仕事でAIを使っていると言いづらい。「怠けていると思われそう」の不安を、4,439人の実験から考える
資料づくりにAIを使ったけれど、上司には言わずにおいた。「楽をしていると思われたらどうしよう」と、なんとなく後ろめたい。そう感じる人は少なくありません。米国の研究チームの実験では、この心配にはある程度の根拠がありました。ただ同じ実験で、評価が変わる条件も見えてきています。
3行でわかる
- 4,439人の実験では、AIの助けを借りた人は、ほかの道具や人の助けを借りた人より「怠けている」「能力が低い」と見られやすい傾向がありました。
- ただし、評価する側がふだんAIを使う人だと、この傾向は弱まりました。AIが役立つとはっきりしている作業では、評価の差は見られませんでした。
- トルコの会社員564人の調査では、職場のAIのルールがはっきりしているほど、AIを使ったことを正直に伝える傾向がありました。
01結論から言うと
AIを使うと言いづらい気持ちには、実験でも一定の根拠がありました。ただ、その評価は相手のAI経験や作業の種類で変わります。「隠すか、全部話すか」の二択ではなく、伝え方と相手を選ぶ余地があります。
人は、誰かが助けを借りて仕事をしたとき、その人の努力や能力を割り引いて見ることがあります。
Reifらの研究では、AIの助けは、ほかの道具の助けよりもこの見方を受けやすいことがわかりました。「怠けていると思われそう」という予想は、思い込みだけではなかったのです。
一方で、評価する側がAIを使い慣れている場合や、AIが役立つ作業だとはっきりしている場合には、評価が下がらない結果も出ています。
02研究とデータでわかっていること
AIを使う人は怠けていると見られやすい、という結果が4つの実験でそろっています。一方で、見る側のAI経験や作業の種類によって、その評価は弱まったり消えたりしていました。
Reifら（2025年）[1]
職場で報告書づくりを速くする道具を使い始めた、と想像してもらう実験です。その道具が生成AIだと聞いた人は、別の道具だと聞いた人より「怠けている」「能力が低い」「代わりがきく」と見られると予想しました。上司や同僚に使っていると伝える気持ちも低くなりました。
対象: オンラインで募集した497人（平均37.7歳） ／ 限界: 想像した場面への回答で、実際の職場での行動ではありません。
Reifら（2025年）[1]
ある社員の紹介文を読んで、印象を答えてもらいました。AIの助けを借りていると書かれた社員は、ほかの助けを借りた社員や助けなしの社員より、怠けていて、能力が低く、勤勉さに欠けると評価されました。社員の年齢・性別・職業を変えても、この傾向は変わりませんでした。
対象: オンラインで募集した1,203人（平均39.1歳） ／ 限界: 短い文章を読んだだけの評価で、実際に一緒に働く相手への評価とは違う可能性があります。
Reifら（2025年）[1]
採用担当の役を引き受けてもらう実験では、全体としてはAIを毎日使う候補者と使わない候補者の評価に差はありませんでした。ただ、自分がAIをあまり使わない人は使わない候補者を選びやすく、よく使う人はAIを毎日使う候補者を選びやすい傾向がありました。
対象: 採用担当役の1,668人 ／ 限界: 実験用の簡単な作業での採用判断です。
Reifら（2025年）[1]
お礼のメッセージを750通書く仕事の候補者を評価してもらいました。手書きで郵送する仕事では、AIを使う候補者の評価が下がりました。一方、メールで送る仕事では、AIを使う候補者と文書作成ソフトなどを使う候補者の評価に差はありませんでした。ふだんAIをよく使う評価者ほど、AIを使う候補者を怠けていると見る傾向が弱くなりました。
対象: オンラインで募集した1,002人（平均43.2歳） ／ 限界: 研究者自身が、AIが広まるにつれて評価は変わっていく可能性があると述べています。
Mizrakら（2026年）[2]
コンサルティングなどの専門職の会社員に、AI利用を隠すかどうかを尋ねた調査です。伝えることへの不安や「能力が低いと思われる」という恐れが強い人ほど、AI利用を隠す傾向がありました。職場のAIのルールがはっきりしていて、会社公認の道具がそろっている人ほど、正直に伝える傾向がありました。
対象: トルコのコンサルティング・専門サービス業の564人（2026年3〜4月） ／ 限界: 一度きりの調査で、関連を示したもので原因まではわかりません。
WuとJiao（2026年）[3]
同僚がAIとよく協働していると感じる人ほど、その同僚を手助けする行動が少ない関連がありました。その背景には、「楽をしている」「責任を避けている」という受け止め方がありました。
対象: 中国の企業で働く人の2回の調査（375人分）と、会社員320人のシナリオ実験 ／ 限界: 中国の職場での結果で、ほかの国で同じかはわかっていません。
03まだわかっていないこと
AIが当たり前になるにつれて、この評価が変わるかはまだわかっていません。研究の多くは短い文章を読む実験で、実際の職場で長く一緒に働く場合の評価は確かめられていません。
- 実験は2024年3月〜2025年2月に行われました。AIを使う人が増えると、評価が変わる可能性を研究者自身が指摘しています。
- 参加者はオンラインで集めた人で、実際の会社の人事評価で同じことが起きるかは確かめられていません。
- 日本の職場を対象にした同じような研究は、見つかりませんでした。
- AI利用を「どう伝えれば」評価が下がりにくいかを直接試した研究は、まだほとんどありません。
04今日からできるセルフケア
隠し続けるのも、すべて打ち明けるのも負担になります。職場のルールを確かめ、AIに任せた部分と自分で判断した部分を分けて伝える。相手を選んで小さく話してみる。この3つから始められます。
職場のAIのルールを確かめる
社内の決まりや、使ってよい道具を一度確認します。調査では、ルールがはっきりしているほど正直に伝える傾向がありました。決まりがなければ、上司に「使ってよい範囲」を聞くだけでも十分です。
目安 10分・1回
任せた部分と、自分でした部分を分けて伝える
「下書きはAI、数字の確認と結論は自分」のように役割を一言で添えます。研究では、助けを借りると努力や能力を割り引いて見られやすいことがわかっています。自分の判断が入った部分を見えるようにする工夫です。
目安 1回30秒
AIを使い慣れた人から話してみる
実験では、ふだんAIを使う人ほど、AIを使う人を怠けていると見にくい傾向がありました。まずは使い慣れた同僚に、使い方を共有するところから始めると気が楽です。
目安 1人・5分
後ろめたさを「評価の予想」として書き出す
「怠けていると思われるかも」は、相手の評価の予想です。紙に書き出し、実際に言われたことと分けてみると、心配の大きさを確かめられます。
目安 3分
05よくある質問
仕事でAIを使うのはずるい？
研究が示しているのは、AIを使う人がそう見られやすいということで、使うこと自体が不正だということではありません。職場のルールの範囲で使い、確認は自分でする。これが基本です。
AIを使ったことは上司に言うべき？
職場のルールで決まっていれば、それに従います。決まりがない場合、言うかどうかの正解は研究では出ていません。任せた部分と自分で判断した部分を分けて伝えると、誤解を減らしやすくなります。
AIを使っていると、評価が下がる？
実験では、AIを使う人は怠けていると見られやすい傾向がありました。ただし、評価する人がAIをよく使う場合や、AIが役立つ作業の場合には、評価の差が見られないこともありました。
周りがAIを使っていないと、言い出しにくい
自然な気持ちです。研究では、AIをあまり使わない人ほど、AIを使う人に厳しい傾向がありました。まずは使い慣れた人や、ルールを確かめられる人から話すのが現実的です。
関連記事
仕事とAIの不安オンライン会議のあと、どっと疲れるのはなぜ？自分の顔を映さない設定で疲れが減った研究
仕事とAIの不安会社にAIが導入されてから、なんとなくしんどい。韓国の375人の調査では、仕事のストレスを通じて体調とも関わっていた
仕事とAIの不安AIに仕事を奪われそうで不安。その疲れの正体と、心配との付き合い方
出典
- Reif JA, Larrick RP, Soll JB (2025). Evidence of a social evaluation penalty for using AI. Proceedings of the National Academy of Sciences, 122(19), e2426766122. https://doi.org/10.1073/pnas.2426766122
- Mizrak F, Mert G, Erkasap A, Ozcan A, Mert M (2026). Hidden generative AI use in consulting: Social-cognitive and organizational factors in AI disclosure and concealment. Journal of Intelligence, 14(9), 196. https://doi.org/10.3390/jintelligence14090196
- Wu Y, Jiao Y (2026). How employee–AI collaboration influences coworkers' helping behaviour: An attribution theory perspective. Behavioral Sciences, 16(6), 985. https://doi.org/10.3390/bs16060985