AIは100を返してくる。次の課題は「認知負荷」だ

最近、AI に何かを聞くのが少し億劫になる瞬間がある。

答えが悪いからじゃない。答えが良すぎて、長いからだ。

1 を聞くと、高品質な 100 が返ってくる。網羅的で、構造化されていて、抜け漏れがない。ありがたい。ありがたいんだけど——正直、読むのが大変だ。

この「読むのが大変」問題、笑い話みたいだけど、私はこれからの AI 活用の中心テーマのひとつになると思っている。

ボトルネックは「書く」から「読む」に移った

数年前まで、AI 活用の課題は「いかに良い出力を引き出すか」だった。プロンプトを工夫して、何度もリトライして、やっと使える出力が出てくる。ボトルネックは 生成する側 にあった。

今は逆だ。生成のコストはほぼゼロになった。雑に投げても、高品質な長文が数十秒で返ってくる。

ところが、人間が読んで理解する速度は、1 文字も速くなっていない。

レポートを頼めば 5,000 字が返ってくる。コードレビューを頼めば 20 個の指摘が返ってくる。企画を相談すれば A 案から E 案まで並んで返ってくる。それを読んで、理解して、判断するのは、変わらず生身の人間だ。

ボトルネックは移動した。「書く」から「読む」へ。生成から認知へ。

だから、これからの差は「どれだけ良い出力を出させるか」より、受け取るときの認知負荷をどれだけ下げられるかで付くと思っている。

大事なのは「読み切ること」じゃない

誤解してほしくないのは、「AI の長い出力を全部読める人が偉い」という話ではないこと。

大事なのは、ポイントをサッとつかんで、次のアクションに移ること。

AI の出力は成果物じゃない。意思決定の材料だ。材料を隅から隅まで舐めるように読んでも、何も前に進まない。「要するに何か」「自分は次に何をすべきか」さえ取り出せれば、残りの 9 割は読まなくていい。

そのために、受け取り方そのものを設計する。ここが今いちばん効くポイントだ。

私がやっている認知負荷対策

具体的にやっていることをいくつか。

1. 出力フォーマットを「文章以外」にする

長い説明を、ベタのテキストで受け取らない。HTML で出させる。

「この分析結果、HTML の 1 枚レポートにして」と頼むと、見出し・表・色分けが付いた状態で出てくる。目が構造を先に理解してくれるので、文章を頭から読むより圧倒的に速い。

（Claude の Artifacts のようなプレビュー機能付きのツールならそのまま表示される。コードのまま返ってきたら、.html ファイルで保存してダブルクリックすればいい）

比較は表で。手順はステップの箇条書きで。構造は図で。「文章で説明して」は、実は一番認知負荷が高い受け取り方だ。

2. 前置きを削らせる

「承知しました。それでは〜についてご説明します」 「以下にまとめました。ご確認ください」

この手の前置きと締めの挨拶、1 回は数秒でも、毎日何十回と積もると馬鹿にならない。私は指示にこう足している。

前置き・締めの挨拶・言い訳は不要。本題だけ。

これだけで、体感 2〜3 割は読む量が減る。

3. 結論を最初に言わせる

まず結論を 3 行で。詳細はその後ろに。

こうしておくと、3 行読んだ時点で「OK、詳細は読まなくていい」と判断できるケースが体感で半分以上ある。詳細部分は「必要になったら読む保険」として付けさせておくだけでいい。

4. 差分だけ出させる

修正を頼んだときに全文を再出力されると、「どこが変わったのか探すゲーム」が始まる。これが地味にきつい。

「変更した箇所だけ、変更前後セットで出して」。この一言で、差分確認は一瞬で終わる。

その配慮、一緒に働く相手にも向けてるか

ここからが本題かもしれない。

この「認知負荷を下げる」という考え方は、自分と AI の間だけの話じゃない。一緒に仕事をする相手との間でも、まったく同じことが言える。

たまにいないか。AI の出力を、そのままコピペしてチャットで送ってくる人。

丁寧な前置き、網羅的な箇条書き、「いかがでしょうか」まで含めて 2,000 字。読みながら、こう思う。

「これ、本当に自分で読んでから送ってる？」

誤解のないように言うと、自分のための材料なら 9 割読み飛ばしていい。でも相手に送った瞬間、それは材料じゃなく成果物になる。成果物の品質保証は、送る側の仕事だ。

AI のおかげで、アウトプットを作るコストはほぼゼロになった。でも、読む側のコストは 1 円も安くなっていない。つまり AI 出力の丸投げ転送は、自分が払わなかった読解コストを、そのまま相手に付け替える行為だ。

送る方は 10 秒。受け取る方は 10 分。この非対称が積み重なると、確実に信頼を削る。「あの人のメッセージは長いだけで密度が薄い」と一度思われたら、読み飛ばされるようになるのは時間の問題だ。

逆に言えば、誰でも 100 を出せる時代に、100 を 5 に煮詰めてから渡せる人の価値は上がり続ける。要約する。結論を先に置く。相手の判断に必要な情報だけに絞る。かかる時間はほんの数分。その数分が、「仕事ができる人」と「AI を垂れ流す人」の分かれ目になる。

結論

アウトプットの量では、もう差がつかない。差がつくのは インプットの効率——同じ 1 時間で、どれだけの情報を消化して、どれだけの判断を下せるか。

以前この連載で「AI 時代の差別化はスピードでしかない」と書いた。あのスピードの中身を分解すると、半分くらいは「読んで、理解して、次のアクションに移るまでの速さ」だ。認知負荷対策は、スピードの土台でもある。

やることは 2 つ。

AI の出力を、自分の認知負荷から逆算して設計する。 フォーマットを指定する。前置きを削らせる。結論を先に言わせる。差分だけ出させる。

自分の出力を、相手の認知負荷から逆算して整える。 AI が出した 100 をそのまま投げない。5 に煮詰めてから渡す。

どちらも地味だ。でも、1 を聞けば 100 が返ってくる時代に、100 をそのまま抱えて溺れる人と、5 に煮詰めて次へ進む人の差は、毎日少しずつ開いていく。

アウトプットは AI がやってくれる。インプットの設計は、まだ人間の仕事だ。