AIを使うと能力が低い人に見られる？

仕事で ChatGPT や Copilot を使ったとき、こんな不安を感じたことはないでしょうか？

• 「本当は AI で書いたのに、『自分で書きました』と言っていいのかな」

• 「上司にバレたら、サボっていると思われないだろうか」

• 「アウトプットは良くなっているのに、評価が下がったら嫌だな」

今回紹介する PNAS 掲載論文は、このようなモヤモヤを扱った研究です。

背景

助けを求めると「能力が低い」と思われやすい

社会心理学では、昔からこんなことが言われてきました。

そのため、人は

• 有能に見られたい」

• サボっていると思われたくない

という印象管理の観点から、人からの助けを受けることや、自己開示を控えます。

これは、原因帰属理論に基づく、人間の認知パターンを説明したものです。

1. 医師が診断支援ツールを使うと「腕が悪い医者なのでは」と患者に思われる

2. 計算機やカーナビの導入時に「こんなものに頼っていたら頭を使わなくなる」と批判される

といった歴史的な議論も、論文内で整理されています。

AI は賢く動くアシスタントゆえに余計疑われる

AI ツールは、従来の「ただの道具」とは違い、

1. 経験から学習し、

2. 自律的に判断し、

3. 高品質な文章・画像・コードなどを出力できる

という「エージェントらしさ（agentic）」を持っています。

その結果、アウトプットが良かったときに、

という原因帰属がより曖昧になり、「AI に任せてラクしているだけでは？」と疑われやすい構造が強まります。

このような理論的背景から、著者たちは次のように仮説を置きます。

研究デザイン

論文では、オンライン実験プラットフォームを使い、合計 4,439 名の参加者を対象に、4 つの実験が行われました。

4 つの実験の役割はざっくり次のとおりです。

1. Study 1：AI を使う当人は、どう評価されると思っているか？
   →「AI を使ったら、こう見られそう」を本人に想像してもらう

2. Study 2：周囲の人は、AI を使う人をどう評価しているか？
   → 実際の観察者の評価を測る

3. Study 3：その評価は、採用などの意思決定に反映されるか？
   → インセンティブ付きの採用ゲームで行動を測る

4. Study 4：どんな条件なら AI ペナルティは弱まるのか？
   → タスクの種類（人間らしい仕事 vs デジタルな仕事）と
   評価者自身の AI 使用経験を組み合わせて検証

いずれの実験も事前登録（プレレジ）がなされ、サンプルサイズ・分析計画などが事前に公開されています。

各研究の結果

Study 1：AI を使う本人は、「バレたくない」と思っている

最初の実験では、約 500 名の参加者に、

1. 職場であるタスクをこなすときに

   • 「生成 AI ツール」を使う場合（AI ツール条件）

   • 「ダッシュボード作成ツール」を使う場合（非 AI 条件）

のどちらかを想像してもらいました。

そのうえで、

1. 同僚や上司にそのツール使用をどの程度知らせたいか（開示意図）

2. 他者からどう見られると思うか

   • 怠けている（laziness）

   • 代替可能（replaceable）

   • 有能さ（competence）

   • 勤勉さ（diligence）

を 7 段階尺度で評価してもらいます。

結果は、

AI ツール条件の参加者は、非 AI 条件に比べて

1. 「自分は怠けていると思われるだろう」と強く予測

2. 「代替可能な人材だと思われる」と強く予測

3. 「能力」「勤勉さ」は低く見積もられると予測

4. 上司・同僚への開示意図が有意に低い

つまり、本人たち自身が「AI を使っているとバレると損をする」と感じていて、そのために隠そうとする傾向があることが示されました。

この時点では、まだ「予測」の話です。
それでは、実際の観察者は本当にそう見ているのでしょうか？

Study 2：観察者はAIの援助を「怠け」「能力不足」のシグナルと見る

Study 2 では、1,215 名の参加者に、架空の社員のプロフィールを読んでもらい、

その社員が

1. AI から援助を受けている場合（AI援助条件）

2. 人間の同僚から援助を受けている場合（Non-AI援助条件）

3. 誰からも援助を受けていない場合（Control 条件）

のいずれかの設定で提示しました。

例として、弁護士であれば、

1. AI 条件：「生成 AI に情報の要約を時々依頼している」

2. 非 AI 条件：「パラリーガルに情報の要約を時々頼んでいる」

3. コントロール：「ヘルプについては何も書かれていない」

といった具合です。

性別・職種・年齢などもランダムに組み合わせた384パターンの刺激文を用意しています。

参加者は、

1. どのくらい怠けていると感じるか

2. どのくらい有能・勤勉・自立的・自信に満ちているかなど 7 尺度のエージェンシー評価

を評価しました。

結果は以下です。

AI からヘルプを受けている社員は

1. 人間の同僚から援助を受けている社員よりも「怠けている」と評価される

2. 援助を受けていない社員よりも、さらに「怠けている」と評価される

3. 能力、勤勉さ、自立、自信などの指標でも、AI援助条件が一貫して低い

4. 一方、「野心的」「支配的」といった競争性に関わる指標では差が出ない

さらに重要なのは、性別・年齢・職種にかかわらず、AI援助に対するネガティブ評価はほぼ同じ幅で現れるという点です。つまり、この「AI を使っている人＝怠けている・能力が低い」という社会的スティグマは、特定の属性の人だけに向けられるものではなく、広く共有された規範であることが示唆されます。

Study 3：非AI ユーザーの評価者はAI ユーザーを避ける

Study 3 では、「評価が実際の意思決定に反映されるか」を、インセンティブ付きのオンライン採用ゲームで検証しました。

2 段階の構成です。

• 候補者役（801 名）

  1. カラフルなタイルが並んだグリッドの数を数えるタスクをこなす

  2. その後、「生成系 AI をどれくらいの頻度で使っているか」を自己報告
     （毎日使う / まったく使わない など）

• 採用担当者役（1,718 名）

  1. 候補者たちの中から1人分のプロフィールを見せられる

  2. その候補者は、「AI を毎日使う人」か「AI をまったく使わない人」のどちらかにランダムに割り当て

  3. 採用担当者は、「タスクへの適合度」を評価し、その候補者を採用するか、ランダムな別候補者を採用するかを選ぶ（どちらを選ぶかに応じて報酬が変わる仕組み）

  4. 自分自身の AI 使用頻度も報告

結果は全体平均では、「AI ユーザー候補」と「非 AI ユーザー候補」のタスク適合度には有意差が見られませんでした。しかし、採用担当者自身の AI 使用頻度が効いていたのです。

1. 普段 AI をあまり使わない採用担当者ほど、「AI を使わない候補」を好む

2. 普段から AI をよく使う採用担当者ほど、「AI を毎日使う候補」を高く評価し、採用しやすい

つまり、採用側が AI に慣れていない組織ほど、AIを使う候補者は「評価で損をする」可能性が高いということになります。

Study 4：ペナルティは「どんな仕事か」で変わる

最後の Study 4 では、

「AI を使うことで損をする度合い」が、

1. タスクの種類（手作業 vs デジタル作業）

2. 評価者自身の AI 利用頻度

によってどう変わるかを検証しています。

手続きは次の通りです。

1. 約 1,000 名の参加者に、仕事を依頼するギグワーカーを採用するシナリオを提示

2. 候補者は、「仕事で生成 AI をよく使う人」（AI ツール条件）または「仕事で Microsoft Office などの非 AI ツールをよく使う人」（非 AI 条件）のいずれかとして紹介

3. その後、依頼するタスクの内容をランダムに操作

   • 「手書きのメッセージを書く」ような手作業寄りのタスク

   • 「メール文面を書く」ようなデジタル寄りのタスク
     （こちらは AI がうまく使えそうと明示）

4. 参加者は、

   • 候補者がどれくらい「怠けている」と感じるか

   • タスクへの適合度（Task fit）

   • 採用するかどうか
     を評価

5. 最後に、自分自身の AI 使用頻度も報告

結果をまとめると、

1. まず一貫して、AI ユーザー候補は「非 AI 候補」よりも怠けていると見なされる

2. そのうえで、タスク適合度はタスクの種類によって変わる

   • 手作業タスクでは、AI を使わない候補の方が「タスクに合っている」と高く評価

   • デジタルタスクでは：AI ツール利用候補と非 AI 候補の適合度に有意差はなく、むしろ AI ツール利用候補の方が、直接効果としてはややプラスに働く

媒介分析の結果、AI ツール利用 →「怠けている」という認知 → 低いタスク適合度という経路が統計的に支持され、この「怠けている」という印象が、採用意図の低下とも結びついていることが示されています。ただし、評価者自身が AI を頻繁に使う場合には、「AI ユーザー＝怠け者」という認知が弱まり、AI 候補者へのペナルティも小さくなっていきます。

AI は「能力の代替」と見なされやすい

4 つの実験を通して一貫しているメッセージは、次の通りです。

1. AI を使う人は、自分が「怠けている・能力が低い」と見られることを恐れている

2. 実際に他者も、AI ヘルプを受ける人を「怠けている・能力が低い」と評価しやすい

3. この評価は、採用という社会活動にも反映される

4. ただし、評価者自身が AI を使っているか、仕事の性質が AI 向きかどうかによって、ペナルティの強さは変わる

心理学的にいうと、AI は「努力や能力を節約する強力な支援」と見なされるため、「AI を使う」という行動それ自体が、「努力したくない人」「自力でできない人」という性格特性のシグナルとして解釈されてしまうという原因帰属が働いていると考えられます。この構図は、新しいツールが出るたびに繰り返されてきた歴史とも重なります。

筆記、電卓、ナビゲーションシステム、医療の診断支援……いずれも導入期には、

1. 「こんなものに頼っていたら頭を使わなくなる」

2. 「本物のプロとは言えない」

といった批判にさらされてきました。

AI ツールは、その自律性とパフォーマンスの高さゆえに、この「疑われ方」がより強く出ているというのが本論文の示唆です。

実務・キャリアへの含意

では、この知見を踏まえて、私たちはどう AI を使えばよいのでしょうか？
実務・キャリアへの含意を整理してみます。