再共有 — Benoit Raphaelによるコンテンツ
12,000人の従業員を対象とした調査が示すのは、AIを使うことで同僚との会話が増えるということだ。これは良い知らせか、それとも罠か。
ミラノのボッコーニ大学の研究者たちは、MicrosoftのAIアシスタントであるCopilotの導入期間中に、多国籍企業の12,040人の従業員の会議、通話、メールを追跡調査した。このツールを導入して3か月後、ユーザーは同僚とのやり取りに週あたり約20分多く費やしている。特に会議と電話においてである。
しかし本当の問題は、費やされる時間そのものよりも、誰と話すかということだ。そして何より、それが誰かということだ。
Copilotのユーザーは、以前よりも約3人多くの同僚と仕事をするようになり、その人たちはお互いをほとんど知らない。
別の調査が、バークレー大学の2人の研究者によって（2026年に）実施され、アメリカのテクノロジー企業において8か月間にわたって観察された。デザイナーがコーディングを始める。研究者がエンジニアリングの業務を引き受ける。
それが議論において何を変えるか想像してみてほしい。最初のモックアップ、コードの一部、一人では作れなかった提案を持ち込むことができる。同僚は検討し、議論し、一緒に改善するものを持っている。
しかしこの同じ調査は、実際の罠も示している。
エンジニアは、同僚がAIを使って行った仕事を修正するにより多くの時間を費やしている。機械は私たちが理解するよりも速く生産する。
ボッコーニ大学の調査の20分が、読み直し、検証、または修正に使われているのであれば…仕事は単に他の協力者に移っただけである。
これは、AIで時間を節約するときに問うべき、かなり具体的な疑問を提示する。結果を渡す相手に、どれだけの仕事が残っているのか。
コメントであなたの考えを教えてほしい。
LinkedInの情報源
- プロフィール: Pierre Jean Duvivier dit Sage（LinkedIn）
- 共有した著者: Benoit Raphael（LinkedIn）
投稿12,000人の従業員を対象とした調査が示すのは、AIを使うことで同僚との会話が増えるということだ。これは良い知らせか、それとも罠か。はles plumes qui mordentに最初に掲載された。
よくある質問
FAQ 12,000人の従業員を対象とした調査が示すのは、AIを使うことで人々は同僚とより多く話すということだ。これは良い知らせか、それとも罠か
1 この調査は実際に何を述べているのか
職場でAIツールを使用する従業員は、同僚とのコミュニケーションが減るのではなく増える傾向があることがわかった。この調査は約12,000人の従業員を対象とした
2 誰がこの調査を実施し、どこで見つけられるのか
見出しは12,000人の従業員を対象とした特定の調査に由来するが、引用する前に著者、機関、出版の詳細について原典を確認すべきだ。見出しはしばしば複雑な知見を単純化する
3 この調査においてAIとは何を指すのか
通常はチャットボット、執筆アシスタント、コーディング支援、職場のソフトウェアに組み込まれたAI機能などのツールである。正確な定義は、調査がAIの使用をどのように測定したかによる
4 なぜAIが人々に同僚とより多く話させるのか
よくある説明は、AIが定型業務をより速く処理し、協働のための時間を生み出すというものだ。そして人々はしばしば、AIが生み出したものを確認し、洗練し、または適用するために同僚に頼る
5 これは良い知らせなのか
そうであり得る。より多くのコミュニケーションは、より良いチームワーク、知識共有、より速い問題解決を意味し得る。しかし、より多く話すことが自動的に良いわけではない。会話が何についてなのかによる
6 では罠はどこにあるのか
考えられるマイナス面には、より多くの中断、AIの出力を他者と検証するために費やすより多くの時間、AIによる無駄な作業、AIの間違いを修正するための同僚への依存が含まれる。より多くのコミュニケーションは、より多くの会議と集中した仕事の減少を意味することもある
7 これはAIが職場での孤立を減らすということか
追加のコミュニケーションが真の協働であれば、その可能性はある。しかし、より頻繁にメッセージを送ることは、よりつながりを感じることと同じではない。相互作用の質が重要である
8 この発見は因果関係ではなく相関関係である可能性はあるか
はい。すでに多く協働している人々がAIを採用する可能性が高いのであって、AIがより多くの協働を引き起こしているのではないかもしれない。優れた調査はこれを統制しようとするが、確認する価値はある
9 「より多く話す」はどのように測定されたのか
おそらく自己報告、コミュニケーションログ、または会議・メッセージのデータを通じてである。各手法には限界がある。自己報告は偏りがあり得るし、ログは会話の質を捉えない
10 この効果はすべての職種に当てはまるのか
おそらく均等には当てはまらない。ナレッジワーカー、協働ソフトウェアを使用するチーム、および多くの執筆や分析を伴う職種は
