生成AIで生産性は上がるのか？MIT論文が示した3つの逆説

MITのAli Aouad氏らが2026年5月12日にarXivで公開した論文をもとに、生成AIと生産性の関係にひそむ逆説を解説しています。Pythonライブラリを学ぶ実験では、AIを使ったグループの生産性は明確に向上せず、概念理解やコードリーディング、デバッグのスコアは非使用グループより17%低くなりました。ただし出力をそのまま受け入れず質問や修正を加えた場合は学習効果が保たれます。

AIの得意と不得意の境目が見えにくい性質は「jagged frontier」と呼ばれます。さらに、個人の生産性が上がっても集団のスキル分布が下がれば組織全体の平均は落ちるというシンプソンの逆説、AIへの依存で確認作業が減る「努力の共食い」、リテラシー差による二極化を取り上げます。処方箋としては、確認を挟む摩擦の設計とAIリテラシーへの投資を挙げ、人間がどこで判断し努力すべきかを見極める力こそ重要だとまとめています。

この要約は生成AIで作成しました。

記事はこちら

生成AIで生産性は上がるのか？MIT論文が示した3つの逆説

柳谷智宣

ITライター

FacebookContact

1972年生まれ、東京育ち。ITやビジネスといったカテゴリーで執筆しているライターです。キャリアは27年目で、雑紙やムック、単行本、新聞といった紙媒体から、ウェブ記事、メールマガジン、プレスリリースなども手掛けています。現在は、執筆だけでなく、企画提案から執筆・編集までを行っております。主に一般ビジネスユーザーをターゲットに、易しく解説する記事が多いですが、エンタープライズ向けの記事やメーカーや企業のウェブサイトのコンテンツ制作も請け負っています。可能な限り、様々な案件に対応できますので、まずは打診いただけると幸いです。