このところ、SNSやITエンジニアの集まりで「AI疲れ」「AI倦（うつ）」という言葉を耳にする機会が増えました。生成AIを使えば仕事が速く、楽になるはずだったのに、なぜか現場は疲弊している。「AIを導入したはいいが、思ったほど効率化されていない」「なんだか、疲れました」という声が複数聞こえてきます。
一見すると矛盾した話です。作業が速くなっているのに、なぜ疲れるのか。しかも、この疲労感はトップダウンでAI活用が推進されている企業ほど強い、という共通点があります。「とにかく何かに使え」と号令はかかるものの、使い方や成果の定義は現場に委ねられる。この構造が、静かに負荷を蓄積させています。
「AI疲れ」の本質はツールの問題ではない
そんな中で「AI疲れ」を単なる新しいツールへの適応疲れと捉えると、本質を見誤ります。結論から言えば、これはツールの問題ではなく、もっと根本的な、仕事の「やり方そのもの」が変わったことによって生じている疲れなのです。
非エンジニア・非IT職種にもAI活用が広がりつつある昨今。ビジネスパーソンであれば、AIと無関係にはいられません。本稿では、「疲れの正体」を整理し、個人が何を考え、どう変わればいいのかという判断軸を、AIが先行して普及しているITエンジニア業務の例も見つつ示していきます。
疲れの正体は増え続ける「判断」
AIを巡る議論では、ハルシネーション、情報漏えいリスク、利用コストの増加といった論点がよく取り上げられます。どれも重要ですが、これらはあくまで扱いづらさの問題です。AI疲れの本質は、そこにはありません。より重要なのは、AIの登場によって判断の回数が急増したことです。
AIが率先して取り入れられたシステム・ソフトウエアの開発では従来、実装の時間がかかりました。1つの機能を作るのに数日かかるなら、その数日のあいだ、エンジニアは単一のテーマに集中していればよかった。
ところがAIによって実装そのものが短時間で片付くようになると、同じ時間のなかで扱うテーマの数が一気に増えます。「この設計でよいか」「この出力は正しいか」「どのやり方を採用するか」――手が空くのではなく、判断が次から次へと押し寄せてきます。
正解のない意思決定の連続が精神的負荷に
しかもその判断には、明確な正解がありません。かつては「与えられた業務を、いかに正確に効率よくこなすか」が問われ、ある程度の正解の範囲で最適化すればよかった。しかし今は「そもそも何をやるべきか」から問い直す必要があります。AIをどう使うかだけでなく、業務フロー自体を組み替えなければならない。この正解のない意思決定を継続的に強いられることが、精神的な負荷として積み上がっていきます。
言い換えれば、AI疲れの正体は「意思決定コストの増大」です。手を動かす疲れが、考え続ける疲れに置き換わった、と言ってもよいでしょう。実際、AIを使うほど人が思考を外部化し、批判的思考や記憶保持の力が衰えかねないという研究上の指摘も出てきています。手軽さの裏側で、判断だけが人に残り、その判断が重くなっている。これが疲れの核心にあります。
