2026年初のAIが技術系労働者の生産性に与える自己報告された影響の測定

2026年2月から4月にかけて、METRは349名の技術系労働者（ソフトウェアエンジニア87名、研究者71名、学者・博士課程学生129名、創業者・管理者48名）を対象に、AIツールの生産性への影響に関する調査を実施した。この調査は、技術系労働者のAIによる生産性向上を自己報告するものとしては、これまでで最も詳細なものの一つである。

調査では、AIによる「価値」の向上（AIを使ってどれだけ多くの価値を生み出したか）を捕捉しようと試みた。これは「速度」の向上（AIなしで同じタスクを完了するのにかかった時間）とは区別される。この区別は重要であり、AIは作業の分布を変える可能性がある。例えば、研究者はAIを使ってインタラクティブなダッシュボードを迅速に構築できるが、プロジェクトにとってそれほど重要でないタスクに時間を費やすことになるかもしれない。研究チームは、価値の向上が調査設計者が通常関心を持つ概念に近いと考えている。

結果によると、参加者の自己報告による価値向上の中央値は1.4～2倍、速度向上の中央値は3倍であった。同じ回答者は、2025年3月の価値向上を1.3倍、現在（2026年3月）を2倍、2027年3月には2.5倍と予測している。回答は内部一貫性があり、異常値はわずか3%であった。

しかし、研究チームは結果の解釈に慎重である。METRスタッフは全サブグループの中で最も低い価値向上を報告しており、これは過去の研究で認識と現実のギャップが指摘されていることを反映している可能性がある。また、予備的な定性分析では、特に高い価値向上の推定値は誇張されている可能性が示唆されている。さらに、調査結果は必ずしも現実を反映しているわけではない。2025年初頭の同様の調査では、AIがタスク時間に与える影響を平均40パーセントポイント過大評価していたことが判明している。

調査は、ベンチマークやランダム化比較試験（RCT）と比較して、長所と短所がある。ベンチマークは標準化され再現性が高いが、外部妥当性に懸念がある。RCTは厳密に制御されているが、コストが高い。調査は安価で広範囲に実施でき、他の方法では扱いにくい質問（定性的な質問など）にも対応できる。研究チームは、AI研究開発の自動化の可能性を追跡したい機関（例：フロンティアAI企業）に対し、この調査を基にした質の高い調査を実施し、特に管理者や生産性研究者を優先的に調査することを推奨している。

調査方法論としては、GitHub、学術機関、METRネットワークなどを通じて便宜的サンプルを収集し、約70%の参加者に平均200ドルの報酬を支払った。参加者の平均プログラミング経験は12年、AIプログラミング経験は19ヶ月、エージェント型AIツールの使用経験は7ヶ月であった。48%が米国在住で、37%が学者または博士課程学生であった。調査では、複数の価値向上質問を設計して相互検証を行い、極端に矛盾する回答を除外した。

全体として、この調査はAIが技術系労働者の生産性に与える影響について貴重な自己報告データを提供するが、結果は他の証拠と組み合わせて解釈する必要がある。今後の研究では、測定指標をさらに洗練させ、実験データとの差異を探求することが望まれる。