AI丸投げで起きる認知負債|知性大全 樺沢紫苑

AIに下書きを頼み、出てきた文章を少し直して送る。この一連を何度か繰り返した日の夜に、今日は自分で何を考えたのだろう、と手が止まることがあります。仕事は前に進んでいるし、時間も短縮できている。それなのに、頭を使った感触だけがどこにも残っていない。この違和感には、名前がついていました。
樺沢紫苑氏の『知性大全 AI時代に不可欠な力』(サンクチュアリ出版、2026年)は、AIに仕事を奪われる話ではなく、AIに思考を渡し続けた人間の側で何が減るのかを扱った本です。この記事では、その中心にある「認知負債」と「知性サイクル」の2つに絞って整理します。

AIに任せるほど、こちらの脳は使われなくなる
認知負債とは何か——本書の定義
本書が最初に置くのは、便利さの裏で積み上がるコストの話です。調べる、書く、企画を立てる。どれもAIに渡せる作業ですが、渡した回数だけ、自分で問いを立てて考える機会が消えていきます。この目減りを、本書は認知負債(Cognitive Debt)と呼びます。借金と同じで、その日は楽になり、返済は後からまとめて来る。
MITの研究が示したこと
根拠として挙げられているのが、マサチューセッツ工科大学が2025年に発表した脳科学研究です。AIに文章作成を丸投げし続けると人間の脳活動が著しく低下し、しかもその影響が長期にわたって残ることが確認された、という内容だと本書は紹介しています。効率化の代償が、その場の手抜きでは済まないという指摘です。なお、本書に研究名や発表媒体の記載はありません。原典にあたりたい人は、2025年のMITの研究として自分で探す必要があります。
「知能」と「知性」を分ける
そのうえで本書は、記憶力や情報処理の速さを知能、目的や倫理を判断して知識を現実の行動に変える力を知性として、明確に分けます。知能の勝負はもう終わっている。膨大な情報にアクセスできるという条件は、いまや誰にとっても同じだからです。同じ情報を持った二人のあいだに差が出るとしたら、それは持っている量ではなく、そこから先の扱い方にある。この分け方が、本書全体の土台になっています。
知性とは、5つの工程を1周させること
本書は知性を、才能や資質ではなく手順として定義します。知る→考える→決断する→行動する→修正する。この5ステップを回すことを「知性サイクル」と呼び、288ページ・全120項目の中身は、ほぼすべてこの5つのどこかに配置されています。
| 工程 | AIに渡せるか | 本書の立場 |
|---|---|---|
| 知る | 渡せる | 差がつかなくなった |
| 考える | 一部 | 問いを立てるのは自分 |
| 決断する | 渡さない | 目的と倫理の判断 |
| 行動する | 渡さない | 現実を変えるのは人 |
| 修正する | 一部 | 効率化できない工程を残す |
止まりやすいのは、いつも同じ場所
この形にして眺めると、自分がどこで止まっているかが見えてきます。情報を集めるところで止まる人、考えたまま決めない人、決めたのに動かない人、動いたあと振り返らない人。本人はそれを性格の問題だと思っていることが多いのですが、工程として置き直せば、手順の欠落として扱えます。
どの工程をAIに渡すか、自分で決める
章立てを見ると、AIを排除する本ではないことがすぐ分かります。「AIに残す」「AIにフィードバックさせる」「AIに質問させる」「AIをカウンセラーにする」といった項目が並んでいて、渡していい工程と渡してはいけない工程を仕分けるのが本書の立場です。渡してはいけないほうの筆頭が、問いを立てることと決断すること。ここを渡した瞬間に、サイクルの持ち主が入れ替わります。
最後の2章が、この本の性格を決めている
全8章のうち、7章が「整える」、8章が「AI時代にあえてすべきこと」です。睡眠、運動、日記、悪口を手放す。そして、紙の本を読む、体験する、リアルに会う、美意識を磨く、料理する、外に出る、ボーッとする。思考法の本の最後に、この2章が置かれている構成そのものが主張になっています。
効率化できない工程を、あえて残す
料理も散歩もボーッとする時間も、生産性で測れば削るべき対象です。それを残せと書いてあるのは、これらが入力の質そのものを決めているからでしょう。AIに渡せる情報は、すでに誰かが言語にしたものだけです。実際に触った、行った、会った、という一次の情報は自分でしか取れない。同じ著者の『アウトプット大全』が出す側の技術だったのに対して、本書は出す前の材料をどこから取るかまで含めて扱っています。

考えなくなった作業と、考える余裕ができた作業
数えてみると、両方ありました。考えなくなったほうは、Excelの表やテーブルの外観の調整、細かい部分の修正です。感じたことをそのままプロンプトにして、ほぼ自分では考えずに作業している。認知負債は、たぶんこういうところに溜まります。
もう一方は、同じことを繰り返す作業や単調な内容です。エージェント機能に自動で動いてもらい、その間に自分はアイデアを思いついたり調べ物をしたりできる。時間を大きく買っているのと同じで、革命だと思っています。学業では決して成績が良くなかった自分でも、AIを使いこなせば何倍もの生産性を出せると信じています。
ただ、AIがなかった頃も、速さの源はありました。人です。分析資料を一人で作れば3時間かかるところを、複数の同僚に協力してもらって1時間ほどで仕上げる。部下のやる気を上げるにも、周りを巻き込むのがいちばん早かった。本書の言う知性が「知識を行動に変える力」なら、人を動かすのはその中心にある工程で、AIはそこを代わってくれません。
止まる場所より、止まらせない環境
5工程のどこで止まるか、という問いには、うまく答えられませんでした。自分の場合、工程より環境のほうが効いているからです。ある程度追い込まれる職場にいれば、強制的に自分を働かせられる。自分だけ非協力的なわけにもいかず、その中でどの立ち位置で何をすべきかを常に考えるので、その時点で頭はフル回転でした。フリーランスは逆で、何をするにも自分で決められるがゆえに、自分を動かすことに大きなエネルギーが要ります。使命感や大きな野望で自ら鼓舞しないと、堕落した道に走りかねない。楽をすることが好きな人には、茨の道です。

美意識は、項目として学べるか
ある程度は勉強によって学べると思います。ただ、自分の場合、いちばん教わったのはお客様からでした。色の合わせ方、アクセサリーの効かせ方、清潔感の出し方、体型の見せ方、立ち居振る舞い。店頭に立っていると、その人が何を考えて服を選んでいるかが、着こなしに出ているのが見える。とくに配色は、本で覚えたことより、お客様の組み合わせを見て覚えたことのほうが多い。自分でも実際に着て、試して、失敗して、少しずつ育っていくものでもある。ファッションは生き様も発するもので、日頃どのようなことを考えてどのような行いをしているかが、その人自身を表現するうえで実は大事だったりします。
今日からできる一歩
120項目を全部やるのは無理なので、サイクルに沿って3つだけ選ぶなら、このあたりです。
- AIに投げる前に、問いを1行だけ自分で書く。プロンプトではなく、自分が何を知りたいのかを日本語で書く。ここを飛ばすと、AIの答えの良し悪しを判断する基準が手元に残りません。
- 1日1回、AIを開かずに書く時間を取る。長さは問いません。メモ数行でいい。認知負債の返済は、書く筋肉を使う時間を確保するところからです。
- 止まっている工程を1つ特定する。知る・考える・決断する・行動する・修正するのうち、自分がいつも詰まる場所を名指しする。そこに関係する項目だけを本から拾って読む。
読む前に知っておきたいこと
大全と名のつく本の常で、1項目あたりの分量は短く、見開きで完結する構成です。一つのテーマを深く掘りたい人には物足りません。索引的に使い、必要な項目だけ拾う本だと考えたほうがいい。もう一つ、AIそのものの使い方を学びたい人には向きません。プロンプトの書き方やツールの比較は主題ではなく、あくまで人間側の工程の話です。同じAI時代を扱う本でも、『わが子に教える AI時代に必要な7つの能力』友村晋は子どもの能力をどう育てるかという家庭の話で、本書は大人が自分の仕事の手順をどう組み直すかという話。読者も場面も別物です。教育や学びの前提そのものを問い直したい人には、『冒険の書 AI時代のアンラーニング』孫泰蔵のほうが近いところにいます。
おわりに
AIに何ができるかを調べる時間は、この数年でずいぶん増えました。それに比べて、自分の側で何を手放したのかを数えた時間は、ほとんどありません。本書が測ろうとしているのは後者のほうです。増えたものではなく、減ったもの。その差額を見ないまま便利さだけを足していくのが、認知負債という言葉の指しているところだと思います。
📖 『知性大全 AI時代に不可欠な力』 樺沢紫苑
サンクチュアリ出版/2026年8月5日/四六判並製288ページ/全120項目/ISBN 978-4-8014-0173-0/本体1,900円+税(2,090円)
TSUME
ブログ運営者
TSUMEノートは、人生の4本柱(人間関係・健康・お金・学び)を少しずつ良くするための読書メモです。アパレル業界で約20年、店頭のアルバイトから店長、最大8店舗のスーパーバイザーまで経験し、40代でフリーランスになりました。独立を視野に古物商の資格も取り、いまはテニス関連の仕事とファッションのスタイリングをしています。30代後半から続けている読書が、読んでくれた方のヒントになればうれしいです。
→ くわしいプロフィールはこちら


