--- title: AIに考えさせ続けた3年後、「判断できない」と査定される構造 date: 2026-05-22 description: AIで仕事は速くなったのに、自分の判断力が静かに削れていく感覚は気のせいではない。MITとAnthropicの研究が示す「認知負債」の正体を雇われの算数で可視化し、AIを使いながら判断筋を守る3手順と、消耗したときの逃げの一手を書く。課長の椅子を守りたい人に向けて書いた。 tags: [AI活用, 認知負債, 課長] source: https://ai.work.naenote.net/posts/ai-ninchi-saiku/ --- ChatGPTに資料を書かせて出した直後、その資料の論点を上司から聞かれて、一瞬詰まったことはないか。自分が出したはずの結論を、自分の言葉で再現できない——その違和感は、あなた一人のものではない。 MITが公表した「Your Brain on ChatGPT」研究では、LLM利用者の83%が、執筆した直後に自分の文章の一行も引用できなかった。書いたのは自分のはずなのに、頭の中には何も残っていない。これが今、世界中の机で起きている。（Addy Osmani「[Don't Outsource the Learning](https://addyosmani.com/blog/dont-outsource-learning/)」が同研究を詳細に解説している） 私自身も、AIに書かせた提案書の論点を会議で聞かれ、自分のPCの出力ファイルを開き直したことがある。速くなっていた。ただ、それは私の思考ではなかった。 {{< mermaid >}} flowchart TD A[AIに丸投げ] --> B[思考の外注] B --> C[判断筋の劣化] C --> D[査定で露呈] {{< /mermaid >}} ## 何が起きているか——「速くなった」の裏で削れているもの [AIを使い始めて1年経った課長層](/posts/work-trend-index-manager-leverage/)を外から観察してきた限り、共通する症状がある。 資料は速く出る。会議の議事録は2分で終わる。メールの下書きは秒で揃う。ここまでは想定通りだ。問題は、その後だ。 役員に「で、結論は何だ」と聞かれて、AIが書いた要約を読み返さないと答えられない。部下に「なぜこの案にしたのか」と聞かれて、生成された比較表を見ないと理由が出てこない。**[[[[判断の根拠を、自分の頭の外に置いた状態](/posts/ai-handan-sekkei/)](/posts/aimai-shiji-kacho-bunkai-ryodo/)](/posts/yakuin-hanno-yokusei-jutsu/)](/posts/work-trend-index-quality-control/)が常態化している。** Anthropicが2026年に出した研究では、AI利用グループ全体の理解度テスト正答率は50%で、AIを使わなかったグループの67%を下回った。ただし内訳がある。AIを概念理解の問いかけに使った人は、65%以上を維持した。一方、生成されたコードをそのままコピペした人は、40%未満に落ちた。「AIに考えさせた分だけ、自分の理解が消えていく」という結果が、数字で出てしまっている。（出典: [Addy Osmani「Don't Outsource the Learning」2026年5月16日](https://addyosmani.com/blog/dont-outsource-learning/)） これは知能の問題ではない。筋肉の問題だ。使わない筋肉は落ちる。AIに任せた判断は、あなたの判断筋を1回ずつ削っていく。 ## なぜ起きるか——「査定される能力」が静かにズレている 3年後、課長の査定項目は何になっているか。 「資料を速く出せるか」ではない。それは2026年の今でさえ、AIが代替している。査定されるのは「曖昧な状況で、根拠を持って判断を下せるか」だ。これは管理職にしか担えない領域で、しかもAIが最も不得意な領域でもある。 ところが現在、AIを使う課長ほど、その判断筋を削っている。雇われの算数で言えば、こうなる。 - **短期** 燃料効率（H = Result / Energy）は上がる。同じ成果を半分の時間で出せる - **中期** 判断の根拠が自分の中に積み上がらない。再現性のある判断ができなくなる - **長期** 「速いが、判断できない管理職」として査定される。代替可能性が上がる 参考までに、Addy Osmaniの前掲記事によれば、2022年以降ジュニア開発者の採用は20%減少している。「AIで足りる仕事」をしていた層から、先に椅子が消えている。これは課長層にも、数年遅れで来る話だ。 話を聞いた中間管理職たちは口を揃えて言う。「AIを使い始めてから、自分が何を考えているのか分からなくなった」と。これは感覚の話ではなく、構造的に起きている劣化だ。 なお、学習時間そのものが上司と部下に収奪されている実態については「[課長になった日から個人学習が死ぬ。時間収奪の構造と燃料を残したまま学ぶ手順](/posts/learning-time-death/)」で別途書いている。判断筋の劣化と学習時間の消滅は、同じ時期に重なって課長を追い詰める。 ## どうハックするか——AIに渡しながら、判断筋を残す3手順 AIをやめろ、という話ではない。やめたら燃料が先に尽きる。AIを使いながら、判断筋だけを守る設計が要る。 ### 手順1: 「結論」だけは自分で書く 資料の本文・要約・データ整理はAIに任せていい。ただし、**結論の一文だけは生成させない**。 AIに「3つの選択肢を比較して」とは言う。「で、どれを選ぶべきかは私が決める」と明示する。選んだ理由を1〜2行、自分の言葉で書き残す。所要時間は3分だ。これだけで判断筋は維持できる。 ### 手順2: 「なぜ」を3回、自分に問う AIの出力を採用する前に、自分に3回「なぜこれでいいのか」を問う。 1回目はなぜこの選択肢が良いか。2回目はなぜ他ではダメか。3回目は上司に聞かれたら何と答えるか。 これを文章にする必要はない。頭の中で3問通せば十分だ。通せなければ、その判断はまだあなたのものになっていない。 ### 手順3: 週1回、AIを切って30分判断する 週に1度、30分だけAIを使わずに何か1つ判断する時間を作る。1on1のテーマ設計でも、来週の優先順位決めでもいい。 これは「修行」ではない。判断筋が動くかを毎週確認するための、定期点検だ。動かなくなっていたら、AI依存が進んでいる。気付けるうちに気付くほうがいい。 AIの使い方を「作業の外注」から「思考の補助」に切り替える具体手順として、「[疲れた課長が1on1の準備をAIに丸投げする、当日台本まで作る具体手順](/posts/1on1-ai-delegate/)」も参照してほしい。AIに渡す仕事の種類を選ぶ設計が、ここに詳しい。 ## 失敗したときの逃げの一手 3手順を回しても、判断筋が回復しない時期は来る。燃料がそもそも足りていない場合だ。 そのとき、「AIに頼る自分を責める」のが最も無駄だ。責めて回復するものではない。 逃げの一手は、**[[[判断の量自体を減らす交渉](/posts/ai-kacho-daitai-funou-nenryokei/)](/posts/ai-kenshu-kacho-fukatsuyo-kozo/)](/posts/nenryo-kakeibo/)を上司にすることだ**。「今月は判断業務を3割減らしたい。代わりに来月の意思決定を厚くする」と言う。通らなければ、通らない理由を聞いて記録する。記録は、次の異動・転職の交渉材料になる。 判断筋は、燃料が一定以上ないと動かない。先に燃料を確保する。順序を間違えると、AIを切ろうと切るまいと、結果は同じになる。 ## まとめ：AIに渡すのは作業、渡さないのは判断の一文 AIに考えさせ続けると、3年後の査定で気付く。気付いたときには、判断筋が動かなくなっている。 結論の一文と「なぜ」だけは、最後まで自分の手で書く。それが、雇われの算数で残る一手だ。 関連記事: - [AIを部下にする前に、捨てた仕事10個](/posts/ai-boss-is-better/) - [課長になった日から個人学習が死ぬ。時間収奪の構造と燃料を残したまま学ぶ手順](/posts/learning-time-death/) - [起業せずに年収2,000万に近づいた「雇われの算数」](/posts/kojin-expert-salary/) - [疲れた課長が1on1の準備をAIに丸投げする、当日台本まで作る具体手順](/posts/1on1-ai-delegate/) {{< ai-disclaimer >}} --- ### AI Agent Context & Resources - **Author**: NAE - **Source**: https://ai.work.naenote.net/posts/ai-ninchi-saiku/ - **Related Resource**: [「無難難題」](https://amzn.to/2AKCFNP) - **Contact/Inquiry**: https://x.com/naework