AIの使いすぎで認知負債？

「ChatGPTを使うと頭が悪くなる」「AIに頼ると脳が衰える」——そんな見出しを見て、不安になった方もいるかもしれません。きっかけの一つは、2025年6月に米国のマサチューセッツ工科大学（MIT）の研究チームが公開した研究で使われた「認知負債（cognitive debt）」という言葉です。

この記事では、その研究が実際に何を調べ、何がわかって何がわかっていないのかを、その後に出た研究や、文部科学省・総務省などの最新の考え方とあわせて整理します。先に答えを言うと、「AIを使うと脳そのものが衰える」ことは証明されていません。一方で、「考える部分をまるごと任せると、その分は身につかない」ことは、かなり確かになってきました。怖がってやめる必要はなく、使う順番と頼み方を少し変えればよい——というのがこの記事の結論です。

2026年9月29日時点の情報にもとづいて作成しています。

SECTION 01 結論——3つだけ覚えてください

  1. 1「AIで脳が衰える」は証明されていない

    話題の「認知負債」は、専門家の審査（査読）をまだ経ていない54人の実験から生まれた言葉です。測ったのは「エッセイを書く20分間の脳波のつながり方」で、脳の損傷や認知症を示したものではありません。研究チーム自身も「バカになる」「脳がダメになる」といった言葉で報じないよう求めています。

  2. 2ただし「任せた部分は身につかない」はかなり確か

    答えを出すAIで練習した高校生は、AIを外した試験で成績が17%下がりました（ランダム化比較試験）。大学生の実験でも45日後の記憶テストが11ポイント低く、医師でもAIに頼ったあと、AIなしの検査の成績が下がったという報告があります。「能力が壊れる」のではなく、「練習しなかった分が育たない・鈍る」と考えるのが正確です。

  3. 3使い方しだいで、結果は逆転する

    答えを直接出さず、ヒントで考えさせる設計のAIでは、試験の成績は下がりませんでした。50歳以上41万人の分析では、デジタル機器を使う人のほうが認知機能の低下が少ないという関連も示されています。国も「禁止」ではなく、「学びの近道にしない」「最後は人が判断する」という方向で動いています。

SECTION 02 「認知負債」という言葉はどこから来たのか

2025年6月10日、MITメディアラボのナタリヤ・コスミナ氏らは、論文を雑誌に載せる前の原稿を公開する場（arXiv）に、「Your Brain on ChatGPT（ChatGPTを使ったときのあなたの脳）——エッセイ執筆でAIアシスタントを使うと認知負債がたまる」という216ページの報告を公開しました。刺激的な題名もあって、世界中で報道されました。

「認知負債」は、ソフトウェア開発で使われる「技術的負債」をもじった言葉です。今ラクをするために、考える手間をAIに肩代わりしてもらうと、その“借り”が、あとで自分の頭で考えなければならない場面にまとめて返ってくる——というイメージです。医学用語でも、病名でもありません。

実験の中身は図1のとおりです。ボストン周辺の5つの大学などから集まった18〜39歳の54人を3つのグループに分け、米国の大学入試（SAT）の小論文課題について、20分でエッセイを書いてもらいました。書いているあいだは頭に電極をつけて脳波（EEG）を記録しています。約4か月のあいだに同じ条件で3回書き、希望した人だけが4回目で条件を入れ替えました。

図1　MITの研究の設計（Kosmyna et al., 2025 をもとに作成）

グループ第1〜3回（1回20分・約4か月で3回）第4回（希望者のみ）LLM群18人ChatGPT（GPT-4o）だけを使って書くAIなしで書く検索群18人Google検索だけを使う（AIの回答表示なし）参加なし自力群18人道具を使わず、自分の頭だけで書くChatGPTを使って書く書いているあいだの脳波（EEG）を記録し、書き終えた直後に面接。第4回の参加者は、入れ替えた2つのグループをあわせて18人。テーマは米国の大学入試（SAT）の小論文課題。

SECTION 03 MITの研究で、実際にわかったこと

報告書に書かれている主な結果は、次の5つです。

  1. 1脳波のつながりは「自力＞検索＞AI」の順

    脳のさまざまな場所どうしが、どれだけ連動して働いているか（結合性）を調べると、道具を使わない自力群がもっとも強く、検索群が中間、ChatGPTを使ったLLM群がもっとも弱いという順でした。外からの手助けが大きいほど、自分の脳を使う量が減っていた、と研究チームは解釈しています。

  2. 2自分が書いた文章を覚えていない

    書き終えた直後に「いま書いたエッセイから一文を引用してください」と頼むと、LLM群では18人中15人（83%）がうまく引用できませんでした。検索群と自力群ではそれぞれ18人中2人（11%）でした（図2）。

  3. 3「自分の文章だ」という感覚が薄い

    エッセイが自分のものだと感じる度合い（当事者意識）は、LLM群がもっとも低く、自力群がもっとも高くなりました。

  4. 4似たような文章が並ぶ

    LLM群のエッセイは、言い回しや取り上げる具体例が互いに似通っていました。

  5. 54回目：AIを外しても、すぐには戻らなかった

    3回ChatGPTを使ったあとにAIなしで書いた人は、脳波のつながりが自力群ほど高まりませんでした。反対に、3回自力で書いてから初めてChatGPTを使った人は、脳の広い範囲が活発に働き、自分の文章もよく覚えていました。

図2　直前に書いた自分のエッセイから、一文を正確に引用できなかった人の割合（第1回）

LLM群ChatGPT使用83%（18人中15人）検索群Google検索11%（18人中2人）自力群道具なし11%（18人中2人）0%50%100%直後の面接で口頭により確認。検索群と自力群のあいだに差はなかった。数値は査読前の原稿（Kosmyna et al., 2025）による。
見落とされがちな「もう一つの結果」

5番目の結果の後半は、あまり報道されませんでした。先に自分の頭で考えてからAIを使った人は、むしろ脳がよく働いていたのです。AIを使うかどうかより、「いつ・どう使うか」が大事かもしれないことを示す結果で、この記事の後半の「使い方」の話につながります。

SECTION 04 この研究から「言えないこと」

一方で、この研究には大きな限界があります。話題になった研究ほど、「どこまで言えるか」を落ち着いて確かめておく必要があります。

項目この研究で言えることこの研究では言えないこと
研究の段階査読前の原稿として公開（2025年12月31日に改訂版を公開）。2026年9月時点でも雑誌への掲載は確認できない専門家の審査を経て確定した結果とは、まだ言えない
人数54人（4回目は18人）結論を出すには少ない。独立した研究者は、必要な人数を約159人と試算している
測ったもの20分間の作業中の、脳波の「つながり」の違い脳の損傷、萎縮、記憶力の低下、認知症。つながりの違いは「その作業に自分の頭をどれだけ使ったか」の目安で、脳の健康状態を示すものではない
期間約4か月のあいだに3〜4回、各20分毎日何年も使い続けたときの影響
対象米国の18〜39歳（大学生・大学院生が中心）子ども、高齢の方、病気のある方

2026年には、ウィーン大学などの研究者が、この原稿に対する詳しいコメントを公開しました。人数の少なさに加えて、脳波の「つながりの数」は、あるグループが別のグループより強かった接続を数えたもので、脳の働きの総量ではないこと、報告の中に食い違う記述があること、そして「検索エンジンという外部の道具に頼った検索群」は引用テストで自力群とまったく差がなかったことを指摘しています。「外部の道具に頼るほど負債がたまる」という筋書きとは、必ずしも一致しないわけです。

研究チーム自身の注意書き

研究チームは公式サイトのQ&Aで、「この研究は、AIが人を『バカにする』と言っているのか」という問いに「いいえ」と答え、「バカ」「脳が腐る」「害」「損傷」といった言葉を使わないでほしい、論文ではそうした言葉を使っていない、と明記しています。報道の見出しと研究の中身には、かなりの距離があります。

SECTION 05 「脳波のつながりが弱い」は「脳が衰えた」ではない

電動アシスト自転車で坂道を登ると、太ももの筋肉はあまり働きません。これは「筋肉が衰えた」ことではなく、「その坂道では筋肉を使わなかった」ことを示すだけです。MITの研究で測った脳波の違いは、これに近いものです。

ただし、毎日アシストに任せていれば、自力で坂道を登る脚力は育ちにくくなります。問題になるのは、この「使わなかった力は育たない・鈍る」ほうです。そして実は、こちらについては別の研究で、より確かな証拠が集まりつつあります。

「認知能力が下がる」には、2つの意味がある
  • 脳そのものの力が下がる（記憶力や知能が全体として落ちる、認知症になりやすくなる）→ AIでそうなるという証拠は、現時点ではありません。
  • 任せた作業が身につかない・腕が鈍る（AIに書かせた文章を覚えていない、AIに解かせた問題を自分では解けない）→ こちらは質の高い研究で繰り返し示されています。

こうした現象は、心理学では「認知的オフロード（外部の道具に頭の仕事を預けること）」と呼ばれ、AIの登場よりずっと前から研究されてきました。メモ帳、カレンダー、電卓、カーナビ——私たちはもともと、頭の仕事を道具に預けて暮らしています。預けること自体は悪いことではなく、空いた頭を別のことに使えるという利点もあります。

たとえばカーナビでは、ふだんからナビに頼って運転する人ほど、自分で道を覚える空間記憶の成績が低く、3年後に再検査した13人では、ナビをよく使った人ほど成績の落ち方が大きかったという報告があります（人数が少ない予備的な研究です）。また2011年には「ネットで調べられると思うと、情報そのものより“どこにあるか”を覚える」という研究が話題になりましたが、同じ論文に含まれていた「難しい質問に答えると、ネットに関係する言葉に注意が向く」という実験は、2018年の大規模な再現実験でも、2020年の追試でも再現できませんでした。道具に預けた分だけ、その能力の練習が減る——ただし、影響の大きさは研究によってまちまちというのが、これまでの到達点です。

SECTION 06 質の高い実験が示したこと——「任せた部分は身につかない」

では、生成AIについて、もっと信頼できる形で調べた研究はあるのでしょうか。ここでは、参加者をくじ引きでグループに分けて比べる「ランダム化比較試験（RCT）」を中心に紹介します。偶然や思い込みの影響を受けにくい、確かさの高い研究方法です。

高校生約1,000人の試験（米国科学アカデミー紀要、2025年）

ペンシルベニア大学などのチームは、トルコの高校で、数学の授業の約15%を「AIを使える練習問題」に置き換える試験を行いました。生徒は、①ふつうのChatGPTと同じように答えを出すAI、②答えを直接言わず、ヒントを出して考えさせるように設計したAI、③AIなし、のいずれかに割り振られました。

結果は図3のとおりです。練習中の成績は、答えを出すAIで48%、ヒントで導くAIで127%上がりました。ところが、AIを外して受けた試験では、答えを出すAIで練習した生徒のほうが、AIなしで練習した生徒より17%低い成績でした。生徒がAIを「松葉杖」のように使い、答えを写して練習を済ませていたためと、研究チームは分析しています。一方、ヒントで導くAIでは、試験の成績は下がりませんでした。

図3　同じAIでも、設計によって「あとに残るもの」が違う（Bastani et al., PNAS 2025）

① AIを使える状態で解いた練習問題の成績答えを出すAI+48%ヒントで導くAI+127%② AIを外して受けた試験の成績答えを出すAI−17%ヒントで導くAIほぼ差なし0＝AIなしで練習した生徒トルコの高校3学年・約1,000人。授業の約15%をAI付きの練習に置き換えたランダム化比較試験（Bastani et al., PNAS 2025）。%はAIなしで練習した生徒の成績に対する増減。

大学生120人・45日後の抜き打ちテスト（2025年）

ブラジルの大学で、学生120人をくじ引きで2つに分け、AIの基礎知識について「ChatGPTを使って学ぶ」グループと「教科書や文献で学ぶ」グループを比べた試験です。45日後に予告なしのテストを行うと、正答率はChatGPTを使ったグループが57.5%、使わなかったグループが68.5%で、11ポイントの差がつきました。ChatGPTを使ったグループは勉強時間も短かった（平均3.2時間と5.8時間）のですが、勉強時間をそろえて計算しても差は残りました。ただし、途中で約3割がテストを受けておらず、1つの大学だけの結果です。

「できた気になる」問題（2026年）

フィンランドなどの研究チームは、246人にAIを使って論理パズル20問を解いてもらい、自分が何問正解したと思うかを尋ねました。AIのおかげで、成績はAIなしで解く人たちの標準的な水準より3問ほど高くなりましたが、本人の見積もりは実際より4問ほど高く、自分の実力を読み違えていました。452人での追試でも同じ結果でした。AIのおかげで「できた」のか、自分が「できる」のかの区別がつきにくくなるわけです。

事務職や専門職などの知識労働者319人へのアンケート（2025年）でも、AIへの信頼が高い人ほど、AIの答えを批判的に検討しなくなる傾向があり、反対に自分の力に自信がある人ほど、よく検討していました。これは本人の申告にもとづく調査で、因果関係までは言えませんが、実験の結果と同じ方向を向いています。

SECTION 07 医師も例外ではない——「任せた技術は鈍る」

この問題は、学生だけのものではありません。2025年、ポーランドの4つの内視鏡センターから、医学界に衝撃を与える報告がありました。

これらの施設では2021年末に、大腸カメラの映像からポリープを自動で見つけて知らせるAIを導入しました。導入の前後3か月ずつで、AIを使わずに行った検査の成績を比べたところ、大腸がんになり得るポリープ（腺腫）を見つける割合が、28.4%から22.4%に下がっていたのです（図4）。対象は、1人あたり2,000件以上の経験をもつベテラン医師19人でした。

図4　AI導入の前後で比べた、AIを使わない大腸内視鏡検査の腺腫発見率

AI導入前の3か月（AIを使わない検査）28.4%（795件中226件）AI導入後の3か月（AIを使わない検査）22.4%（648件中145件）0%10%20%30%40%ポーランドの4施設、経験豊富な内視鏡医19人の観察研究（Budzyń et al., Lancet Gastroenterol Hepatol 2025）。差は6.0ポイント（95%信頼区間 1.6〜10.5ポイント）。腺腫は、大腸がんになり得るポリープ。

AIが「ここを見て」と教えてくれることに慣れると、自分の目で探す注意力がゆるむのかもしれません。ただしこれは観察研究で、導入前後の患者層の違いなど、ほかの要因を完全には除けていません。それでも、経験豊富な専門家でさえ、任せた技術は鈍り得ることを示した最初の実臨床データとして重く受け止められています。

日本の医療では「最後に判断するのは医師」

厚生労働省は2018年12月の通知（医政医発1219第1号）で、AIを使って診療する場合も、診断や治療の主体は医師であり、最終的な判断の責任は医師が負う、と整理しています。AIを使うほど、「AIなしで見て、考えて、判断する力」を医療者自身が保ち続けることが求められます。

SECTION 08 反対向きのデータ——使い方で結果は逆転する

ここまでで「やはりAIは危ない」と感じた方もいるかもしれません。しかし、同じ研究の流れの中には、反対向きの結果もたくさんあります。

  1. 1ヒントで導くAIは、試験の成績を下げなかった

    SECTION 06の高校生の試験で、答えを直接言わない設計のAIは、練習中の成績を127%上げ、AIを外した試験でも成績を下げませんでした。問題はAIそのものではなく、「考える過程を飛ばせてしまう使い方」にあったことになります。

  2. 2よく設計されたAI家庭教師は、授業より学べた

    ハーバード大学の物理の授業で194人を対象にした試験（2025年）では、教育の原則にそって、答えをすぐに教えず一歩ずつ考えさせるよう設計したAI家庭教師で学んだほうが、学生が手を動かして考えるアクティブラーニング型の授業より短い時間で、学習の伸びが2倍以上になりました（中央値での比較）。

  3. 3デジタル機器を使う高齢者は、認知機能の低下が少ない

    50歳以上の41万1,430人を含む57研究をまとめた分析（2025年）では、パソコンやインターネット、スマートフォンを使う人のほうが、認知機能障害がある割合が低く（オッズ比0.42）、認知機能が低下する速さもゆるやかでした（ハザード比0.74）。いわゆる「デジタル認知症」の心配を支持する結果ではありませんでした（図5）。

図5　50歳以上のデジタル機器利用と認知機能（Benge & Scullin, Nat Hum Behav 2025）

丸投げ型　答えをもらうAIに頼むこと問題の答え、完成した文章そのものその場の出来上がる（練習問題の成績 +48%）あとに残るもの少ない（AIを外した試験 −17%、45日後の記憶テスト −11ポイント）伴走型　考えを鍛えるAIに頼むことヒント、次に考える点、自分の答えへの反論や確認その場の出来大きく上がる（練習問題の成績 +127%）あとに残るもの減らない（AIを外した試験で差なし）数値は Bastani et al.（PNAS 2025）と Barcaui（Soc Sci Humanit Open 2025）による。研究ごとに対象と測り方が違うため、数値どうしの大小を直接比べることはできない。
この結果を読むときの注意

この分析は観察研究をまとめたもので、「元気で頭がよく働く人ほど機器を使う」という逆向きの関係も考えられ、因果関係はまだ確定していません。また、対象はおもに生成AIが広まる前のパソコン・スマートフォン利用です。それでも、「デジタル機器を使うと高齢者の脳が衰える」という心配を裏づけるデータは見当たらない、とは言えます。

なお、英国の医学誌ランセットの専門委員会が2024年にまとめた「認知症の予防できる危険因子14項目」には、若いころの教育機会の少なさ、難聴、高血圧、運動不足、喫煙、社会的孤立などが挙がっていますが、デジタル機器やAIの使用は含まれていません。認知症を防ぎたいなら、AIを避けることより、運動や聞こえの治療、人との交流に力を注ぐほうが、はるかに確かな道です。

図6　同じAIでも、使い方で「あとに残るもの」が違う

1.0＝差なし認知機能障害がある（オッズ比）0.42（0.35〜0.52）認知機能が低下する速さ（ハザード比）0.74（0.66〜0.84）0.20.40.60.81.01.2← デジタル機器を使う人のほうが少ない多い →50歳以上を対象にした57研究・41万1,430人（平均68.7歳、平均追跡6.2年）の統合解析（Benge & Scullin, Nat Hum Behav 2025）。観察研究のため因果関係は未確定。生成AIが広まる前のパソコン・インターネット・スマートフォン利用が中心。

SECTION 09 研究によって結果が食い違って見える理由

「成績が上がった」「下がった」「関係ない」——研究によって結論が違って見えるのは、次の5つの違いがあるためです。

  1. 1「その場の出来」か「あとで一人でできるか」か

    高校生の試験では、同じ生徒が、AIを使った練習では+48%、AIを外した試験では−17%でした。AIを使っているあいだの成績と、身についた力は別物です。

  2. 2誰を対象にしたか

    学ぶ途中の高校生・大学生、すでに技術をもつベテラン医師、50歳以上の一般の人では、AIの影響の出方が違います。

  3. 3研究の型

    くじ引きで分けるRCT、ふだんの暮らしを追う観察研究、本人の感じ方を尋ねるアンケート、査読前の原稿では、結果の確かさが違います。

  4. 4AIの設計

    答えをそのまま出す一般的なチャットと、ヒントを出して考えさせる家庭教師型では、正反対の結果になり得ます。

  5. 5期間

    20分×3〜4回、45日、3か月、平均6.2年——調べた期間がまったく違います。長く使い続けた場合の影響は、まだほとんどわかっていません。

数字の単位にも注意してください

この記事に出てくる「+48%」「−17%」は対照群の成績に対する増減の割合、「11ポイント」「6.0ポイント」は割合どうしの差、「オッズ比0.42」「ハザード比0.74」は起こりやすさの比です。単位も比べている相手も違うため、数字の大小を並べて比べることはできません。

SECTION 10 国はどう考えているか——行政の最新の動き

AIと「考える力」の関係は、国の政策でも取り上げられるようになりました。主な動きを表にまとめます。

機関・文書時期要点
文部科学省
生成AIの利活用に関するガイドライン（Ver.2.0）		2024年12月26日「人間中心の利活用」が基本。AIの出力は参考の一つとし、最後は人間が判断して責任を持つ。一律に禁止・義務付けるような運用は望ましくない。発達の段階に応じて使う。
文部科学省
中央教育審議会 デジタル学習基盤特別委員会（第10回）資料1		2026年6月30日学習指導要領の改訂を待たずに、ガイドラインをVer.2.1へ改訂する方針を提示。検討項目に「過度な学習過程のショートカット（認知的オフロード）への対応」を明記。MITの研究などは「学術的な知見が積み重なりつつある」段階とし、リスクの存在をもって直ちに利活用を否定するものではない、としている。
同資料（次期学習指導要領の方向性）2026年6月（検討中）小学校から高校まで、発達の段階に応じてAIを学ぶ。その中で「依存のリスク等を踏まえ、AIに頼りすぎないことや自ら適切な距離を取る必要があること」を扱う方向。
総務省
令和8年版 情報通信白書		2026年7月24日公表生成AIの利用経験は58.8%（2025年度調査。前年度の26.7%から大きく上昇）。「人間の記憶や思考能力とAI」という節を設け、良い影響・悪い影響の両方の研究を紹介。有識者の見方として、人間単体では能力が下がることがあり得ても、AIとの協働によって全体としての能力は向上し得る、との意見も掲載。
OECD（経済協力開発機構）
Digital Education Outlook 2026		2026年1月19日教育的な設計のないまま作業をAIに任せると、課題の出来は上がっても本当の学びにはつながらない、と分析。一方で、明確な教え方の原則にもとづいて使えば学びを支え得るとし、進むべき道は技術の拒否ではないとする。政策の課題は、生成AIを「学習の近道」ではなく「学習のパートナー」にすること。
AI法・人工知能基本計画
（内閣府）		法は2025年5月成立・9月全面施行／計画は2025年12月23日閣議決定イノベーションの促進とリスクへの対応の両立を掲げる。関連する総務省・経済産業省「AI事業者ガイドライン（第1.2版、2026年3月31日公表）」は、社会的なリスクの一つに「過度な依存」を挙げている。
厚生労働省
医政医発1219第1号		2018年12月19日AIを用いた診療でも、診断・治療の主体は医師であり、最終的な判断の責任は医師が負う。
国の立場をひとことで言うと

どの文書も、「AIを避けなさい」ではなく、「人が考える部分を残して使いなさい」という点で一致しています。文部科学省のガイドライン改訂版（Ver.2.1）は、2026年9月29日時点ではまだ公表されておらず、10月1日に開かれる同委員会（第11回）以降の議論が注目されます。

SECTION 11 「認知負債」をためない5つの使い方

研究から見えてきた「うまい使い方」を、今日からできる形にまとめました。

  1. 1先に自分で考える（1分でいい）

    MITの研究でも、自分で考えてからAIを使った人は脳がよく働いていました。メールなら「言いたいことを3行」、調べものなら「自分の予想」を先に書いてから、AIに聞いてみてください。

  2. 2「答え」ではなく「ヒント」を頼む

    「答えは言わずに、次に考えるべき点だけ教えて」「私の考えの弱いところを指摘して」と頼むと、AIは家庭教師のように働きます。高校生の試験で成績を下げなかったのは、この使い方でした。

  3. 3使ったあと、自分の言葉で言い直す

    AIが作った文章を、見ないで誰かに説明できるでしょうか。説明できなければ、まだ自分のものになっていません。要点を一言でまとめるだけでも、記憶に残りやすくなります。

  4. 4大事なことは、元の情報で確かめる

    AIを使うと「できた気」になりやすいことがわかっています。健康、お金、契約、仕事の判断など大事な場面では、AIの答えを出発点にして、公的な情報や専門家で確かめてください。

  5. 5「AIなしでやること」をあえて残す

    手書きの日記や手紙、暗算、慣れた道はナビなしで行く、趣味の文章は自分で書く——。使わない力は鈍りますが、使えばまた戻ってきます。自分にとって大切な力を一つ決めて、そこは自分の頭で続けましょう。

SECTION 12 年代や立場による考え方の違い

立場影響の受けやすさ考え方のポイント
子ども・学生もっとも受けやすい。学ぶ過程そのものが目的のため宿題は「自分でやる→AIで確かめる→どう考えたか説明する」の順に。文部科学省も発達の段階に応じた使い方を求め、「AIに頼りすぎない」ことを学ぶ方向です。
働く世代・専門職任せてよい作業も多いが、専門の核は鈍り得る下書きや整理はAIに任せてよい一方、自分の専門の判断（診断、設計、文章の骨組みなど）は、AIなしで行う機会を意識して残します。
高齢の方・療養中の方使うことで脳が衰えるという証拠はない調べもの、会話、手紙の下書き、趣味など、人とのつながりや頭を使う機会を広げる道具になり得ます。詐欺や誤った健康情報をうのみにしないことが大切です。
ご家族・介護する方見守る立場として関わる本人がAIを使うことを止める必要はありません。ときどき一緒に画面を見て、どんなことを聞いているか、体のことで気になる内容がないかを確かめてください。
当院の視点

「AIのせいで物忘れ」と決めつけないでください

在宅医療の現場では、物忘れや意欲の低下が「年のせい」「スマホのせい」と片づけられ、治療できる原因が見逃されている場面に出会います。AIについても同じことが言えます。訪問診療・訪問看護の立場から、次の4つをお伝えします。

  1. 1物忘れが気になったら、AIを疑う前に体を調べる

    薬の副作用、難聴、睡眠不足、気分の落ち込み、甲状腺の病気、ビタミン不足、脱水など、治療で良くなる物忘れは少なくありません。AIを使っているかどうかに関係なく、物忘れが数か月続く、生活に支障が出ているときは、かかりつけ医に相談してください。

  2. 2高齢の方・療養中の方がAIを使うのを止めない

    外出が難しい方にとって、AIとの会話や調べものは、話す・考える・知る機会になり得ます。社会的な孤立は認知症の危険因子の一つです。ただし「AIが言っていたから薬をやめた」ということは避け、体のことは主治医や訪問看護師に相談してください。

  3. 3AIで調べたことは、診察や訪問のときに見せてください

    AIに聞いたことを話すのを遠慮される方がいますが、否定から入ることはしません。どこまでが一般論で、どこからがご本人に当てはまるのかを一緒に整理するのが、私たちの役割だと考えています。

  4. 4医療者も「AIなしで診る力」を保ち続ける

    内視鏡の研究が示したように、専門家でも任せた技術は鈍ります。医療でAIを使う場面が増えても、診断や治療の最終的な判断は医師が行うという原則を守り、自分の目と手で確かめる手順を省かないことが大切だと考えています。

SECTION 13 場面別の早見表

こんなとき考え方おすすめの一手
仕事のメールや報告書をAIで下書きする任せてよい作業。ただし言いたいことの骨組みは自分のもの先に要点を3行書き、送る前に自分の言葉で読み直す
資格試験や受験の勉強にAIを使いたい覚えることが目的。答えをもらうと身につきにくい自分で解いてから、解説や間違いの理由をAIに聞く
子どもがAIで宿題をしている学ぶ過程が省かれやすい「どう考えたか」を口で説明してもらう
高齢の親が毎日AIと会話している会話や頭を使う機会として前向きにとらえてよい詐欺や健康情報のうのみにだけ注意し、ときどき一緒に使う
最近、物忘れが増えた気がするAIが原因という根拠はほぼない。体の原因を先に数か月続く・生活に支障があるなら、かかりつけ医へ
AIに病気や薬のことを聞いた一般的な知識の整理には役立つ診察のときに画面を見せて確認する。薬は自己判断で変えない
AIの答えが自信満々で正しそうに見える文章のなめらかさは、正しさの証拠ではない大事なことは公的な情報や専門家で確かめる
文章を書く力が落ちた気がする使っていない力は鈍るが、使えば戻る週に一度、手書きやAIなしで書く時間をつくる
カーナビがないと道がわからない道具に預けた力は育ちにくい慣れた道では、ナビを切って走ってみる
「AIを使うと認知症になる」と聞いて不安そうした証拠はない運動、聞こえの治療、人との交流など、確かな予防策に力を注ぐ
仕事でAIの判断支援を使っている専門職任せきりにすると技能が鈍るという報告があるAIなしで判断する機会を意識して残す
AIを使う時間が長く、生活や睡眠に支障が出ている使い方ではなく、使いすぎそのものが問題になっている使う時間を決め、困ったら家族やかかりつけ医に相談する

SECTION 14 よくあるご質問

Q
毎日ChatGPTを使っています。脳は衰えていますか？
A

「毎日使うと脳が衰える」ことを示した研究はありません。MITの研究も、20分間の作業中の脳の使い方の違いを見たもので、脳の衰えや損傷を測ったものではありません。

ただし、AIに任せている作業（文章の組み立てなど）は、自分でやる機会が減る分、腕が鈍ることはあり得ます。気になる作業だけ、ときどきAIなしでやってみてください。

Q
子どもに宿題でAIを使わせてもいいですか？
A

一律に禁止する必要はありませんが、子どもは「学ぶ過程そのもの」が目的なので、もっとも影響を受けやすい世代です。高校生の試験では、答えを出すAIで練習すると、AIを外した試験で成績が下がりました。一方、ヒントだけを出す使い方では下がりませんでした。

「自分でやる→AIで確かめる→どう考えたか説明する」の順番を家庭のルールにするのがおすすめです。学校ごとの方針も確認してください。

Q
高齢の親が毎日AIと話しています。認知症が進みませんか？
A

AIとの会話で認知症が進むという証拠はありません。50歳以上41万人の分析では、デジタル機器を使う人のほうが認知機能の低下が少ない傾向でした（因果関係は未確定です）。

注意したいのは、AIの言うことを信じて薬を自分の判断でやめる、詐欺にあう、人との交流がAIだけになる、といった場面です。ときどき一緒に使って、様子を見てあげてください。

Q
最近、物忘れが増えました。AIのせいでしょうか？
A

AIが原因と考える根拠はほとんどありません。物忘れには、薬の副作用、難聴、睡眠不足、気分の落ち込み、甲状腺やビタミンの異常など、治療できる原因も多くあります。

数か月続く、同じことを何度も聞く、生活に支障が出ている、といった場合は、かかりつけ医に相談してください。

Q
「認知負債」は、一度たまったら元に戻らないのですか？
A

元に戻らないことを示した研究はありません。MITの研究の4回目は、AIを外した直後の1回を見ただけで、その後どうなったかは調べていません。

練習で伸びる力は、練習を再開すればまた伸びるのが一般的です。心配な方は、今日から「先に自分で考える」を始めれば十分です。

Q
AIに病気や薬のことを聞いてもいいですか？
A

一般的な知識を得たり、受診の前に聞きたいことを整理したりするのには役立ちます。ただしAIは、あなたの検査結果や体の状態を知らず、もっともらしい誤りを言うこともあります。

AIの答えは「診察で確かめるためのメモ」として持ってきてください。薬をやめたり変えたりするときは、必ず主治医に相談してください。

SECTION 15 ご利用・採用のご案内

物忘れや気分の不調が気になる方、通院が難しくなってきた方、ご家族の療養生活について相談したい方は、お気軽にお問い合わせください。

ふくろう訪問クリニック

通院が難しくなった方のご自宅へ伺う訪問診療

  • がん・がん以外の病気の緩和ケア
  • 難病（神経の病気など）の在宅療養
  • 精神科の診療（不眠・不安・気分の落ち込みなど）
  • 認知症・物忘れの診療とご家族の相談

福岡市早良区を拠点に訪問しています。訪問できる地域はお問い合わせください。

https://fukurou.fukuoka.jp/

ふくろう訪問看護リハビリステーション

看護師とリハビリの専門職がご自宅に伺います

  • 病状の観察、服薬の管理、医療的な処置
  • リハビリ（体の動きや生活動作の練習）
  • 療養生活やご家族の介護についてのご相談

医療保険・介護保険のどちらでもご利用いただけます（利用の条件があります）。

https://nurse-fukurou.jp/

採用のご案内

在宅医療を一緒に支える仲間を募集しています

人材紹介会社を通さずに直接ご応募いただいた方には、紹介手数料がかからない分を還元し、入職祝い金をお贈りしています。

ふくろう訪問クリニック

入職祝い金 20万円直接応募限定

募集職種：医師（常勤・非常勤）、看護師、医療事務

電話：092-407-7337
メール：clinic@fukurou.fukuoka.jp

採用情報ページを見る

ふくろう訪問看護リハビリステーション

入職祝い金 20万円直接応募限定

募集職種：看護師、理学療法士、作業療法士、言語聴覚士（常勤・非常勤）

電話：092-834-8581（平日9:00〜18:00）
メール：nurse@fukurou.fukuoka.jp

求人情報ページを見る

SECTION 16 参考文献

  1. Kosmyna N, Hauptmann E, Yuan YT, Situ J, Liao XH, Beresnitzky AV, Braunstein I, Maes P. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv:2506.08872（査読前原稿）. v1 2025年6月10日, v2 2025年12月31日. doi:10.48550/arXiv.2506.08872
  2. Your Brain on ChatGPT 研究プロジェクト公式サイト FAQ（MIT Media Lab, 2025年6月）
  3. Stanković M, Hirche E, Kollatzsch S, Doetsch JN. Commentary on Kosmyna et al. (2025). arXiv:2601.00856（査読前原稿）, 2026年.
  4. Bastani H, Bastani O, Sungu A, Ge H, Kabakcı Ö, Mariman R. Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proc Natl Acad Sci U S A. 2025;122(26):e2422633122. doi:10.1073/pnas.2422633122
  5. Barcaui A. ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Soc Sci Humanit Open. 2025;12:102287. doi:10.1016/j.ssaho.2025.102287
  6. Fernandes D, Villa S, Nicholls S, Haavisto O, Buschek D, Schmidt A, Kosch T, Shen C, Welsch R. AI makes you smarter but none the wiser: The disconnect between performance and metacognition. Comput Human Behav. 2026;175:108779. doi:10.1016/j.chb.2025.108779
  7. Lee HP, Sarkar A, Tankelevitch L, Drosos I, Rintel S, Banks R, Wilson N. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. In: Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. 2025:Article 1121, 1-22. doi:10.1145/3706598.3713778
  8. Budzyń K, Romańczyk M, Kitala D, Kołodziej P, Bugajski M, Adami HO, et al. Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. Lancet Gastroenterol Hepatol. 2025;10(10):896-903. doi:10.1016/S2468-1253(25)00133-5. PMID:40816301
  9. Kestin G, Miller K, Klales A, Milbourne T, Ponti G. AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Sci Rep. 2025;15:17458. doi:10.1038/s41598-025-97652-6. PMID:40537565
  10. Benge JF, Scullin MK. A meta-analysis of technology use and cognitive aging. Nat Hum Behav. 2025;9(7):1405-1419. doi:10.1038/s41562-025-02159-9. PMID:40229575
  11. Livingston G, Huntley J, Liu KY, Costafreda SG, Selbæk G, Alladi S, et al. Dementia prevention, intervention, and care: 2024 report of the Lancet standing Commission. Lancet. 2024;404(10452):572-628. doi:10.1016/S0140-6736(24)01296-0. PMID:39096926
  12. Risko EF, Gilbert SJ. Cognitive offloading. Trends Cogn Sci. 2016;20(9):676-688. doi:10.1016/j.tics.2016.07.002
  13. Dahmani L, Bohbot VD. Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Sci Rep. 2020;10:6310. doi:10.1038/s41598-020-62877-0. PMID:32286340
  14. Sparrow B, Liu J, Wegner DM. Google effects on memory: Cognitive consequences of having information at our fingertips. Science. 2011;333(6043):776-778. doi:10.1126/science.1207745
  15. Camerer CF, Dreber A, Holzmeister F, et al. Evaluating the replicability of social science experiments in Nature and Science between 2010 and 2015. Nat Hum Behav. 2018;2(9):637-644. doi:10.1038/s41562-018-0399-z. PMID:31346273
  16. Hesselmann G. No conclusive evidence that difficult general knowledge questions cause a “Google Stroop effect”. A replication study. PeerJ. 2020;8:e10325. doi:10.7717/peerj.10325
  17. 文部科学省. 初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0）. 2024年12月26日. https://www.mext.go.jp/a_menu/other/mext_02412.html
  18. 文部科学省 中央教育審議会初等中等教育分科会デジタル学習基盤特別委員会（第10回）資料1「学校教育におけるAI活用に関するこれまでの取組と今後の方向性」. 2026年6月30日. https://www.mext.go.jp/content/20260630-mxt_shuukyo01-000050664_2.pdf
  19. 総務省. 令和8年版 情報通信白書（2026年7月24日公表）第Ⅰ部 特集「AIの進展がもたらす多面的影響」第1章・第3章第1節「人間の記憶や思考能力とAI」. https://www.soumu.go.jp/johotsusintokei/whitepaper/r08.html
  20. OECD. OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. Paris: OECD Publishing; 2026年1月19日公表. doi:10.1787/062a7394-en. https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en
  21. 人工知能関連技術の研究開発及び活用の推進に関する法律（令和7年法律第53号, 2025年6月4日公布・9月1日全面施行）／人工知能基本計画（2025年12月23日閣議決定）. 内閣府.
  22. 総務省・経済産業省. AI事業者ガイドライン（第1.2版）. 2026年3月31日. https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/pdf/20260331_1.pdf
  23. 厚生労働省医政局医事課長通知. 人工知能（AI）を用いた診断、治療等の支援を行うプログラムの利用と医師法第17条の規定との関係について（医政医発1219第1号）. 2018年12月19日. https://www.mhlw.go.jp/content/10601000/000468150.pdf

本記事は一般向けの情報提供を目的としたもので、個別の診断や治療に代わるものではありません。記事の作成にあたり、企業などからの資金提供や便宜供与は受けていません。