「頭が悪くても、AIさえ使えれば頭のいい人に勝てる」。かなり乱暴な話だが、最近の研究を見ると、これを笑い話だけでは片づけにくくなっている。
馬鹿でもAIを使えば秀才に勝てる時代なのか
なお、ここでいう「馬鹿」「秀才」は便宜上の表現だ。研究で比較されているのは、学歴、事前成績、経験、熟練度、もともとの業績などであり、人間そのものを優劣で分類しているわけではない。

会社では、すでに「弱い人ほど伸びる」が起きている
5,172人のカスタマーサポート担当者を調べた研究では、生成AIの導入によって生産性が平均15%向上した。ところが最も大きく伸びたのは、経験が浅く、もともとの技能評価が低かった社員だった。低技能層では処理件数が約30%増え、最下位層では36%増という結果も出ている。
さらにAIを使った勤務2か月程度の新人が、AIを使っていない勤務6か月以上の社員と同程度の成績を出した。AIは知識だけでなく、「経験年数」という壁までショートカットし始めている。
BCGのコンサルタント758人を使った実験でも似た現象が確認された。AIが得意な企画課題では、事前評価が下位だった参加者は43%成績が向上。上位組の伸びは17%だった。
つまりAIは、優秀な人だけをさらに強くする道具ではない。仕事によってはむしろ、今まで「できない側」だった人を一気に平均以上へ押し上げる装置になっている。

学校では「頭が良くなったふり」までできてしまう
学校ではもっと危うい。約1,000人の高校生を対象にした数学実験では、普通のChatGPTに近いAIを使わせると、練習問題の成績は48%上昇した。
ところがAIを取り上げて試験をすると、AIを使わなかった生徒より成績が17%低くなった。
問題は解けた。しかし本人が解けるようになったとは限らなかった。
一方、答えを丸ごと渡さずヒントを出すよう設計されたAIでは、この悪影響はほぼ消えた。AIは家庭教師にもなれるが、使い方を間違えると「自分はできる」と錯覚させるカンニングマシンにもなる。

ところが経営者になると話が逆転する
ここが面白い。ケニアの起業家にGPT-4を使った経営アドバイザーを与えた実験では、もともと業績の良かった経営者は15%以上改善した一方、もともと成績の悪かった経営者は約10%悪化した。
AIが悪い助言だけを弱い経営者に出したわけではない。差が生まれた要因として指摘されたのは、AIの提案のうち「何を実行したか」だった。
文章作成ならAIが完成品を出せる。経営ではそうはいかない。「値上げする」「広告を増やす」「新商品を出す」という案が出ても、最後に金を動かすのは人間だ。
ここまで来ると、AIは能力差を消すどころか、判断力の差を増幅する可能性まである。

AIが壊し始めたのは「頭がいい人」の見分け方
2026年の実験では、AIを使わない場合に存在した高学歴層と低学歴層の成果差が、AI利用時には約75%縮小した。低学歴側だけがAIをうまく使えなかった、という結果でもない。両者とも伸び、差そのものが大幅に小さくなった。
これは地味に恐ろしい。文章がうまい、資料作成が速い、知識が多い、企画案を大量に出せる。これまで「頭のいい人」の証拠に見えていた能力の一部を、AIが誰にでも配り始めたからだ。
だから今後の差は別の場所へ移る。
何をAIに聞くのか。出てきた答えのどこを疑うのか。何を捨て、何を実行するのか。
馬鹿でもAIを使えば秀才に勝てる仕事は、すでに存在する。ただしAI同士を持たせた最後の勝負では、また人間側の判断力が問われる。
AI時代に一番危ないのは、頭の悪い人ではない。AIが出した答えを「正しい」と判断できない人なのかもしれない。
【編集者が思うこと】
「馬鹿とハサミは使いよう」と昔から言うけど、ついに馬鹿が“使われる側”じゃなく、AIを使って誰かを出し抜く側に回る時代が来た。なんとも皮肉だ。これからは「馬鹿とAIは使いよう」。たぶん、笑えないくらい本当になる。
参考資料
- Brynjolfsson, Li & Raymond「Generative AI at Work」The Quarterly Journal of Economics(2025) — カスタマーサポート担当者5,172人を対象に、生成AI導入による生産性・技能・経験差への影響を分析した研究。
- Boston Consulting Group/Harvard Business School「How People Create and Destroy Value with Generative AI」 — BCGコンサルタント758人を対象とした実験。AIが得意な課題では、基礎習熟度が低い参加者ほど大きな改善が確認された。
- Bastaniほか「Generative AI without guardrails can harm learning: Evidence from high school mathematics」PNAS(2025) — 高校数学におけるGPT-4支援の効果と、AIを外した後の学習成果を検証した研究。
- Otisほか「The Uneven Impact of Generative Artificial Intelligence on Entrepreneurial Performance: Evidence from a Field Experiment in Kenya」Management Science(2026) — ケニアの起業家を対象に、GPT-4を用いた経営支援が業績へ与える影響を調べた実地研究。
- Crucesほか「Does Generative AI Narrow Education-Based Productivity Gaps? Evidence from a Randomized Experiment」NBER Working Paper 34851(2026) — 1,174人を対象に、生成AIが教育歴による仕事上の成果差をどこまで縮めるか検証したランダム化実験。
