AIを使うほど、みんな同じことを言い始める
目次
2024年、Science Advancesに掲載された研究があります。
Anil Doshi氏とOliver Hauser氏が、数百人の被験者にショートストーリーを書かせました。半数にはAIのアイデアを使わせ、残り半数には使わせなかった。
結果は意外なものでした。
AIを使ったグループの方が、個人レベルでは創造性が高いと評価された。特に、もともと創造性が低かった人ほど、AIの恩恵を大きく受けていた。
ところが、全体を見ると話が変わります。
AIを使ったグループの作品同士は、使わなかったグループと比べて、互いに似通っていた。個人は良くなったのに、集団としての多様性は失われていたんです。
なぜ全員が「同じように賢く」なるのか
この現象には構造的な理由があります。
生成AIは、膨大なテキストデータから「最も確率の高い次の単語」を予測して文章を生成します。つまり、統計的に「ありそうな回答」を返す仕組みです。
たとえば、「新商品のマーケティング戦略を考えて」とChatGPTに聞くと、ペルソナ設定、SNS活用、インフルエンサー連携──おおよそ似たような提案が返ってきます。
100人が同じ質問をすれば、100通りの「似たような回答」が生成される。
池谷裕二さんは『生成AIと脳』で、「生成AIは個人の創造性を高める一方で、集団全体の多様性を減少させる可能性がある」と指摘しています。AIを使って作られたコンテンツは、使わずに作られたものと比べて、内容が似通ってしまう傾向がある。
これは直感的にわかる話です。10人がAIなしでアイデアを出すと、経験も価値観もバラバラだから、10通りの異なるアイデアが出る。でも10人全員がAIに聞くと、出発点が同じ「統計的に最適な回答」になる。
個人のレベルは底上げされる。でも全体の幅は狭くなる。
「社会的ジレンマ」としてのAI活用
Doshi氏らはこの構造を「社会的ジレンマ」と呼んでいます。
一人ひとりにとっては、AIを使った方が明らかに得です。クオリティは上がるし、スピードも速い。使わない理由がない。
でも全員が使うと、集団としてのアウトプットの幅が縮小する。
ここで面白い知見があります。この研究では、もともと創造性が高かった人は、AIを使ってもあまり恩恵を受けていなかった。一方、創造性が低かった人は大きく底上げされた。
つまり、AIは「平均に近づける装置」として機能しているんです。
これ、正直に言うと怖い話です。
牛尾剛さんは『世界一流エンジニアの思考法』で、AI時代に生き残るのは「AIでは代替できない専門性」を持つ人だと指摘しています。誰もがアクセスできる知識ではなく、自分だけの経験や深い専門知識が価値になる。
AIが「統計的に最適な回答」を返すのであれば、人間の価値はまさに「統計的に外れた場所」にあります。外れ値こそが、イノベーションの種です。
「コンテクスト」を設計できるか
では、AIを使いながらも均質化を避けるにはどうすればいいのか。
佐野大樹さんは『生成AIスキルとしての言語学』で、AIとの対話における「コンテクスト設計」の重要性を説いています。
言語学では、コンテクストを3つの要素で捉えます。
フィールド：何について話すか テナー：誰とどのような関係性で話すか モード：どのような手段・様式で話すか
たとえば、同じ「マーケティング戦略」でも、「BtoB製造業・年商50億円・技術者が意思決定者」というフィールドを設定するか、「DtoC化粧品・20代女性・Instagram中心」というフィールドを設定するかで、まったく異なるアウトプットになります。
ここが分かれ道です。
AIに「いい感じにまとめて」と聞く人は、AIの統計的最適解をそのまま受け取る。結果、他の人と同じアウトプットになる。
AIに「自分だけのコンテクスト」を設計して渡せる人は、AIを使いながらも独自のアウトプットを生み出せる。
違いは、AIの性能ではありません。使う側が何を持ち込むかです。
明日から変えられること
誤解：AIの出力をそのまま使えば効率が上がる → 効率は上がります。ただし、同僚も競合も同じ効率を手に入れています。差別化の要素はゼロです。AIの出力は「叩き台」であって「完成品」ではありません。
誤解：AIに任せれば、自分で考えなくていい → AIは「統計的に最も確率の高い回答」を返します。つまり「平均的に良い答え」です。あなたの仕事が「平均的に良い」で十分なら問題ありません。でも、それで評価される仕事って、どれくらいありますか。
具体的なアクション：
1つ目。AIに聞く前に、自分のコンテクストを3行で書き出す。業界、読者、目的。この3つを言語化してからAIに渡すだけで、アウトプットの独自性は格段に上がります。
2つ目。AIの出力に、自分だけの経験を1つ足す。データや論理はAIに任せて、「自分しか知らない具体例」を1つ加える。これだけで、他の誰とも被らない文章になります。
おわりに
AIは底上げの道具です。「平均以下を平均にする」力は圧倒的にある。
でも、「平均の上」は自分で作るしかない。
全員がAIを使う時代に差がつくのは、AIの性能ではなく、AIに何を持ち込めるか。あなた自身の経験、視点、文脈──それだけが、均質化の海で浮かび上がる唯一の浮き輪です。
この記事で参考にした本
『生成AIと脳』池谷裕二 → AIが個人の創造性を高めつつ、集団の多様性を減少させるメカニズムについて
『世界一流エンジニアの思考法』牛尾剛 → AI時代に「専門性」が個人の価値になるという視点
『生成AIスキルとしての言語学』佐野大樹 → コンテクスト設計（フィールド・テナー・モード）によるAI活用の質的向上
合わせて読みたい
なぜAI時代に「不完全さ」が武器になるのか──人間にしかできない価値創造の本質 AIが完璧な回答を返す時代に、人間の「不完全さ」にこそ価値がある理由を深掘りしています。本記事の「外れ値こそがイノベーションの種」という視点と直結します。
保科学世『生成AI時代の「超」仕事術大全』が示す、人間とAIが共創する新しい働き方 AIを「使う」だけでなく「共創する」ための具体的な方法論を知りたい方に。業務の中でAIとどう役割分担するかのヒントが得られます。
中島聡『結局、人生はアウトプットで決まる』──AI時代に「夜空で輝く星」となるための発信術 均質化する時代にどう差別化するか。「自分だけのアウトプット」を生み出すための発信の原則が学べます。