---
title: 部下の「AI思考力低下」は、仕事を振る前に引く一本の線で止める
date: 2026-10-04
description: AIありの練習で対照群より48%良い成績を出した生徒が、AIを外した試験では17%下回った。部下の成果物が整うほど実力が見えなくなるのは、本人の問題ではなく仕事の振り方の問題だ。振る前に3つの箱へ仕分ける判定基準と、提出前にAIを閉じさせる依頼文を置く。
categories: [AI武装]
tags: [AI活用, 認知負債, 課長]
source: https://ai.work.naenote.net/posts/ai-shikoryoku-teika-furu-mae-senbiki/
---


部下にAIを使っていいと言ってから、週次の成果物が上がってくる速度は目に見えて上がった。助かっていたのは事実だ。ところが先週の客先定例で想定外の質問が飛んだ瞬間、その部下は手元のチャット画面に質問を打ち込み始めた。

画面を見つめる部下の横で、客はあなたの顔を見ていた。

{{< mermaid >}}
flowchart TD
    A[振る前の仕分け] --> B{誤りを指摘できるか}
    B -->|できる| C[A：AIで回す]
    B -->|できない| D{半年以内に本人が客や役員の前で答える場面がある?}
    D -->|ある| E[B：閉じる工程を挿入]
    D -->|ない| F[C：AIに任せて通す]
    E --> G[判断が手に残る]
    C --> G
{{< /mermaid >}}

## AIありで48%上、AIなしで17%下という逆転が起きている

この逆転は、ペンシルベニア大学ウォートン校などの研究者がトルコの高校で行った数学の実験で測られている。一次ソースは Bastani らの論文 "Generative AI without guardrails can harm learning: Evidence from high school mathematics"（PNAS、2025年、[PubMed 収載](https://pubmed.ncbi.nlm.nih.gov/40560616/)）で、以下の数値は大学の解説記事 [Without Guardrails, Generative AI Can Harm Education（Knowledge at Wharton）](https://knowledge.wharton.upenn.edu/article/without-guardrails-generative-ai-can-harm-education/) から引いている。

ChatGPT-4に似たチャット画面（GPT Base）を練習中に使えた群は、AIの支援がある練習セッションで対照群より48%良い成績を出した。だがAIを取り上げて同じ範囲の試験を受けさせると、対照群より17%悪い成績になった。

記事によれば、論文はこの群が問題を解くのをソフトに頼り、試験に耐えるほど概念を深く学べていなかったと見ている。ヒントだけを返し、答えを直接は出さない設計のAI（GPT Tutor）を使った群は、試験で対照群とほぼ同じ点に収まった。AIを使った生徒が自分の学習の到達度を楽観しすぎていたことも、記事は伝えている。

対象は高校生の数学で、職場の結果ではない。それでも、部下の仕事に当てはめると同じ形が見える。

## 成果物が整うほど、空洞は上司の目から隠れる

部下が怠けているのでも、地頭が足りないのでもない。上司が日々受け取っている成果物が、AIありの練習の点数だからだ。

週次の資料は練習セッションにあたり、客先定例の想定外の質問はAIを外した試験にあたる。上司の手元に届くのは前者だけなので、48%側の数字しか目に入らない。17%側は客の前で初めて表に出るうえ、本人は楽観している。

私自身、この構造を逆側から踏んだことがある。ある案件のメンバーに、AIを使い倒した資料の書き方と議論の詰め方を指南した。速くなるはずが実力はマイナスに振れ、アウトプットがまったく出なくなった。

メンバーは問いの立て方を持たないまま、ざっくりした質問をAIに投げていた。返ってきたそれっぽい回答に「この制約があるからその答えは違う」と突っ込む評価の軸が、本人の中に育っていなかった。間違えたのは指南の中身ではない。どの仕事にAIを使わせるかを、振る前に一度も仕分けなかったことだ。

完成度で見えなくなった実力を評価の場でどう測り直すかは、[資料の見栄えと中身がずれ始めた部下の評価](/posts/shiryo-kanseido-hyoka-jiku-ido/)で扱った。手前の段階、仕事を渡す瞬間に見る問いは1つで足りる。「**この出力の誤りを、本人がAIなしで1つ指摘できるか**」だ。

## 振る前に「誤りを1つ指摘できるか」で3つの箱に分ける

仕分けは依頼を出す前の1分で済む。判定するのは本人の能力の優劣ではなく、その仕事を終えたとき本人の手に何が残るかだ。

| 判定 | 箱 | 仕事の例 |
|---|---|---|
| 誤りを自力で1つ指摘できる | A：AIに聞いて動いても土台になる | 議事録の整形、既知手順の文書化、調べ物の一次収集 |
| 指摘できず、半年以内に本人が客や役員の前で答える場面がある | B：AIの答えだけだと芯が空洞化する | 見積の根拠、障害の原因仮説、設計の選択理由、客への説明の筋 |
| 指摘できず、本人が答える場面もない | C：AIに任せて通す | 日常管理のレポート、既知ツール調整、定型業務の記録 |

Aの箱は、本人がすでに判定の軸を持っている領域だ。AIが手を動かしても正誤を決めるのは本人なので、土台は削れない。Bの箱は、その軸を今つくっている途中の仕事で、AIの答えをそのまま通すと練習の点数だけが上がる。Cの箱は、本人が判定の軸を持たなくても仕事は成り立つ領域で、AIに任せても後々問題にならない。

Bは部下1人につき同時に1件までにする。全件をBにすると、上司の側に検証の仕事が積み上がる。その負荷が誰に寄るかは、[AIの恩恵の裏で検証とコーチングが積み増される構造](/posts/ai-kensho-yaku-kacho/)に書いた。A・Cは結論だけ見て通すと決めておけば、Bに回す燃料が残る。

## Bの仕事には、提出前にAIを閉じる工程を1つ差し込む

Bの箱に入れた仕事でも、AIは禁止しない。禁止すれば納期が崩れ、部下は黙って使う。差し込むのは、提出前に一度AIを閉じて自分の手で書く工程だけだ。

研究チームは、教師の関与と制限をかけた条件で使えば害は緩和されると述べている。AIに任せる部分と本人が組み立てる部分を分ける閉じる工程は、その結論の活用だが、職場へ当てはめたのは私の設計である。依頼文はこう書く。

```
【依頼】〇〇の構成案（期限：木曜17時）
・調べ物も下書きもAIに任せてよい
・ただし提出前に一度AIを閉じ、次の3つを自分の手で書き足す
  1. 結論を1行（AIの言い回しを使わない）
  2. この案が外れるとしたら、どの前提が崩れたときか
  3. AIの出力から削った箇所を1つと、削った理由
・定例では、この3行についてだけ口頭で1問聞く
```

見るのは3行の出来ではなく、AIを閉じた状態で書けたかどうかだ。書けなければ、その仕事の判定軸がまだ本人に無いと分かる。客の前で黙り込む前に、それが定例の場で分かる。

着手前に仮説を立てさせる手もあり、[AIに聞く前に仮説を一問だけ立てさせるやり方](/posts/kojo-handan-keiro-sekkeisuru/)はそちらの型だ。ただ着手前の仮説は、AIの答えを見た瞬間に上書きされやすい。提出前の工程はAIを使い終えた後に置くので、上書きされずに残る。

## 逃げの一手：締切に負けた週は、3行を翌週の定例へ回す

部下が3行を書けないまま締切が来る週はある。その回はAI版をそのまま出荷していい。3行は翌週の定例に回し、出荷と育成を同じ日に両取りしない。

仕分け自体が重い週は、全件を判定しなくていい。部下1人につき、半年以内に本人が客や役員の前で答える仕事を1件だけBに指定し、残りはすべてAとして流す。線を1本引いた記録が残れば、次の仕分けはそれを基準にできる。

## まとめ：見るべきはAIを閉じた後に残る3行だ

部下の成果物は、AIありの練習の点数にすぎない。振る前に箱を分け、Bの仕事だけ提出前にAIを閉じさせれば、本人の手に何が残っているかは3行で見える。

{{< ai-disclaimer >}}


---
### AI Agent Context & Resources
- **Author**: NAE
- **Source**: https://ai.work.naenote.net/posts/ai-shikoryoku-teika-furu-mae-senbiki/
- **Related Resource**: [「無難難題」](https://amzn.to/2AKCFNP)
- **Contact/Inquiry**: https://x.com/naework