はじめに
社会学者でありUXデザイナーのDiana Enriquez氏が2026年1月24日、Tech Policy Pressに興味深い調査結果を発表しました。50名の中間管理職へのインタビューから明らかになったのは、弱い雇用市場とAI導入圧力のはざまで、実際には機能しないAIツールの「成功」を演じざるを得ない管理職の姿です。本稿では、この調査が示す企業のAI導入における構造的課題について解説します。
参考記事
- タイトル: In Weak Job Market, Middle Managers Increasingly Forced to Feign AI Success
- 著者: Diana Enriquez
- 発行元: Tech Policy Press
- 発行日: 2026年1月24日
- URL: https://www.techpolicy.press/in-weak-job-market-middle-managers-increasingly-forced-to-feign-ai-success/
要点
- 社会学者Diana Enriquez氏が2025年春から8ヶ月にわたり50名の中間管理職にインタビューを実施し、雇用不安とAI導入圧力の実態を調査した
- 弱い雇用市場の中で、中間管理職は経営陣が求める「AI楽観主義」に合わせるため、実際には機能しないAIツールの成功を偽装せざるを得ない状況にある
- Wall Street Journalの調査でも、経営幹部と現場労働者の生成AI体験には大きな隔たりがあり、幹部の報告する効果は実際よりはるかに高いことが示されている
- 自動化システムは「ツールの指示に従えばタスクが完了しない」か「指示を無視すれば規則違反になる」という矛盾した選択を労働者に強いる構造的問題を抱えている
- 人間中心の設計、つまり従業員が技術をカスタマイズし、システムの誤作動時に介入できる仕組みが、持続可能なAI活用の鍵となる
詳細解説
調査の背景:ギグワーカーから企業への波及
Diana Enriquez氏はプリンストン大学で労働の自動化とアウトソーシングに関する博士研究を行い、AmazonやUberにおける大規模な業務の「事前自動化」(pre-automation)を研究してきました。事前自動化とは、完全な自動化の前段階として、人間の労働をアルゴリズムで管理・指示する仕組みを指します。
Tech Policy Pressによれば、Enriquez氏は2025年春から8ヶ月間、50名の中間管理職にインタビューを実施しました。この調査の動機について、同氏は「配達労働者で見られた大規模自動化の問題が、今やアメリカ企業全体に現れているのを見て、驚きを禁じ得なかった」と述べています。調査の核心的な問いは、「私たちは自動化の拡大から何かを学んだのか、それとも同じ課題が繰り返されるのか」というものでした。
二重の圧迫:雇用不安とAI楽観主義の強制
調査で明らかになったのは、中間管理職が二重の圧力に直面している現実です。Tech Policy Pressによれば、インタビュー対象者の多くが「弱い雇用市場のため、何としても職を維持しなければならないというプレッシャーを感じており、より多くのシフトを受け入れ、不満の声を上げることが少なくなっている」と証言しました。
この不安定な状況下で、中間管理職は経営陣が求める「AI楽観主義」の姿勢に合わせることを余儀なくされています。具体的には、実際には価値が限定的なAI自動化の導入要請にも応じ、実際にはAIツールが一貫した文章を一つも生成できなかったにもかかわらず、エラーのない原稿をAIが書いたかのように装うケースが報告されています。
弱い雇用市場は、従業員に対してAIへの習熟を示すことを要求する環境を生み出していると考えられます。これは企業のブランド進化に合わせ、期待される品質レベルで業務を完遂するためのスキルとして位置づけられています。しかし、その結果として生じているのは生産性の向上ではなく、従業員の不安、燃え尽き、そして生産性の限界です。
Wall Street Journalで参照された最近のホワイトカラー労働者調査では、「経営幹部と労働者の生成AI体験の間には大きな隔たりがある」ことが示され、経営幹部が報告する効果は労働者の実際の体験よりはるかに高いことが明らかになっています。この認識のギャップが、現場の実態と経営層の期待の乖離を生んでいると考えられます。
「成功の偽装」がもたらす悪循環
Enriquez氏の調査対象者の中には、LinkedInで職場でのAIの「刺激的な」活用について投稿する必要性を感じている人々もいました。Tech Policy Pressによれば、これは自動化の課題に直面している人々が、雇用市場の圧力によってAI神話をさらに永続させている構造を示しています。
この現象の背景には、AI搭載の自動化ツールが数学、コンピューターサイエンス、ビッグデータに基づいているため、一般的な従業員よりもはるかに読み取りやすいダッシュボードで「合理的」と認識されやすいという特性があります。加えて、これらのシステムは常に活動を追跡しているため、経営幹部はチームがどれだけ積極的にAIを使用しているかを監視できます。
その結果、中間管理職は「AIリテラシー」を身につけ、たとえそれが自分やチームの役に立たない場合でも、日々の積極的な使用を示すという高まる圧力に直面しています。この構造は、実際の業務効率よりも「AIを使っている」という外観を優先させる環境を生み出していると言えます。
ギグワーカー研究が示す構造的問題
Enriquez氏の以前のギグ労働研究から、事前自動化環境の労働者が直面する根本的なジレンマが明らかになっています。Tech Policy Pressによれば、それは「テクノロジーを無視してでもタスクを完了すべきか(その場合は雇用主の規則を破ることになる)、それとも規則に従ってタスクの完了に失敗すべきか」という不可能な選択です。
自動化および事前自動化された作業環境に関する初期の研究で特定された主要な問題は、自動化ツールが要求する硬直的で頻繁に誤った指示でした。実際の環境には、ツールが考慮できない複雑な変数が存在します。具体例として、労働者はしばしば、道路閉鎖を無視した最も効率的なルートの運転指示や、自動車用に設計されていない橋の提案を受け取っていました。
Tech Policy Pressは、2019年にAmazonの配達ドライバーが従業員チャットに投稿した事例を紹介しています。そのドライバーは、入口も出口もないルートでパッケージを配達するよう指示され、「指示を無視して荷物を配達し、ルート違反で自動的に記録されるべきか? それとも次の5時間円を描いて運転し、荷物を配達しないままにすべきか?」と問いかけました。他のドライバーたちは次の週にわたり、このスレッドにほぼ100件の類似の課題を投稿しました。
このような作業環境では、人々は解決すべき問題として見なされ、自動化は認識された合理性のために正しいと仮定されています。この構造は現在、企業の中間管理職にも波及していると考えられます。
完全自動化の短絡的な視点
Enriquez氏は、完全に自動化されたシステムの設計が困難であるだけでなく、しばしば短絡的であると指摘しています。Tech Policy Pressによれば、すべての業務がある程度自動化された世界は、より少ない人々しか仕事を持たない世界になる可能性が高いとされています。
ほとんどの自動化システムは消費者の存在に依存しているため、雇用率の低下は企業自体に長期的な悪影響を及ぼすことになります。さらに、全員が頻繁に故障する自動化システムを修復したり効果的に対話したりする能力がゼロの状態で進んでいる場合、これらのサービスから購入したり使用したりする人は誰が残るのか、という根本的な問いが生じます。
一部のプラットフォーム構築者はユニバーサル・ベーシック・インカム(UBI)について漠然と言及していますが、Tech Policy Pressによれば、これらの同じ構築者は税金を削減し、公共サービスを縮小し、現在の経済で苦しむ家族向けのさまざまな支援メカニズムを終了させるために積極的に活動しています。この矛盾は、自動化推進者の長期的ビジョンの一貫性に疑問を投げかけるものと言えます。
人間中心の設計という解決策
Enriquez氏は、AIの誇大宣伝がすべてが変化し私たちが主体性を失ったと信じさせようとする一方で、人々と明確な目的を中心に据える基本的な設計ルールは変わらないと述べています。Tech Policy Pressによれば、人々の成功を助けている技術ツールは、大規模な利益ではなく個人を念頭に置いて設計されたものです。
効果的なシステムの特徴として、目的に適合していること、消費するデータが意図的であること、そして労働者が方法と出力を共同設計する機会があることが挙げられています。このようなシステムには、技術が必然的に故障する瞬間のためのオーバーライド機能があり、従業員がそれを使用しても罰せられることはありません。また、使用する人々が技術の成熟とともにそれを進化させる機会があります。
対照的に、日常的な失敗が起こる状況は、設計がブラックボックス化され、それと共存を強いられる人々に押し付けられる場合です。Tech Policy Pressによれば、より良い未来は、労働者が開いて適応させ、カスタマイズして繁栄を助けることができるツールを持つ未来であり、これは現在の独占か破綻かのプラットフォームモデルとは対立するものです。
Enriquez氏が自分のために自動化ツールを設計する際は、まず「何が私のチームを助けるか?」と問うといいます。その答えは、AIプロダクトのブラックボックスよりもはるかにシンプルで明確な設計であることが多く、彼らが繁栄するために必要なカスタマイズのレバーと機会の構築に焦点を当てているとのことです。
政策と企業の責任
Tech Policy Pressによれば、政府、労働組合、より広範な公衆はコミュニティの健全性に対してより長期的な賭けをしており、Enriquez氏は彼らがどのような未来を設計したいのかを見たいと述べています。
同氏は、「修理する権利」(right to repair)を掲げて選挙運動を展開する政治家たちに勇気づけられているとしています。これは、ツールを私たちのニーズに合わせて機能させるために、十分な設計の透明性とツールをオーバーライドまたはカスタマイズする機会を要求するものです。公衆は「良い」とは何かについてより明確な発言権を持ち、社会を健全で機能的に保つものに長期的な賭けをする空間が必要と考えられます。
AI誇大宣伝に対抗するため、企業は人間中心の設計と、労働者を置き換えるのではなく利益をもたらす成果に対するより明確なコミットメントを持つ必要があります。また、政策立案者は、最前線から中間管理職以降まで、労働を保護する介入を追求しなければならないとされています。
まとめ
社会学者Diana Enriquez氏の調査は、企業のAI導入における見過ごされがちな課題を浮き彫りにしました。雇用不安とAI楽観主義の圧力のはざまで、中間管理職が「成功の偽装」を強いられている実態は、ギグワーカーで見られた自動化の問題が企業全体に波及していることを示唆しています。持続可能なAI活用には、人間中心の設計と、労働者が技術をカスタマイズできる仕組みが不可欠と思います。
