増えた成果と、減らない疲労

「AIを使えば仕事は楽になる」。導入の旗振り役は、たいていそう約束する。そして実際、個々の作業は速くなった。3時間かかっていた設計書の下書きが45分で仕上がる。要約も、テストコードも、見慣れないAPIの調査も速い。それは嘘ではない。

ところが、多くの人が同じ違和感を口にする。成果は増えたのに、一日の終わりにはかつてないほど消耗している。あるエンジニアは「先四半期、キャリアで最も多くのコードを世に出した。そして、キャリアで最も消耗した。この二つの事実は無関係ではない」と書いた。あなたにも覚えがあるなら、それは気のせいでも、能力不足でもない。いま世界中で観測されつつある、実在の現象である。

この奇妙な逆説を、私は性質の異なる四つの文献を手がかりに解きほぐしてみたい。AIの「本性」を哲学的に記述したShanahanの論文、一人の開発者の疲弊の「経験」を綴ったKhareのブログ、1500人規模で疲労を計測したハーバード・ビジネス・レビュー（HBR）の「実証」研究、そしてそれを社会の「構造」問題として理論化したRagolane & Patelの学術論文。本性・経験・実証・構造――この四つの角度から照らすと、「楽になるはずが疲れる」という逆説の立体像が見えてくる。