Column

AI が一番効果を発揮するのは「やった方がいいけど後回しにされる仕事」だった

TA 11名・学生 88名を対象にした RCT が示した結果：AI ドラフト支援でフィードバック提供率が 10.8 ポイント向上し、品質低下も時間増大もなかった。1on1 フィードバック・パフォーマンスレビューへの応用を考える。

2026 / 06 / 04 5 分で読める English version →

業務担当者がAIが生成したフィードバックドラフトを活用して着手のハードルを下げ、より多くのフィードバックを提供できる様子を抽象的に表現した図

こんにちは。Affectosphere Group の井下です。

「フィードバックが足りていない」という問題は、多くの職場で繰り返し出てくる課題です。

マネージャーは「1on1 でちゃんとフィードバックしたい」とは思っている。でも日々の業務が忙しく、後回しにしてしまう。パフォーマンスレビューの時期になって、慌てて書く。

カスタマーサクセス担当も、顧客に本当は細かくフォローアップしたい。でもそれを書く時間が取れない。

この問題に対して、「AI ドラフト」という介入がどれほど有効かを、実際のフィールドで検証した研究が出ました。

2026 年 6 月に arXiv で公開された研究（Romina Mahinpei, Victoria Dean, Ruth Fong, Lydia T. Liu, Manoel Horta Ribeiro、arXiv:2606.03095）は、機械学習コースの TA 11名・学生 88名を対象に「AI ドラフト付きフィードバック支援」と「通常条件」をランダム化比較試験で検証しました。

結果: AI ドラフトがフィードバック提供率を 10.8 ポイント向上させ、フィードバックの文字数も増加した一方、品質低下や所要時間の増大は起きなかった。

今日の 3 点

AI が最も効くのは「discretionary work（任意業務）」: 義務ではないが価値はある業務こそが、AI 支援の最大の恩恵を受けやすい。
機能したのは「努力量の削減」ではなく「着手のしやすさ」: AI ドラフトは「書く量」を減らしたのではなく「最初の一行」を出すハードルを下げた。
1on1・パフォーマンスレビュー・CS フォローに直接応用できる: 後回しにされがちな高価値業務への AI ドラフト組み込みは、今日から設計できる。

① 「任意業務」という概念が重要

この研究が提案する概念として「discretionary work（任意業務）」があります。

義務化されておらず、やらなくても即座のペナルティはないが、やった方が確実に成果や関係性の質が上がる業務のことです。

フィードバックはその典型です。TA が全学生のコードに詳しいフィードバックを書く義務はない（必須な採点はしても）。でも、書いた方が学習効果が上がることは明らか。

この「やった方がいいけど後回しにされがちな業務」に対して、AI ドラフトを提供した場合と提供しない場合で、フィードバック提供率がどう変わるかを比較したのが今回の RCT です。

結果として 10.8 ポイントの提供率向上が確認されました。これは統計的に有意で、実務的にも大きな数字です。

さらに注目すべきは「フィードバックの文字数も増えた」という点です。AI ドラフトが「とりあえず最低限を書く」動機を与えただけでなく、「もっと丁寧に書こう」という意欲も引き出した可能性があります。

② なぜ機能したか：「着手のしやすさ」という新しい解釈

直感的には「AI ドラフトがあれば労力が減るから提供しやすくなる」と考えがちです。

でも研究チームが提示する解釈は少し違います。

AI ドラフトが機能したのは「書く量が減ったから」ではなく「着手のハードルが下がったから」だということです。

「白紙から書き始める」という心理的コストは、「下書きを読んで加筆修正する」という作業コストより大きい。

これは、多くの知識労働者が感じている「わかっちゃいるけど手が動かない」という問題の本質に近いかもしれません。

タスクが難しいから後回しにするのではなく、「最初の一歩を踏み出す」ことそのものが重いから後回しになる。

AI ドラフトは、その最初の一歩を代わりに踏み出すことで、続きを書く動機と余裕を作り出した、という解釈です。

この「着手障壁の低下（reducing initiation friction）」というフレームは、AI をどの業務に投入すると最も効果的かを考える上で、非常に有益な視点です。

③ 職場の「任意業務」に AI ドラフトを組み込む

この研究の知見を職場環境に当てはめてみます。

1on1 フィードバック・パフォーマンスレビューへの AI ドラフト

マネージャーが部下への 1on1 フィードバックを書く際に、「あなたの 1on1 メモを元にした AI ドラフト」を提供する仕組みを HR システムに組み込む。

担当部署としてはマネージャー育成担当・HR ビジネスパートナーが設計します。KPI として「1on1 フィードバック記録の提供率（以前に比べて何%向上したか）」と「フィードバックの文字数・具体性スコア」を両方追うことで、量と質の両面から効果を評価できます。

人事制度としてフィードバックを義務化するよりも、AI ドラフトで着手ハードルを下げる方が、自発的なフィードバック文化を醸成しやすいかもしれません。

カスタマーサクセスの顧客フォローアップ

顧客との会議ログや使用状況データを元に「AI が生成したフォローアップメール下書き」を CS 担当者に提供する仕組みです。

これも「やった方がいいが後回しにされがちな業務」の典型です。AI ドラフトが着手ハードルを下げることで、フォローアップ頻度と質が同時に上がる可能性があります。

KPI は「フォローアップ実施率」と「顧客エンゲージメントスコアの変化」の組み合わせが適切です。

新入社員へのメンター・先輩社員のコメント提供

オンボーディング中の新入社員の業務に対して、メンター・先輩社員がコメントを書く機会は重要ですが、忙しい中でなかなか後回しになりやすい。

「新入社員の業務ログを元にした AI フィードバックドラフト」を先輩社員に提供するフローを人事システムに組み込むことで、オンボーディング品質を上げられる可能性があります。

「AI が得意な業務」ではなく「AI が最も効果を発揮する業務」を選ぶ

この研究が示すパラダイムは「AI を使うと効率が上がる業務」ではなく「AI ドラフトが着手ハードルを下げることで、今まで実施されていなかった価値ある業務が実施されるようになる業務」こそ、AI 支援の最大の活躍領域だということです。

効率化が目的ではなく、「放置されていた価値を掘り起こす」ことが目的。

これは AI の使い方として、あまり議論されてこなかった切り口です。

「どの業務が AI で効率化できるか」の前に「どの業務が AI ドラフトで着手率が上がるか」を考えると、AI 投資の優先順位が変わってくるかもしれません。

では！

参考論文

Romina Mahinpei, Victoria Dean, Ruth Fong, Lydia T. Liu, Manoel Horta Ribeiro (2026). AI Assistance for Discretionary Work: Increasing Feedback Provision in Higher Education. arXiv preprint.

※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。