# AIを使うほど賢さを失う？認知的オフローディングのリスク

> Trends in Cognitive Sciencesの論考は、思考をAIへ全面委任すると技能習得を妨げ、技能低下を早めうると警告する一方、基礎的知能の低下を証明したものではない。

_Source: Trent N. Cash et al., Trends in Cognitive Sciences · 2026-07-29 · 8 min read · Verified against primary sources_

Canonical: https://iyu.app/ja/e/ai-cognitive-offloading-risks

## 60秒でわかる

Trends in Cognitive Sciencesの総説は、思考の全面的なAI委任が技能獲得を妨げ、技能低下を早めうる一方、基礎的認知能力はより頑健だと論じます。

**要点**

- AI使用量と知能低下を示す新しい用量反応実験ではなく、総説と理論分析です。
- AI支援中の成績が上がっても、支援を外した後の自力成績は下がりえます。
- 10,462人を含む7実験では、自動要約からの学習が検索より浅くなりました。
- 個別技能と知識は、作業記憶などの基礎能力より影響を受けやすいと考えられます。
- ヒント、批評、想起練習、人間による検証でAIを代替品から足場へ変えられます。

**結論.** AIは繰り返し代替する能力を最も弱めやすい。長期的な学習が目的なら人を推論ループに残し、学習不要の作業だけを全面自動化すべきです。

## 本文

> **i** 証拠の範囲：これはScience & Societyの総説・論考であり、「AI使用量が多いほど知能が低下する」と示す新たな実験ではありません。認知的オフローディング、技能獲得、技能低下の研究を統合し、個別技能と基礎的認知能力を区別しています。


### 本当の問い — AIは何を弱くしうるのか

Trent N. Cash、Megan O. Kelly、Brooke N. Macnamara、Evan F. Riskoは、**AIは私たちを愚かにするのか**と問いかけます。より正確な答えは限定的です。課題をAIへ完全に任せると、特定技能の獲得と維持に必要な練習が減る可能性があります。しかし、それは一般知能の低下が証明されたことを意味しません。

外部ツールへ心的作業を委ねることを**認知的オフローディング**と呼びます。計算機、ナビ、検索は以前からその例でした。生成AIは説明、計画、解答まで作れます。危険が大きくなるのは、学習者が身につけたい認知過程そのものをツールが置き換えるときです。

- **15件** — 中心論文が統合した文献
- **10,462人** — LLM要約と検索を比べた7実験の参加者
- **約1,000人** — AI数学チューターのフィールド実験


### 成績と学習 — 今日の正解が明日の自力を保証しない

引用された高校数学の実験では、無制限のGPT-4は練習成績を48％、学習用ガードレール付きチューターは127％改善しました。しかしAIを外すと、無制限群はAIを使わなかった群より17％低い成績でした。ガードレール付き設計では、この損失がおおむね緩和されました。

> **⚑ Caveat:** この数値は一つの高校数学実験の結果です。すべてのAI利用者が学習に失敗するという証拠でも、知能測定でもありません。支援中の成績と、支援を外した後の学習成果を分けて測る必要性を示します。

学習には想起、失敗、修正、統合、反復が必要です。完成した経路をAIが渡せば直近の成果は良くなりますが、その過程を迂回します。人間とAIの共同成果を、自分一人の能力だと誤認する「有能感の錯覚」も起こりえます。


### 知識の深さ — 便利な要約は発見を減らす

別の7つのオンライン・実験室研究は、同じ中核事実をLLM要約または通常のウェブ検索で学ばせました。10,462人の結果では、LLM利用者の知識は浅く、助言への関与が低く、内容も疎で独創性が低くなりました。

違いは事実の正しさだけではありません。検索では複数の情報源を調べ、自分で統合します。自動要約はその統合作業まで届けるため、学習者が行う建設的な認知活動が減ります。

> AIは成果物を改善しても、作り手の能力を改善するとは限らない。


### 低下しうるもの — 基礎能力より個別技能が脆弱

- **学習した技能:** 代数手順、診断探索、文章構成、情報源の統合は練習に依存し、不使用で低下しうる。
- **知識:** 検索と統合をAIに任せると、事実と概念の結びつきが浅く符号化されうる。
- **メタ認知:** 自力でできる範囲を過大評価し、技能低下に気づかない可能性がある。
- **基礎的認知能力:** 作業記憶、注意、一般推論は課題特有の訓練や不使用では変わりにくく、全般的崩壊の証拠はない。

長く計算機を使って筆算が鈍ることと、計算機の使用で一般推論能力を失うことは別の主張です。著者らは知識と熟練技能には低下リスクがある一方、知的活動を支える基礎能力は比較的頑健かもしれないと論じます。


### 設計が重要 — コーチと松葉杖は同じAIではない

この論文はAIを避けよとは述べません。数学実験は、ヒントを出し、中間手順を求め、最終解答を控える設計が学習を守れることを示します。人が案を作り、検証し、修正する責任を持てば、協働型AIは学習を支援できます。

- **先に試す。** 構成、計算、診断を自分で作ってからAIを使う。
- **代行より批評。** 完成品ではなく、誤り、反論、証拠不足を求める。
- **ツールなしで想起。** 支援後に記憶から説明し、類題を自力で解く。
- **出典を保つ。** 一次資料を確認し、モデル由来の主張を区別する。
- **学習時は制約する。** 学習目的ならヒントと質問、処理量目的なら自動化を選ぶ。


### 未解決 — 長期的影響はまだ確定していない

研究基盤は新しく、課題、参加者、インターフェースも多様です。長期利用、幼少期、専門性、情報源の記憶違い、利用者の適応については十分な答えがありません。

妥当な結論は条件付きです。AIが認知活動を全面的に置き換えると、練習されない技能と知識は弱くなりえます。現時点で「AIを多く使うほど基礎知能が下がる」とは言えません。重要なのは頻度だけでなく、**どの思考手順をAIが代替したか**です。


## Primary sources

- [Trends in Cognitive Sciences paper](https://doi.org/10.1016/j.tics.2026.06.004)
- [PubMed record](https://pubmed.ncbi.nlm.nih.gov/42425850/)
- [LLMs versus web search experiments](https://doi.org/10.1093/pnasnexus/pgaf316)
- [High-school mathematics field experiment](https://doi.org/10.1073/pnas.2422633122)
- [AI assistance and skill decay perspective](https://doi.org/10.1186/s41235-024-00572-8)

---
_Published by iyu (https://iyu.app) — the day's AI news, checked against primary sources and rewritten in plain language. Free to quote with attribution and a link to the canonical URL._