AI職場信頼調査、知識労働者2026

方法論

この研究は、アメリカとイギリスの54人の知識労働者からなるシミュレーションパネルに基づいています。彼らはアナリスト、マーケティング、コンサルティング、技術、オペレーションの役割を持ち、仕事で生成AIツールを少なくとも週に1回使用しています。各回答者は、歴史的な労働力データ、AIツールの採用信号、役割特有の出力期待に対してキャリブレーションされたMindsペルソナです。保持された人間の応答に対する精度は、基盤となる行動プロンプトに対して80-95%で検証されています。

完全に解放された研究には、役割、国、主要AIツールによる14のクロスタブ統計、ダウンロード可能なチャート、生の応答CSV、およびパネルへの無制限のフォローアップ質問アクセスが含まれます。

未開示のAI使用はもはや例外ではなく、デフォルトである

パネルの96%が、明示的な開示なしにAI生成または実質的にAI支援の仕事をマネージャーやクライアントに提出したことを認めています。NOと答えたのはわずか4%です。開示の規範は採用のペースについていけておらず、職場の契約は、単一の企業ポリシーの変更なしに静かに書き換えられています。

オープンテキストの理由は明確です。回答者はこの省略を欺瞞とは見なしていません。彼らはそれを、雇用主が報いるもの、すなわち出力の質、締切の圧縮、最終ドラフトに対する判断の合理的な読みとして捉えています。ツールの開示は、彼らの見解では、検索エンジンや計算機を使用したことを宣言することと同じです。非対称性は、雇用主が労働者がすでに置き換えた職人モードのワークフローを前提としていることです。

職業置き換えの恐れは低く、限られている

AIが自分の役割を5年以内に置き換えることを恐れているかどうかを0-10のスケールで評価するよう求められたとき、パネルの平均は3.1/10です。2%が7以上、80%が3以下です。見出しはストイシズムではなく、判断です。回答者は、AIが現在適切に処理している仕事の部分（ドラフト作成、要約、コード補完）と、持続的に人間であると見なされる部分（ステークホルダー管理、判断、結果に対する責任）を区別しています。

高い恐れを抱く少数派は、AIが処理する割合がすでに60%以上の役割に集中しています。商品コンテンツに取り組むコピーライターや、ルーチンレポートを作成するジュニアアナリストです。低い恐れを抱く多数派は、AIが彼らの基準を引き上げ、雇われた仕事を行う自由を与えたと報告しています。

自己報告による生産性向上はほぼ普遍的

パネルの98%が、AIが自分をより生産的にしたと報告しており、残りは変化なしと報告しています。サンプル内でAIが自分をより生産的にしたと報告する人はいません。見出しは「より生産的」の意味における変動を過小評価しています：一部の回答者は同じ範囲で2倍のスループットを報告し、他の回答者はスループットは平坦だが、より難しい仕事に費やす認知的余剰が意味のある増加を示しています。

生産性の向上は実際のものであり、開示とは切り離されています。AI使用を開示しない回答者は、生産性の向上を主張する同じ回答者です。雇用主はスループットの向上を捉え、それを生み出したツールは決して見ることがありません。次の職場交渉、トレーニング、ツール予算、そしてこの生産性がどのように共有されるかは、開示の規範が変わらない限り、暗闇の中で行われることになります。

これが経営者や人事リーダーにとって意味すること

• 開示の問題は政策の問題です。 94%の未開示は、監査、コンプライアンス、顧客信頼が最終的に浮上するガバナンスのギャップです。労働者の判断を尊重し、ツールの使用を罰するのではなく、明確で低摩擦の開示規範があれば、最初の訴訟が起こる前にギャップを埋めることができます。
• AIが処理する境界でトレーニングを行う。 生産性の向上は、労働者がどの部分の仕事がAIによって処理され、どの部分がそうでないかを明確に区別できるところに現れます。その境界を名付ける役割別のトレーニングが、最も高いレバレッジの介入です。
• 共有された生産性で開示を買い戻す。 労働者は、開示が罰せられるのではなく報われるときにツールの使用を開示します。時間、ツール予算、昇進基準における生産性の向上を共有することで、隠れた補助金を目に見える交渉に変えます。

完全な研究には、役割ごとの開示の内訳、生産性向上の分布、よりAIフレンドリーな雇用主に転職したいかどうかのフォローアップ、オープンテキストのコーパスが含まれます。無料でサインアップして、パネルに独自のフォローアップ質問をしてください。