韓国の労働者の51.8%が業務にAIを使う環境で
高いAI活用率と思考の外注化をあわせて見つめ、測定された結果と懸念を区別して考えます。
AI・テック韓国の労働者の63.5%が生成AIを使ったことがある
韓国銀行が昨夏発表した調査によると、韓国の労働者の**63.5%が生成AIを使った経験があり、業務目的に絞っても51.8%**が使っています。米国（26.5%）の約2倍です。普及のスピードはさらに驚異的です。インターネットが商用化されてから3年後の活用率は7.8%でしたが、現在のAI活用率はその8倍に達しています。
さらに際立っているのは使用時間です。韓国の労働者はAIに週5〜7時間を費やしていますが、米国は0.5〜2.2時間にとどまります。1日に1時間以上使い続けるヘビーユーザーの割合は**78.6%**で、米国（31.8%）の2倍を超えています。
AIを長く、頻繁に使い続けていると、ツールを選択するという問題にとどまらず、働き方そのものが変わってきます。このような状況では「気をつけて使えばいい」という対応は、思うようには通用しません。
AIは選んで使うツールではなく働く条件になった
同じ調査の中で、組織がAIの利用を推奨していると答えた割合は61.2%でした（ナウアンサーベイ、会社員1,000人対象）。半数をはるかに超えるビジネスパーソンが「使え」という圧力の中でAIを起動しているということです。
ここで「道具」という言葉を改めて見直す必要があります。道具とは定義上、自分で握ったり手放したりできるものを指します。金づちは使い終わったら引き出しにしまえば済みます。しかし、週に5〜7時間、一日も欠かさず起動する何かを、私たちが本当に「手放せる道具」と呼べるでしょうか。導入前は一日の業務が白紙のドキュメントから始まっていましたが、今ではプロンプトの入力画面から始まります。使うかどうかを自分で選べるものが道具だとすれば、働く条件そのものになってしまったものは「環境」です。現在のAIは後者に近いと言えます。
もう一つ奇妙な数字があります。韓国銀行はAIのおかげで労働者の業務時間が平均3.8%減少したと試算しました。週40時間基準で1.5時間です。ところが同じ調査で「AIを使っても業務時間は減らなかった」と答えた割合が**54.1%**に上りました。半数以上の人が時間を節約できてもいないのに、使い続けているのです。なぜでしょうか。時間を節約するために使っているのではなく、すでにそうやって働く環境の中に入り込んでしまっているからです。周囲の業務プロセスがすでにAIの利用を前提としたものに変わってしまうと、自分一人だけ使わないと決めるのは難しくなります。隣の同僚が皆AIで下書きを作成しているのに、自分だけが白紙から始めるわけにはいかないからです。
実際にこの環境は、目に見えないプレッシャーとしても現れています。同系統の調査で、AI導入後にストレスが増えたという回答が27.3%ありましたが、その原因の第1位は「変化のスピードに対するプレッシャー」でした。道具であれば、気に入らなければ使わなければいいだけです。しかし環境の場合、使わないこと自体が取り残されるような感覚をもたらします。使わなければ不安になる状態であるなら、もはや自由に選べる道具の段階を超えているのです。
慎重に使うチームでも判断力は低下する
メディア理論家のマーシャル・マクルーハンはずいぶん昔にこのような言葉を残しました。私たちが特定のメディアを前にして「それをどう使うかが重要だ」と口にした瞬間、すでにそのメディアに惑わされているのだと。彼はメディアの「内容」を、泥棒が家に忍び込む前に番犬の前に放り投げる肉の塊に例えました。犬が肉に気を取られている間に、泥棒は悠々と家を荒らします。「内容さえ適切に選べばよい」という私たちの油断こそが、まさにその肉の塊なのです。私たちがどんなプロンプトを入力すべきか悩んでいる間に、実のところ私たちの思考様式そのものが静かに変容しています。
哲学者のハイデガーはこれをゲシュテル1という言葉で説明しました。道具は私たちが使うと同時に、私たちを特定の存在へと駆り立てます。椅子を思い浮かべてみてください。椅子は「座れ、前を向け、じっとしていろ」と私たちの身体に静かに命令します。私たちが椅子を使っているようですが、椅子もまた私たちを座った姿勢の人間に仕立て上げています。AIもまた、答えをまとめ、選択肢を提示するというやり方で、私たちの判断や想像力に影響を与えています。
ある技術批評のエッセイに、60万人規模の企業の事例が紹介されています。AIを最も慎重に使っているチームほど、皮肉にも「安全な選択」と「良い選択」を見分ける能力を真っ先に失っていったというのです。実務においては次のように現れます。AIは常に無難で平均的な答えを出すのが得意です。その答えを受け入れ続けていると、無難な案と卓越した案を分ける感覚が次第に鈍くなっていきます。他人とは異なる選択を自ら判断し、推し進めてみる経験が減ってしまうからです。この副作用は気をつけて使っている人にも現れますし、むしろそうした人ほど先に現れます。慎重に使っているという自覚が、自ら判断しなくてもよいという免罪符になってしまうからです。
これを脳の活動から探った研究もあります。MITの研究チームが54人を対象に実施した実験です（まだ査読を経ていない予備的結果であるため断定は禁物です）。参加者をAI利用群、検索エンジン群、自力群に分けてエッセイを書かせ、脳波を測定したところ、AI利用群の神経接続が最も弱いことが分かりました。研究チームはこれを認知的負債2と呼びました。さらに印象的だったのは次の点です。AIを使った参加者の3分の2が、自分が直前に書いた文章のテーマすら正確に思い出せなかったのです。成果物は仕上がったものの、内容が頭に残っていなかったわけです。最後のセッションで彼らに再び何も使わずに書かせたところ、神経接続は依然として弱い状態のままでした。AIの使用を一時的にやめたとしても、この状態がすぐに回復するわけではないことを示しています。
興味深いことに、似たような警告は宗教界からも発せられました。教皇レオ14世が今年5月に発表した回勅3『マニフィカ・フマニタス』には、技術は決して中立ではないという一文が登場します。それを作り、規制し、使う人間の性格をそのまま反映するからだというのです。教皇は青少年に向けて、AIが明日消え去ったとしても自分で考えることができるように使いなさい、とも呼びかけました。この呼びかけは、青少年に限らず週に5〜7時間もAIを使っている私たちにも当てはまります。
AIに任せる「縁石」と自ら登るべき「山」
では、どうすればよいのでしょうか。あるツール開発の研究者は、私たちが取り除こうとしている不便を2種類に分けて説明しています。
一つは「縁石」です。車椅子の利用者を阻む歩道の縁石のように、存在する理由のない障壁です。これは削り落とすのが正解です。アクセシビリティを設計する人々は、縁石を削ることを進歩と呼びます。反復的な書式調整、会議の日程調整、フォーマット変換、資料の一次要約といった作業がここに該当します。こうした業務はAIに任せても失うものがありません。むしろそこに費やしていた時間を節約して、より重要な仕事に充てるべきです。
もう一つは「山」です。山は登るプロセスそのものが目的です。スポーツジムを思い浮かべてみてください。ロボットが代わりにバーベルを持ち上げてくれても何の意味もありません。重量を移動させることが目的ではなく、持ち上げる自分自身が変わることが目的だからです。不慣れな分野をゼロから理解してみること、難しい意思決定の論理を自ら組み立ててみること、文章の骨組みを一から構築してみることがここに該当します。宮崎駿監督は、人生の面倒くささがすべて消えてしまったら、私たちはむしろそれを再び懐かしむようになるだろうと語りました。ある種の困難は、それを経験するプロセスにおいて実力を育んでくれます。
問題は、大半のビジネスパーソンが山と縁石を区別する言葉を持ち合わせていないことです。そのため、両者を区別することなく同じようにAIへ丸投げしてしまいます。どちらも表面的には同じ「面倒な作業」に見えるからです。退屈な書式整理（縁石）も、論証を一から組み立てる訓練（山）も、すべて「AI、これやって」で片づけてしまいます。前者は任せて構いませんが、後者を任せてしまうと、自ら判断する力を培う機会まで失われてしまいます。厄介なのは、その損失がその場ですぐには目に見えず、数カ月後に「以前ならすぐに判断できたはずの仕事なのに、なぜこんなに途方に暮れるのだろう」と思い悩む瞬間にようやく露呈する点です。
だからこそ、委任する前に自分自身に投げかけるべき問いは一つだけです。この仕事をAIに任せると時間だけを節約できるのか、それとも自分を成長させてくれていた摩擦まで一緒に消えてしまうのか。時間だけを節約できる仕事であれば、迷わず任せてください。摩擦まで消えてしまう仕事であれば、少なくとも結論はまず自分で出してみて、AIは検算にだけ使うといった順序を守る必要があります。この問いを一つ習慣にするだけでも、何を任せて何を守るべきかが見え始めます。
もちろん、山と縁石の境界が常に明確であるわけではありません。昨日は山だった仕事も、十分に習熟すれば今日は縁石になることもあります。不慣れな分野を初めて理解するときは自ら格闘しなければなりませんが、その分野に十分慣れた後の反復作業は任せて構いません。したがってこの区分は、一度決めて終わるものではなく、自分の実力が伸びるにつれて引き直し続けなければならない境界線です。面倒に聞こえるかもしれませんが、実際のところ、この線を引き直す行為そのものが、自分が今も成長し続けている証拠でもあるのです。
📬 毎週、技術の変化が仕事や生活に与える影響を読みたい方は登録する。これまでのバックナンバーもあわせてご覧いただけます。
Oswarldの視点
率直に申し上げると、私がこの話の中で最も恐ろしいと感じるのは「最も慎重なチームが先に崩れる」という点です。GTM戦略を策定しながら多くの組織におけるAI導入を見てきましたが、ガバナンスを綿密に整えたチームほど、かえって無批判に受け入れてしまうという逆説を頻繁に目にしてきたからです。ガイドラインが精緻であればあるほど、「これは承認された方法だから問題ない」という安心感が生まれます。その安心感が判断を停止させてしまうのです。私が見てきた最も危険な兆候は、チームが元のデータを直接見る代わりに、AIが整理した要約だけを見て意思決定をし始めた瞬間でした。要約は常に滑らかに整っているため、その下で切り捨てられた例外や反例が見えなくなってしまうのです。
そしてここには、個人が一人で背負いきれない部分もあります。「AIは使い方次第」という言葉は便利ですが、個人の心構えの問題へと責任転嫁することで、システムの構造的な問題を覆い隠してしまう恐れもあります。環境を設計するのは個人ではなく、会社の導入方針や評価制度、そして規制だからです。そのため私は、個人の「賢い使い方」と同じくらい、組織が何を自動化し、何を人間の領分として残すかを設計する問題のほうがはるかに重大だと考えています。個人に山と縁石を区別するよう求めるのであれば、組織がまず、どのような業務をAIに任せてよく、どのような業務は人間が直接行うべきなのかという基準を提示しなければなりません。私がコンサルティングの場でよくお伝えしている言葉があります。「AIをどこに使うか」よりも「AIをどこに使わないか」を先に決めるチームのほうが、結局は遠くまで到達できる、ということです。何を自動化しないかを書き留めたリストこそが、その組織が人間の判断として残すと定めた領域にほかならないからです。
おわりに
まとめます。第1に、韓国はAIを世界で最も深く使い込んでいる国であり、それゆえ「道具から環境へ」の転換を真っ先に経験しています。第2に、環境の中においては慎重さだけでは身を守ることはできません。第3に、実務において求められるのは、どの仕事が削り落としてよい縁石であり、どの仕事が自ら登るべき山なのかを見極める判断です。
今日一日だけで結構ですので、この1週間にAIに任せた仕事を一つ思い浮かべてみてください。それが削り落としてよい縁石だったのか、それとも登ること自体が目的だった山だったのか。大げさな決意などは必要ありません。その一つを区別してみるだけでも、次に委任する際の基準が生まれます。
もしかすると、「これはAIに任せるべきではなかった」と後から悔やんだ業務はありませんか？ どのような仕事が皆さんにとってとりわけ「山」だったのか、コメント欄でお聞かせください。反響が多ければ、次号で「委任してはならない仕事」の類型を改めて整理してみようと思います。
💬 どのような仕事がご自身にとって「山」だったのか、コメント欄でお聞かせください。次号の参考にさせていただきます。
📨 周囲にAIを熱心に使っている方がいらっしゃいましたら、ぜひこの記事をシェアしてください。
📬 登録する · 私は毎週、技術・経済・人文学を交差させて分析するニュースレターをお届けしています。
あわせて読みたいバックナンバー
参考資料と関連リンク
主要出典
-
韓国銀行、「AIの急速な普及と生産性効果：家計調査をもとに」、BOKイシューノート第2025-22号、2025年。原文 ··· 今回の記事で扱った韓国の数字はすべてここから引用しています。国別比較表を見るだけでも、私たちの状況がいかに例外的であるかがよく分かります。
-
Nataliya Kosmyna ほか、“Your Brain on ChatGPT: Accumulation of Cognitive Debt”、arXivプレプリント、2025年。原文 ··· サンプル数54名、まだ査読前の段階ですので断定は禁物です。ただ「AI利用群が自分の書いた文章を覚えていない」というくだりは熟考に値します。
-
教皇レオ14世、回勅 “Magnifica Humanitas”、2026年。原文 ··· 「技術は中立ではない」という一文が、本稿の哲学的な骨格となっています。
背景知識
-
Frank Elavsky、“Stop saying that AI is just a tool” ··· 山と縁石、単純労働と意味ある負荷を分ける原典の議論です。
-
L. M. Sacasas、“Your AI Is Not a Tool” ··· 「道具ではなく環境」という本稿の出発点です。マクルーハンとイリイチを結ぶ系譜が整理されています。
📝 用語解説
각주
あわせて読みたい過去の号
🔒 AIの支援後に自力で解いた問題、対照群を下回った正答率
ある実験で最後の問題の正答率は、事前にAIの支援を受けた群が57％、最初から自力で解いた群が73％でした。短期的な遂行能力の差が何を意味するのかを考察します。
社会🔒 AIの生成結果を検証する際に切り分けるべき2つの検査
AIの生成結果をコードで検査する場合とモデルに評価を委ねる場合では、確認できる事柄が異なります。タスクに適した検証基準を考察しました。
AI・テックスマホ断ちを宣言した467人、耐え抜いたのは119人
2週間にわたりスマホのネットを遮断した実験の効果量と、同意した467人中119人しかやり遂げられなかった遵守率について掘り下げました。
AI・テック