- 2026-11-11
- 未分類
こんにちは、中西です。
前回は、AIにタスクを任せて実行させている間に、夜の就寝をしている人たちの話をしました。
今後は、AIをハイレベルで駆使している人たちの間で、このスタンスが増えていく可能性があります。
理由は前回もお話しした通り、AIは複雑な仕事や大量の仕事を行う際に、そのタスクの実行時間が数時間単位に及ぶことがあるからです。
私もこの数週間で4つのアプリを作りましたが、確か初期の頃には、完成までものすごく待たされた記憶があります。
数時間だったか、どれぐらいだったか忘れましたが、とにかく相当な時間がかかりました。
その最初の頃にものすごく待たされたパターン以外は、だいたい30分以内には収まっていたと思います。
平均すると、おそらく10分から20分ぐらいになっているのではないでしょうか。
ただ、タスク管理アプリレベルのちょっとした改善の実装ですら、10分から20分ぐらい待たされるのはざらです。
細かい仕様を書いて、それを最初に投げて、大枠のアプリなどのプロダクトやコンテンツの形を作らせようとしたら、
確実に数時間かかるというのは、私自身、感覚的によくわかります。
まして、それをたくさんの仕事で同時にやらせるとなると、その間、数時間から半日といったスケールの時間がかかるのは間違いないでしょう。
そうすると、日中起きている間にそれだけの時間待たされるのは、非常に非効率になります。
なので、大規模なタスクの実行や複雑な仕事については、夜寝る前ごろにAIに依頼して、
AIが夜中に働いて、朝起きたら出来上がっているというやり方が、今後どんどん増えていくはずです。
一方で、そこまで大掛かりなタスクの実行ではない場合は、当然ながら起きている間にどんどん進めていくことになります。
それでも、AIがタスクを実行している間は、一定の時間待たされるわけです。
問題は、その待機時間中に何をするかです。
例えば、15分の待機時間になりそうな場合に、ぼーっと待っているのはどう考えても無駄です。
なので私の場合は、引き続きそのアプリの改善点がないかを探していたりします。
そして改善点が見つかったら、タスクの実行中にも追加で依頼するということはよくありました。
このパターンは、今後もあると思います。
一方で、別の単純作業系のタスクをやることもあります。
10分・15分ぐらいでできる単純作業系のタスクがいくつかあるので、その待機時間中は、そういうタスクをやるわけです。
これは、いわゆるマルチタスクということになるのですが、一般的にマルチタスクは良くないと、近年では言われるようになりました。
近年といっても、もう10年以上は経っていると思いますが。
マルチタスクではパフォーマンスが落ちることが、科学的に認められてきたからです。
マルチタスクというのは、複数のタスクを並行して、同時実行的に行っていくことです。
一見すると生産性が良さそうで、仕事が2倍・3倍できそうなイメージがありますが、人間の脳はそんな理屈通りには働いてくれません。
なぜかというと、脳はタスクの切り替えに大きなエネルギーを使うからです。
タスクAからタスクBに移るときに、理屈通りにすんなり切り替えられるわけではありません。
タスクBをやろうとしても、タスクAの情報が脳内に残っているので、簡単には切り替わらないわけです。
これを「注意残余」と言います。
直前までやっていたタスクの情報が脳内に残っているため、その情報の影響が薄れるまでは、
タスクAからタスクBに移ったとしても、タスクBになかなか没頭しづらいのです。
あるいは、画面を2つ用意したり、パソコンの画面と机の上などの形で作業場所を分けて、2つのタスクを同時に実行しようとしても、
脳は注意を向ける対象を頻繁に切り替えているだけで、本当の意味での同時実行というのはできません。
そして頻繁にタスクAとタスクBを切り替えているとしたら、それ自体が作業のパフォーマンスを落とす原因になります。
したがって、生産性の観点で言えば、切り替えを極力減らすのが正解なわけですね。
脳の認知リソースの分散を極力防ぐことで、対象のタスクに没頭しやすくなるのです。
ただ、これまでの一般的なマルチタスクに対する認識はそれで良かったのですが、
今後は少し話が変わってくるのではないかと、私は感じております。
というのは、AIを利用した場合のマルチタスクというのは、
タスクAをAIに任せて、その実行中に自分はタスクBをやることになるため、
脳の認知リソースの消耗が起きづらいからです。
これはあくまで私の実感的な話なので、実際に科学的にどうかはわかりません。
ただ、普通に考えて、実行自体をAIに任せているのであれば、自分自身は脳のエネルギーをその実行には使いません。
つまり、タスクAとタスクBを自分1人の脳を使ってマルチタスクでやる場合とは、根本的に違うわけです。
タスクAをAIに任せている間、自分はタスクBだけに没頭できるなら、
生産性が落ちない、もしくは落ちたとしても、1人で純粋にマルチタスクをやる場合より、
生産性の落ち具合が非常に低くなる可能性は十分あると思います。
そもそも、これをマルチタスクと言っていいのかも怪しいかもしれません。
自分自身が頭で考えて指示は出しますが、実行はAIがやっているわけです。
そして自分は別のタスクをするとなると、別々の2人が2つのタスクをそれぞれやっているようなものです。
あるいは上司が部下に指示を出しているときや、外注に発注しているのと変わりません。
これを、まるで1人の人間が両方やっているような「マルチタスク」という言い方をしていいのかは、微妙な気がします。
ただ実際問題として、AIを使うことで、2つ以上の複数のタスクを同時実行できるわけです。
AIがタスクを実行している間、自分自身はただ単に待機していてもいいのですが、
それが何十分とか何時間にもなると、もう完全に役割分担です。
その間は自分が他のやるべきことをやるというのであれば、AIによる実行自体に無駄な認知エネルギーを取られるわけでもありません。
仮にこれをマルチタスクと定義するとしても、
これまで科学的に認められていたような、マルチタスクによるパフォーマンスの低下は起こりづらいように思います。
私の実感でも、自分でマルチタスクをやろうとすると、本当に脳が疲れます。
ところが、AIに任せている間に何か別のことをやるのは、全然疲れません。
ただし、深いレベルで没頭するタスクや仕事を、10〜15分ぐらいの空き時間でやるというのは、個人的には厳しいと思います。
単純作業か、もしくはそれに準ずる、そこまで深いレベルの没頭を必要としないタスクなら、
10〜15分ぐらいでも十分できますので、そういう仕事を待機時間にやるのがいいでしょう。
あるいは、タスクを実行するというよりも、
AIに実行させている間に、自分自身は頭の中で様々なブレストやアイデア出しを行って、次に出す新たな指示を考える時間にするというパターンもあると思います。
私自身も、AIにタスクを実行させている間、そのタスクのプロジェクトに関する一人ブレストのようなものをよくやっておりました。
いずれにしても、AIにタスクの実行を任せている間に、自分は何か別のタスクをやるというのは、
これまで定義されていたマルチタスクによる弊害を、非常に受けにくい可能性があります。
これまで「マルチタスクは良くない」と聞いて避けてきた人も、AIを利用すれば話が変わってくる場合があるわけです。
なので、まだこの感覚があまりピンとこない方は、ぜひ何かアウトプットをAIで行って、
その「待ち時間」というものを経験してみるのが大事かと思います。
今後は、AIにタスクを実行させる人が世界中で激増するでしょうから、
その待機中にどうすべきか、何をすべきかといった観点での議論は、今後おそらく増えていくと思いますね。


集中力研究家&コーチ中西の











