効率向上の幻想：人々はAI利用頻度を過小評価し、単純作業での恩恵を過大評価する

arXivに投稿された最新の研究（論文番号2605.22687）は、人々が認知的に単純なタスクでAIを利用する際の系統的なバイアスを明らかにした。この研究はSunny Yu氏ら7名の著者によって行われ、2026年5月21日に提出された。研究者らは3件の事前登録ユーザー調査（合計2691名の参加者）を実施した。参加者は、基本的な算術、スペルチェック、簡単な質問への回答など、認知負荷の低いタスクを遂行し、各タスクでAI支援を使用するかどうかを自由に選択できた。驚くべきことに、AI支援が時間や労力を有意に節約しない場合でも、参加者は頻繁にAIを選択した。さらに分析を進めると、2つのレベルの系統的な校正ミスが確認された。1つ目は自己推定の誤差で、参加者は自身のAI利用頻度を実際よりも低く見積もる傾向があった。2つ目は効率向上の幻想で、参加者はAI利用による時間と労力の節約効果を過大評価していた。また、セッションレベルのキャリーオーバー効果も特定された。つまり、あるタスクでAIを使用した参加者は、その後のタスクでもAIを使用する傾向が強まり、さらに時間節約に関する誤認識が強化された。参加者は各タスク後にAIが節約した時間を推定するよう求められたが、その推定値は実際の節約時間を大幅に上回っており、この過大評価は特に簡単なタスクで顕著だった。実験の進行に伴い、AI利用率は増加したが、誤認識は減少せずむしろ固定化される傾向があった。この結果は、AIへの過度な依存のフィードバックループのリスクを示唆している。研究者は、AIシステムがユーザーに透明な効率フィードバックを提供することでこれらのバイアスを軽減できる可能性があると提案している。この研究は、人間とAIの相互作用における意思決定メカニズムに新たな光を当て、AI製品の設計やユーザー教育、AI倫理の議論に重要な示唆を与える。