AIによる自動化は労働負担を軽減すると期待されてきたが、カリフォルニア大学バークレー校ハース経営大学院の研究者らによる最新の調査は、より過酷な現実を浮き彫りにした。テック企業の従業員を分析した結果、大規模言語モデル（LLM）は単なる道具ではなく、労働者に複数のタスクを同時に管理させる「パートナー」として機能している実態が明らかになったのである。この変化は、人間がAIの処理速度に合わせて複数の作業を並行して進める「マルチスレッディング」という慌ただしいリズムを生んでいる。

具体的には、開発者がコードを書く傍らでAIに代替案を生成させたり、ツールが「達成可能だ」と思わせるために、本来は後回しにすべきプロジェクトを再開させたりといった状況が発生している。こうした頻繁な注意の切り替えは、メンタルエネルギーを著しく消耗させ、脳を常に高度な警戒状態に置くことになる。その結果、目に見えないタスクのバックログが積み上がり、従業員を精神的な限界へと追い込んでいくのだ。

また、「あと一回プロンプトを入力するだけ」で結果が得られるという手軽さが中毒性を生み、わずか数時間で精神的な余力を使い果たしてしまうケースも少なくない。この現象は、私たちが長年築いてきたワークライフバランスの感覚や、認知負荷の限界に関する直感を根底から揺るがしている。AIの利便性が、皮肉にも人間の回復力を上回るスピードで労働を加速させていると言えるだろう。

こうした悪影響を防ぐため、組織には「エージェント・プラクティス」の構築が推奨されている。これはツールの展開方法を構造化するフレームワークであり、真に持続可能な生産性の向上と、絶え間ない認知的ジャグリングによる不健全な負荷を明確に区別することを目的としている。技術の統合が、人間のウェルビーイングを犠牲にしないための仕組み作りが、今まさに求められているのである。

AIによる自動化は労働負担を軽減すると期待されてきたが、カリフォルニア大学バークレー校ハース経営大学院の研究者らによる最新の調査は、より過酷な現実を浮き彫りにした。テック企業の従業員を分析した結果、大規模言語モデル（LLM）は単なる道具ではなく、労働者に複数のタスクを同時に管理させる「パートナー」として機能している実態が明らかになったのである。この変化は、人間がAIの処理速度に合わせて複数の作業を並行して進める「マルチスレッディング」という慌ただしいリズムを生んでいる。

具体的には、開発者がコードを書く傍らでAIに代替案を生成させたり、ツールが「達成可能だ」と思わせるために、本来は後回しにすべきプロジェクトを再開させたりといった状況が発生している。こうした頻繁な注意の切り替えは、メンタルエネルギーを著しく消耗させ、脳を常に高度な警戒状態に置くことになる。その結果、目に見えないタスクのバックログが積み上がり、従業員を精神的な限界へと追い込んでいくのだ。

また、「あと一回プロンプトを入力するだけ」で結果が得られるという手軽さが中毒性を生み、わずか数時間で精神的な余力を使い果たしてしまうケースも少なくない。この現象は、私たちが長年築いてきたワークライフバランスの感覚や、認知負荷の限界に関する直感を根底から揺るがしている。AIの利便性が、皮肉にも人間の回復力を上回るスピードで労働を加速させていると言えるだろう。

こうした悪影響を防ぐため、組織には「エージェント・プラクティス」の構築が推奨されている。これはツールの展開方法を構造化するフレームワークであり、真に持続可能な生産性の向上と、絶え間ない認知的ジャグリングによる不健全な負荷を明確に区別することを目的としている。技術の統合が、人間のウェルビーイングを犠牲にしないための仕組み作りが、今まさに求められているのである。