SNSの「AI情報」を追う人ほどヤバい…？ AI疲れで苦しむ人の“5つの思考タイプ“(2/3)

疲れを引き起こす「5つの要因」とは

　まず大前提として、今起こっているAI疲れは、社会構造に原因があります。真剣にAIに向き合おうとしている人ほど、なぜか消耗してしまう。

　これは個人の問題ではなく、誰がやっても疲れる仕組みになっているのです。

　AI疲れを引き起こす構造要因は、大きく5つに整理できます。

　1つ目は「進化の速さ」です。以前のITツールは、新機能が出るのは年単位や数か月単位でした。ところが生成AIの世界では、毎月、毎週、場合によっては毎日のように新モデル・新機能・新サービスが登場します。脳が情報を処理し終える前に、次のアップデートが来てしまうのです。

　2つ目は「ツールの多さ」です。「最強の○○」「神ツール」と紹介されるサービスは、毎日入れ替わります。どれを試すべきかを選ぶこと自体が、もはや消耗の原因になっています。


　そして3つ目は「期待値のインフレ」です。SNSでは「これを使わないと時代遅れ」という発信が増えています。一方、実際にビジネス現場で生成AIを業務利用している人の割合は、調査によってはまだ3～4割程度にとどまります。つまり、SNSで見えている景色は使いこなしている上位層が発信しているだけで、実態とは大きくズレているのです。

　4つ目は「役割の侵食」です。AIは資料作成や文章生成といった作業を肩代わりしてくれます。しかし、その代わりに「AIが生成したアウトプットをチェックし、判断する仕事」が増えました。雑用は減ったのに、判断負荷は増えている──これも見過ごせない疲労源です。

　最後の5つ目は「個人差」です。同じ進化スピードでも、新しい機能を見て「これで何ができるか」とワクワクする人にはユーストレス（良いストレス）になります。逆に「ついていけない」と感じる人にはディストレス（悪いストレス）になります。SNSで目立つのは前者ばかりなので、後者の人ほど焦りを感じやすくなります。

AI疲れに「酷似」…40年前から研究されてきた「ある概念」

　実は、AI疲れと似た現象は、今から40年以上前から学術的に研究されてきました。1980年代に提唱された「テクノストレス」という概念です。

　パーソナルコンピューターが普及し始めた頃から、テクノロジー導入に伴う5つのストレス要因が整理されてきたのです。

• テクノ過負荷：情報量が処理しきれない
• テクノ侵食：仕事が私生活に入り込む
• テクノ複雑性（習得しても追いつかない
• テクノ不安（自分の役割が代替される恐怖）
• テクノ不確実性：学んでもすぐ古びる）

　生成AIの登場により、この5つが一気に押し寄せている――そう捉えると、今自分が消耗している理由が腑に落ちるのではないでしょうか。


　ここで重要なのは、「自分だけ遅れている」という感覚は「錯覚」だということです。

　実際に生成AIを業務で日常的に使いこなしている人は、まだ半数を切ります。SNSで使い倒している声ばかりが聞こえてくるのは、「できている一部の人」だけが発信しています。 比べる相手を間違えると、ただ消耗するだけで終わってしまいます。

負荷を解くための「4つの戦略」

　ここからが、AI疲れに対する具体的な処方箋です。情報過負荷への対処戦略は、1970年代から学術的に研究されてきました。妥当性が確認されている対処の型は、大きく4つに整理されています。

　1つ目はスキル開発。新しい流れを捉えた上で、自分の知識と処理能力を引き上げてさばいていく方向性です。

　2つ目はフィルタリング。自分に関係のある情報だけを意図的に選び、それ以外は見ないと決める方向性です。

　3つ目は専門家への委任。信頼できる発信者を絞り込み、その人を通じて情報を取りにいく方向性です。

　そして4つ目は、距離を置くこと。情報そのものから一度離れ、消費自体を抑える方向性です。


　重要なのは、「自分はこの型でいく」と意識的に選ぶことです。私自身はスキル開発に振り切っていますが、それは仕事としてAI発信を行っているからです。読者の方が同じ強度で取り組む必要はまったくありません。

　ジム通いに例えてみると分かりやすいかもしれません。ランニング、筋トレ、ヨガ、ストレッチ――どれが正解と決まっているわけではなく、ダイエットしたいのか、健康になりたいのか、自分の目的によって選ぶものが変わります。AIも同じです。距離を置くのも、立派な戦略なのです。

　また、1つの戦略に絞る必要もあります。「ChatGPTについてはスキル開発で頑張るが、それ以外は専門家委任」というように、併用しましょう。 【次ページ】いけとも流「4レベル別」の処方箋