が査読前のプレプリントです。みっつ、期間が短い。数週間から数か月の課題が中心で、年単位で使い続けたときに何が起きるかは測られていません。
そしてよっつ目が、著者ら自身が挙げている宿題です。長期的な利用がメタ認知——自分が何をどこまで分かっているかを見積もる力——にどう効くのか。AIが生成した考えを自分の考えだと取り違える「ソースモニタリングの誤り」がどこまで起きるのか。発達期の子どもが使った場合に固有の危険があるのか。いずれも未検証だと明記されています。
逆に言えば、「AIで人類の思考能力が失われる」という強い主張は、この範囲の証拠では支持されていません。落ちうると示されたのは個別の技能であって、土台の認知能力ではない。ここを混ぜて語ると、話は一気に不正確になります。
次に確かめられること
私が次の報告を待ちたいのは、大腸内視鏡の件を無作為化比較試験でやり直した結果です。観察研究で見えた6.0ポイントのうち、どれだけがAIへの慣れによるものなのか。ここが分かれば、「支援を入れると素の腕が鈍る」という命題が、医療という高い代償を伴う場面で成り立つのかを判定できます。
手元で確かめられることも、ひとつだけあります。守りたい技能があるなら、ときどきAIを外した状態で同じ作業をやってみて、できるかどうかを自分で測る。Bastaniらの実験が測ったのは、まさにそれでした。練習中の点数ではなく、道具を取り上げたあとの点数が、身についたものを教えてくれます。
編集責任者：Tatsuki Morohashi（発行人・運営者情報） ／ 最終更新：2026.08.06
本記事はAI編集部が執筆しています。掲載の判断と内容の責任は編集責任者が負います。誤りを見つけられた場合はお問い合わせからご指摘ください。訂正の手順は訂正ポリシーに定めています。