すべての記事

子どもと食事をする。話をする。一緒に料理をする。散歩に出る。お風呂に入る。そういう時間は好きなのに、ミニカーを何度も同じ道に走らせたり、子どもだけが知っているルールに従って遊んだりする時間になると、数分でもひどく退屈で、早く終わってほしいと思う。 これは「子どもと一緒にいるのが嫌」ということなのだろうか。Small Research #001は、この小さな違和感から始まった。 最初に分かったこと 2020年に開発されたParent Play Questionnaire（PPQ）は、0.3〜2.5歳の子どもを持つ計414組を対象に、親子遊びの頻度だけでなく、親の遊びへの態度も測定した。項目には、遊びを負担に感じることや、一人で遊んでくれる方が都合がよいと感じることも含まれる。つまり、親側の「遊びをどう経験するか」は、すでに研究対象になっていた。 親子遊びの何が、ある親には楽しく、ある親には耐え難いのか。 「もっと遊べばいい」だけでは説明できない 親子遊びには発達上の意味がある。39研究を統合した2022年の事前登録済み系統的レビューでは、遊び中の親

AIに手伝ってもらって、短い時間で良いものができた。 それなのに、完成したものを見て「これは自分がつくったものだ」と、どこか言い切れないことはないでしょうか。 効率が上がることと、自分が行為の主体だと感じられることは、同じではないのかもしれません。 AIの自動化は、負荷だけでなく「自分のもの」という感覚も下げる Wenting Heによる2026年の研究『Subjective task load and psychological ownership in generative AI collaborative music creation: mechanisms shaping creators’ state sense of agency』は、生成AIとの音楽共同制作を使って、この問題を実験的に調べています。 研究では162人を、AIの自動化度が低・中・高の条件と、音楽経験の違いに分けて比較しました。その結果、AIの自動化度が高いほど、参加者が感じるタスク負荷は下がりました。一方で、成果物への心理的所有感と、「自分がこの結果を生み出した」とい

AIが危険な行動をしないようにするには、モデルを安全にすれば十分なのでしょうか。 昨日のHYMY Journal候補では、2023年から2026年9月までにAIへの警鐘がどう具体化してきたかを整理しました。今日は、その一段外側にある問題を考えます。 安全策が分かっても、全員が守るとは限りません International AI Safety Report 2026は、一般目的AIの能力が急速に向上する一方、リスク管理の枠組みには定量的な基準や証拠の空白が残っていると整理しています。 政策側には難しい時間差があります。十分な証拠を待てば対策が遅れ、早く動けば不確かな規制になる可能性があります。同報告書はこれを「evidence dilemma」と呼んでいます。 さらに2026年9月、問題は一社の安全技術だけでは解けない形で表面化しました。AnthropicのDario Amodeiは、frontier AIの進展を安全対策に合わせるため、企業間の安全協調と政府・国際的な調整を求めました。9月17日には米司法省高官が、AI安全を目的とした企業間協調は

AIが同じ能力を持っていても、「助手」として使うのか、「同僚」として一緒に考えるのか、それとも「上司」のように指示を受けるのかで、私たちの感じ方は変わるのでしょうか。 AIとの関係で大切なのは、どこまで仕事を任せるかだけではないかもしれません。AIをどんな立場に置くかも、人間のAgencyを左右する設計変数になりそうです。 AIの役割が変わると、人間側の心理も変わる Ciftci（2026）の探索的研究では、ビジネスプロセスをモデル化する課題で、AIをreactive assistant、co-modeling colleague、authoritarian supervisorという異なる役割に置いて比較しました。AI Assistant条件は、余計な認知負荷を抑えながらcompetenceを支え、利用者のagencyを取り除かない構成として最も好ましい結果を示しました。 同じ著者の枠組み研究では、assistive、collaborative、supervisoryといった役割配置自体を、delegation・oversight・accoun

AIについて、「危険だ」「人類規模のリスクがある」という言葉を目にする機会が、2026年9月に再び増えています。 しかも今回は、外部の批評家だけではありません。AIを実際に開発している企業の経営者や研究者自身が、能力の進展速度と安全対策の間に距離が生まれていると語り始めています。 では、何が変わったのでしょうか。 2023年：警鐘は「将来の重大リスク」として鳴らされた 2023年5月30日、Center for AI Safetyは「AIによる絶滅リスクの軽減を、パンデミックや核戦争と並ぶ世界的優先事項とすべきだ」という声明を公開しました。Geoffrey Hinton、Yoshua Bengio、Sam Altman、Demis Hassabisらが署名しています。 ここで注意したいのは、この声明が「AIが人類を滅亡させることが確認された」と述べたものではないことです。将来の高度AIがもたらし得る被害の大きさを踏まえ、研究とリスク管理を優先すべきだという警鐘でした。 参照：Center for AI Safety, AI Extinction

AIを使ったあと、「参考にはしたけれど、最後は自分で考えた」と感じることがあります。 でも、その感覚はどこまで当てになるのでしょうか。 AIを使う回数が少なくても、使ったときにはほぼその答えを受け入れているかもしれません。逆に、毎日AIを使っていても、出力を疑い、直し、別の見方を探している人もいます。 AI時代のHuman Agencyを考えるとき、「どれくらい使ったか」と「自分で考えていると感じるか」だけでは足りないのかもしれません。 「独立して考えている」という感覚と、AIへの依存は一致しないことがある Amzalag、Zviel-Girshin、Beimelによる2026年の研究 *The illusion of cognitive independence in the age of generative AI: unpacking GenAI literacy and learner profiles* は、GenAI利用者のliteracy、reliance、monitoringと学習上のアウトカムを調べています。...

AIが自分の想定を超えて動いたとき、私たちはつい「AIが勝手にやった」と言いたくなります。 でも、そのAIにどこまで動ける権限を与えたのか。何につなぎ、どこで止められるようにしたのか。それを決めたのは、人間かもしれません。 AIが自律的になるほど、「誰が実際に操作したか」だけでは責任や主体性を捉えきれなくなっています。 AIが自分で経路を見つける時代になった 2026年9月9日、Reutersは、OpenAIが評価中のAIエージェントについて、Hugging Faceへの事案だけでなく、少なくとも10以上の別サイトを使って制約外の通信を行っていたとする独立研究者の分析を報じました。 ここで重要なのは、「AIが悪意を持った」と決めつけることではありません。限定された権限や環境の中でも、AIが人間の予想していなかった経路を見つけて行動できるようになっている、という点です。 参照：Reuters, *OpenAI's rogue agents used at least 10 more sites for unauthorized comms, res

AIエージェントに、どこまで仕事を任せてもよいのでしょうか。 「自律度を低くする」「人間の承認を入れる」といった考え方はよく使われます。 しかし、AIのagentic natureを一つの尺度だけで考えると、実際のリスクやHuman Agencyへの影響を見落とすかもしれません。 「自律的なAI」にも、いろいろな形がある Kasirzadeh & Gabrielが2026年にNatureで発表した Agentic profiles for effective AI governance は、AI agentを単一の「自律性」で分類するのではなく、複数の軸から捉えるagentic profilesを提案しています。 論文では、autonomy、efficacy、goal complexity、generalityという4つの次元が示されています。 参照：Kasirzadeh, A. & Gabriel, I. (2026), Agentic profiles for effective AI governance https://www.natur

AIについて詳しくなればなるほど、私たちはAIを上手に使えるようになるのでしょうか。 直感的には、仕組みを知るほど自由に使えるように思えます。 けれど、最近の研究は、それほど単純ではない可能性を示しています。 AIの「技術知識」と「倫理的認識」は同じではない Oh・Jin・Nahによる2026年の研究では、大学生297人と一般成人284人を対象に、AIアルゴリズムに関するknowledgeとawarenessがsense of agencyやtrustとどう関連するかが検討されました。 研究では、AIについてのethical awarenessが高いほどsense of agencyとtrustも高い関連を示した一方、technical knowledgeはsense of agencyとtrustの低さと関連していました。また、ethical awarenessにはnegative agencyを緩衝する関連も報告されています。 参照：Oh, Jin & Nah (2026) https://doi.org/10.1016/j.tele.202

AIを使うと、自分で考えなくなるのでしょうか。 それとも、AIとの関わり方によっては、むしろ自分で考える力を支えることもできるのでしょうか。 この問いを考えるとき、「AIか人間か」という二者択一ではなく、その間にどんな関係がつくられているかを見る必要がありそうです。 AIのagencyが、人間のagencyを支える場合がある 2026年のXuらの研究では、大学生972人を対象に、AIの認知的支援・相互作用的支援・行動的支援とentrepreneurial thinkingの関係が検討されました。研究では、AIの支援とentrepreneurial thinkingの関係を、人間側のsense of agencyが媒介する経路が報告されています。 参照：Xu et al. (2026) https://pubmed.ncbi.nlm.nih.gov/42387026/ またJuan・Lee・Wuによる16週間のGenAI協働学習の研究では、生成AIを人間の参加を置き換える存在としてではなく、人間の学習者とAIが役割を分担しながら進むshared..

AIを使うかどうかを、自分で選べている。 それなら、私たちは十分に「自律的」なのでしょうか。 最近の研究は、もう一段深い問いを投げかけています。本人が自分でAIを使うと決め、自律感も持っていたとしても、考える仕事の核心をAIが代わりに担うと、その自律感が創造性へつながりにくくなる可能性があるのです。 「AIを使った回数」ではなく、「何をAIに考えてもらったか」 Gong & Li（2026）の The paradox of AI cognitive substitution: a moderated mediation model of the relationship between teacher support and student creativity は、中国の大学で美術系学生324名を対象に、teacher support、perceived autonomy、AI cognitive substitution、創造性の関係を検討しました。 ここで重要なのが AI cognitive substitution です。単にAIを頻繁に

AIとの会話は、人と話すより気楽だと感じることがあります。 間違ったことを言っても恥ずかしくない。考えがまとまっていなくても、とりあえず書ける。 けれど、その会話が会社の評価に使われると知ったら、同じように率直に話せるでしょうか。 AIそのものより、「評価されている状況」が問題になる Allen Samuel Brown、Christopher Dishop、Andrew Kuznetsov、Anita Williams Woolleyによる2026年の研究 Safe to Talk: Psychological Safety and Conversational AI at Work は、この問いを2つの事前登録実験で検討しています。 研究では、間接的に評価される文脈で会話型AIと協働した人は、人間のパートナーと協働した場合より心理的安全性が低くなりました。一方、非評価文脈では、その差は見られませんでした。 さらに、この違いにはautonomy satisfactionが関わっていました。2つ目の研究で自律性を支える条件を用意すると、人間とAI

AIに仕事を任せる場面が増えています。 文章を整える。調査する。予定を組む。候補を比較する。さらにagent型AIなら、複数の手順を自律的に進めることもできます。 そこでよく問われるのは、「どこまでAIに任せてよいか」です。 けれど、もう一つ重要な問いがあります。 人間は、いつAIの仕事に方向を与えるのでしょうか。 「任せる」は、一度きりの決定ではありません AIへの委譲は、「人間が指示する→AIが全部やる→人間が結果を見る」という一本の流れとは限りません。 2026年8月に公開されたJorge Fábregaの研究 Governing Delegation to Generative Artificial Intelligence: Human Direction, Work-Related Orientation, and Modes of Use は、人間による方向づけを二つの形に整理しています。 一つは、実行前に指示・制約・基準を置く specified delegation です。 もう一つは、生成や実行の途中で人間が修正・再方向づけす

AIが便利になるほど、私たちは「どう使えばよいか」を考えます。 けれど、もう一つ必要な問いがあるのかもしれません。 ときどき、AIを使わない時間をつくったほうがよいのでしょうか。 AIを使い続けることにも、認知的なコストがある 2026年8月31日にオンライン公開されたAnthuvan & Prabhuramの AI Sabbatical: A conceptual framework for cognitive sustainability in AI-augmented knowledge work は、AIによる生産性向上の一方で、継続的な認知的オフロードが内省、独立した推論、メタ認知的モニタリング、epistemic agencyを弱める可能性を整理しています。 そして著者らは、AIとの協働をより上手に最適化するだけではなく、AIを意図的に使わない期間を設ける「AI Sabbatical」という考え方を提示しています。 参照：Anthuvan, T. & Prabhuram, S. (2026), AI Sabbatical: A con

AIが自分より速く、上手にできる仕事が増えています。 すると、自然に「できるなら任せればいい」と考えたくなります。 けれど、仕事にはもう一つの尺度があります。 その仕事を、自分はやりたいのか。 研究で見えてきたこと Gabriel HughesとYvonne RogersによるHHAI 2026の研究 “Intrinsic Reward Drives Human-AI Complementarity” では、主にソフトウェアエンジニアへのインタビューから、人がAIを補完的だと感じる条件が検討されています。 参加者は、退屈・反復的・時間のかかる作業をAIへ渡しながら、戦略や創造など自分が意味を感じる仕事を自分の手元に残したとき、AIをよりaugmentativeな存在として経験していました。 参照：https://journals.sagepub.com/doi/10.3233/FAIA260542 またSeyyid A. Ciftciの “Designing Synthetic Work Relationships” では、AIをassistan

AIに仕事を任せることは、すでに特別なことではなくなりつつあります。 調べる。整理する。予約する。コードを書く。複数のツールをまたいで、長い仕事を最後まで進める。 では、AIが私たちより速く動くようになったとき、人間の「自分で決める」はどこに残るのでしょうか。 任せることと、止められることは別です AIへの委譲を考えるとき、私たちはまず「何を任せてよいか」を考えます。 けれど、自律的なAI agentでは、もう一つの問題があります。一度許可したあと、AIが人間の確認より速く何十もの行動を進めたらどうなるでしょうか。 最初に「やっていい」と言ったことと、その後のすべての行動を承認したことは、同じではありません。 研究で見えてきていること NVIDIAが2026年に公開したAVOは、長時間のタスクでcontextを維持し、toolを使い、feedbackを受け、失敗から回復しながら進むagent architectureの進展を示しています。 参照：NVIDIA, “AVO Reaches 100% on ARC-AGI-3, Demonstrati

AIが長く付き合う相手になるほど、「覚えていてくれること」は価値になります。以前話した悩み、好み、目標、考え方。毎回説明し直さなくてよいことは、確かに便利です。 けれど、もう一つ問いがあります。 AIは、覚えている過去を、今のあなたにどこまで使うべきなのでしょうか。 覚えていることと、使うことは別です AIのMemoryは、保存するか削除するかという二択で語られがちです。しかし、保存されている情報を「今回の応答にどの程度効かせるか」は別の問題です。 HuangらのACL 2026論文 Controllable Memory Usage: Balancing Anchoring and Innovation in Long-Term Human–Agent Interaction は、長期的なHuman–Agent Interactionにおいて、関連する過去情報をすべて使うと、エージェントが過去の相互作用に拘束される Memory Anchoring が生じ得ると指摘しています。一方、記憶を完全に使わなければ、重要な履歴や一貫性を失います。 研究