序論
2026年4月、Enrique Dans は「思考は疲れる」（原題 Pensar cansa）と題する一文を発表した。その論点は単純で、しかも人を落ち着かなくさせるものだった。私たちが人工知能を使いはじめるのは、多くの場合、より良く考えるためではなく、考えずに済ませるためである。Dans はこれを、一部の研究者が「認知的降伏」（rendición cognitiva）と呼ぶ傾向に結びつけた。うまく構成され、流暢で、自信に満ちた口調で差し出された答えを前に、私たちはうなずき、複製し、そのまま先へ進む。だが同じ答えが人の口から出たものであれば加えたはずの吟味を、人工知能が書いた文章に対しては省いてしまうのだ。
文章そのもの以上に多くを物語ったのは、それに寄せられたコメント、そして類似のオンライン上の議論で繰り返し現れた反応だった。
同一の現象を前にして、読者は正反対の方向へと投げ出された。そしてこの分裂は、その文章に寄せられたコメントにも、類似のオンライン上の議論にも、同じように繰り返された。あるコメント者は、責任を道具に負わせるのは誤りだと論じた。計算機も、書物も、ペンも、人工知能も中立的な道具であり、真に決定づけるのはその背後にいる人間の態度である、と。学ぶ気のある者は一冊の百科事典からでも学び、学ぶ気のない者は最も精巧な道具をもってしても学ぼうとはしない。だが Dans 自身の立場はその逆を強調していた。道具は中立的なものとして設計されてはいない。摩擦を減らすために設計されているのであって、疑いを生むためではない、と。もう一人のコメント者は、区分を別のところへ引いた。人工知能は、コード化され、議論可能な規則の総体を流暢に処理できるが、身体と生きられた経験に根ざし、一生をかけて生きることでしか蓄積されない道徳には、同じようには到達できない。しかも、到達できる規則も到達できない道徳も同じ流暢さで語ってのけるがゆえに、その差を読者にたやすくは気取らせない。第四の者はそのすべてに異を唱えた。私たちは考えるのをやめているのではない、異なる仕方で考えはじめているのだ、と。
ここでの真の問いは、どちらが正しいかではない。それに先立つ、もう一つの問いがある。同一の対象を前にして、人々はなぜこれほど異なる場所へ辿り着くのか。さらにこうも問える。これらの反応は、いったい何を語っているのか。人工知能についてなのか、それともそれを見つめる者自身の立ち位置についてなのか。道具が何のために設計されたのかについてなのか、それとも誰のもとで何に変わったのかについてなのか。
本稿の出発点となる観察はこうである。コメントの一つひとつが、その主の立つ場所を漏らしている。道具を中立とみなし、責任を個人の意志に結びつける者は、ある特定の世界観から発言している。道徳の身体性を強調する者は、自らの職業的あるいは哲学的な基盤を露わにしている。人工知能はただ「異なる」思考の可能性を差し出しているにすぎないと言う者は、自らのその使い方を弁護している。人工知能は、反応が向けられる対象であるというより、応答する者の立ち位置を反射して返す表面のように働いている。
本稿が提示しようとする主張はここにある。人工知能への反応は、多くの場合、人工知能についてではなく、その人自身の立ち位置についてなのだ。人工知能はこの反射を三つの様式で行い、本稿はこの三つの様式をめぐって組み立てられる。
その一は鏡である。人は人工知能のうちに自らの立ち位置（己の能力、特権、徳）を見て取り、それを守る。その反応の内容が、守っているものが何であるかを示すことになる。
その二は拡大鏡である。人工知能で自らの不足を覆い隠そうとする者は、それを覆い隠せない。議題について十分に知らないために、道具の流暢で説得力ある出力を吟味できず、その内へ分け入れないからだ。こうして不足は隠されるどころか、拡大され、露わになる。同じ拡大鏡は逆方向にも働く。その下に蓄積、素材、よく練られた問いが置かれれば、能力を倍増する。レンズは中立である。分けるのは、その下に何が置かれるか、そしてレンズを持つ手、すなわち人がいかなる蓄積と志向をもってその道具を見つめるかである。
その三はリトマスである。（リトマス紙とは、浸された液体が酸性か塩基性かを、色を変えることで明かす測定の道具である。）人工知能を用いて優れた産出を行うこともまた一つの技能であり、この技能は大部分がコード化されえず、経験と導きを通じてはじめて成熟する。まさにそれゆえに、人工知能はそれを均そうとせず、かえって分離する。同じ道具が二人の手に渡ったとき、一方になしうることが、他方にはなしえない。これは「人工知能はすべての人を均し、専門的な能力をすべての人に開く」という言説とは逆の方向を向く主張であり、その言説を正面に据えて、力強く検証されうる命題に変える。
これら三つのレンズに加えて、第四の層が伴う。盾である。「人工知能は捏造する」という観察は技術的には正しいが、この断定は、責任を行為者から道具へと移し替える口実に変わりうる。誤りの主は、誤りを道具の本性へと転嫁することで、自らの立ち位置を守ろうとする傾きに入りうる。
ここまでのすべては、レンズを他者へと向けている。本稿の真の背骨は、そのレンズを自らへと向けるところにある。レンズは双方向だ。それを携える側、すなわち人工知能を弁護し、相手に「あなたは恐れている、失うことになる特権のために抵抗している」と言う側もまた、同じレンズを使って自らの立ち位置を確証しうる。誰もが鏡のうちに他者を見て、その動機を読み取る。最も難しいのは、自らを見ることである。もし本稿が自らの立ち位置（人工知能を使い、そこから益を得る側）をも同じ検証にかけないなら、それはみずから診断した当のものの一例となってしまう。ゆえにレンズはここで、診断の武器としてではなく、検証にかけられる一つの読みとして立てられる。
最後に一つ、境界の宣言を。本稿は何ら新しいメカニズムを発見したと主張するものではない。それが差し出すのは一つの読みであり、アイデンティティの脅威、暗黙知、道徳的誇示、責任の空隙といった、たがいに切り離されてきた（その多くは職場や実験室の文脈にとどまってきた）研究を、公共の言説の水準において束ね合わせる。その独創性は個々の発見にではなく、それらを互いに結びうる枠組みに、そしてその枠組みを自らにも適用しうる自律にある。全篇で引かれるフォーラムのコメント者たちは、個人としてではなく立ち位置として扱われ、誰一人としてレッテルを貼られることはない。問題は誰が何であるかではなく、これらの反応が何を示すかにあるからだ。私たちの目的は、自らが正しいと証明することではない。Dans は一文でこう結ぶ。「境界は技術にではなく、態度にある。」本稿が付け加える唯一の条件は、その態度が両方向において検証されねばならない、ということである。
I. 鏡：反応は誰についてか？
人工知能への反応を解きほぐすには、情報システム分野のある研究に登場する一つの概念が役に立つかもしれない。「アイデンティティの脅威」である。Mirbabaie らは、Craig らのある定義を引きつつ、これを「ある情報技術の産物を使用することが、個人の自己信念を損なうであろうという予期」と言い表す（Mirbabaie et al., 2021, p. 75）。そのメカニズムは単純である。ある経験が個人のアイデンティティと衝突するとき、個人は自尊において損失を被り、そのアイデンティティに結びついた自尊を守るために行動する。この行動は多くの場合、抵抗という形をとって現れる（同上, p. 77）。
決定的なのは、脅威の対象である。脅かされているのは多くの場合、人の仕事や収入ではなく、「私は誰か」という問いへの答えである。Mirbabaie らが職場で行った研究は、人工知能がもたらすアイデンティティの脅威について三つの予測因子を見いだしている。仕事の変化、地位の喪失、そして人と人工知能とのあいだに築かれるアイデンティティの関係である（Mirbabaie et al., 2021, p. 73）。三つとも、物質的な損失よりも立ち位置に関わる。
Bankins らは同じ脅威を集団の水準に位置づける。彼らによれば、職業的アイデンティティとは、ある職業集団が「私たちは誰か。私たちの専門の境界はどこにあり、私たちの価値は何か」という問いに与える共通の答えである（Bankins et al., 2024, p. 164）。この共通の答えが十分に堅固であれば、道具を吸収してしまう。深く、明確に定義されたアイデンティティをもつ職業は、より落ち着いて新しい技術を試す。強固な共有された前提が、変化の危険を受け入れうるものにするからだ。しかし、アイデンティティが弱いか曖昧であれば、同じ道具が脅威として受け取られる。
そこから、本稿の核心的な観察へと通じる、直観に反する発見が引き出される。最も激しく抵抗する者が、最も無能な者なのではない。Bankins らが集めた諸研究は、高度な領域的専門性をもつ人ほど、アルゴリズムの助言に対してより強く抵抗することを示している。一つには、人工知能が生み出した結果の責任を自ら負うことになるため（出力は彼らが引き受ける）、盲目的には信頼せず、吟味しようとする。いま一つには、自らの能力を道具のそれよりも上と見て、それを使うことにさして益はないと考えるからである（Allen & Choudhury, 2022、Bankins et al., 2024, p. 164 による）。抵抗を高めるのは、無能ではなく、専門性の自覚である。
鏡の核心はまさにここにある。抵抗が漏らすのは、人工知能の何らかの属性であるというより、抵抗する者の立ち位置である。すなわち、有していると思われている専門性と、その専門性が与える特権である。反応の烈しさは、守られているものの主観的な価値を測る。ある道具が「それは私にできることをなしえない」という理由で拒まれるとき、その理由は多くの場合、道具の限界にではなく、語る者が自らの技能に付与する意味にある。
この文献は職場で生まれたが、同じ様式は公共の議論にも浮かび上がる。ある技術記事の下で、同じ道具を前に、ある者が「ついに思考の負担を軽くしてくれるもの」と呼び、ある者が「人を浅くする脅威」と呼ぶとき、この分岐は多くの場合、道具が何をしたかからではなく、双方が自らの労働とアイデンティティをどこに置いているかから生じる。この種の議論でしばしば現れる観察はこうだ。人工知能が誤らないときには私たちはそれを見事だと思い、ひとたび誤れば「もともと愚かだ」と宣する。私たちの道具への評価は、多くの場合、私たち自身の期待の、そしてその期待が満たされたか否かの、一枚の鏡となる。
最後に一つ区分を。この節は最も誤解されやすいところだからだ。反応の内容が人の立ち位置を漏らすということは、その反応に「コンプレックス」「嫉妬」あるいは「恐れ」というレッテルを貼ってよいという意味ではない。そのようなレッテル貼りは、反応する者の論を内容によってではなく動機によって裁くことであり、これは別の種類の誤りであって、第五節で扱う。ここでの主張はより慎ましい。人工知能への反応は、道具の客観的な属性であるというより、反応する者が人工知能を前にした自らの立ち位置についての情報を帯びている。鏡は、人が何であるかを告げない。どこを見ているかを示すのだ。
II. 拡大鏡：覆い隠す試みはかえって暴く
鏡が言っていたのは、反応の内容が立ち位置を漏らすということだった。拡大鏡はさらに一歩進む。反応だけでなく、仕事そのものをも可視にする。この隠喩の核心はその中立性にある。拡大鏡はその下に置かれたものを拡大する。不足を置けば不足を、蓄積を置けば蓄積を。それらを互いに分けるのは、レンズそのものではなく、その下に何が置かれるか、そして執る手がそれをいかに使うかである。本節はレンズの一方向、すなわち覆い隠す試みがいかに反転するかを追う。能力を倍増するもう一方向は、「同じ道具が二つの手のなかでなぜ異なる結果を与えるのか」という問いを経て、後段のリトマスの節へとつなぐ。
メカニズムは単純に見えて、直観に反する一点で結ばれる。人工知能の出力は、流暢で、秩序立ち、自信に満ちた文体である。この三つの性質は内容の正誤とは無関係だが、人はしばしばそれらを正しさの徴として読む。Buçinca らの実験はまさにこの点を測った。人工知能の判断に理由を添えると、それに対する利用者の信頼が高まる。しかもこの信頼は、人工知能が誤っているときにさえ上昇する。過度の信頼はまさにここで生まれる（Buçinca et al., 2021, p. 2）。研究者が「過度の信頼」（overreliance）と呼ぶものが、ここで技術的な定義を得る。人工知能の助言が誤りまたは不適切であるときにも、利用者がなお従おうとする傾きである（同上）。約六十の研究を渉猟した Passi と Vorvoreanu の組織的な総説は、同じ様式をより広い範囲で見て取る。説明は正しい助言への信頼のみならず、誤った助言への信頼さえも高め、自動化バイアスと惰性が利用者を誤りへと押しやる（Passi & Vorvoreanu, 2022）。
この傾きは、測定可能な行動へと転じる。Shaw と Nave の三つの事前登録実験は、参加者が人工知能に相談し、かつ人工知能が誤っているとき、大きな割合で誤った助言を採り入れることを見いだした（第一の研究では、相談された誤りの試行のうち 79.8%、第二では 74.6%、時間的圧力下の第三では 72.3%。Shaw & Nave, 2026, p. 22, 28）。著者たちが強調する条件がある。この割合は、その設問で人工知能に相談することを選んだこととの関わりにおいてであり、相談率そのものは五割前後にある。つまり、誰もがどの設問でも降伏するわけではない。だが、ひとたび降伏すれば、誤りは大きく引き継がれる。正味の結果は正確さの低下である。人工知能が正しいとき参加者は約二十五ポイントを得るが、誤っているときには十五ポイントを失う（Cohen's h = 0.81。同上, p. 22）。著者たちがこの様式に与えた名は、Enrique Dans が用いた術語と一致する。認知的降伏である。
技術フォーラムで日常の言葉で繰り返し現れる観察が、同じメカニズムを語る。思考のすべてを人工知能への問いに委ねてしまうと、頭は棚上げにされる。だが問うことは考えることではない。真の思考は答えを組み立てるところにある。これは自己吟味がゆるむことの日常的な描写である。人は自らの答えを産み出す労苦を免れる。だがその労苦は、同時に答えを検証する機会でもあった。
ここまでが、覆い隠す試みがなぜ効かないのかを準備する。ここで一つ区分が要る。流暢な出力を過度に信頼することは広く見られる傾きだが、それを吟味するのに要る知識を欠くことは別のことである。前者は怠り、後者は不可能である。人工知能で自らの不足を覆い隠そうとする者は、流暢な出力を吟味するのに要る知識を欠くために、それをそのまま受け取ってしまい、不足は覆い隠されるどころか、かえって拡大される。覆い隠された空隙が出力のなかへ入り込み、出力が公にされるとき、空隙もそれとともに露わになるからだ。最も鮮明な例は法律から来た。広く知られた一件で、ある弁護士が人工知能の捏造した架空の判例を訴状に書き込んだために処罰を受け、類似の事例が相次いだ（Magesh et al., 2024, p. 2 による）。Magesh らの真の貢献はこの出来事を記すことではなく、法律に特化して設計された人工知能の道具がどれほどの頻度で捏造するかを測ることにある。専用の法律用の道具は、問い合わせの 17% から 33% で幻覚を生じ、最良の道具が問い合わせの 65% に正しく答える一方、別の道具は 42% にとどまり、捏造の頻度はほぼ二倍に達した（同上, p. 1）。道具の流暢さは一定だが、その信頼性はそうではない。区別をしない利用者は、覆い隠したかった空隙を記録に残す。
この循環はなぜ自ずと正されないのか。Kruger と Dunning の古典的な発見がここに当てはまる。無能は同時に二つの能力を削ぐ。事をうまくなす能力と、自分がそれを拙くなしていると気づく能力の両方をである。最下位の四分位にある者は、実際には第12パーセンタイルにありながら、自らを第62パーセンタイルにあると思い込んでいた（Kruger & Dunning, 1999, p. 1121）。メタ認知の盲点は、まさに最も覆い隠すことを要する者を、覆いが功を奏していないと最も気づけない者にする。拡大鏡がゆえに残酷なのは、それが最も大きく拡大する空隙が、その主が最も気づけない空隙だからだ。その長期的な代償もまた測られている。Gerlich が666名の参加者で行った研究は、人工知能の頻繁な使用と批判的思考の能力とのあいだに強い負の相関（r = −0.68）を、認知的オフロードと批判的思考とのあいだにはさらに強い負の相関（r = −0.75）を見いだした。重回帰では、人工知能の使用が批判的思考を負の方向に吸収した（β = −1.76、p < 0.001。Gerlich, 2025a, p. 14, 16）。これは相関の図であり、それ自体では因果を立てない。だが、拡大鏡の隠喩が予期する方向への累積を示している。二つの補足研究がこの図を強める。その一は、この様式が学生や実験室に限られないことを示す。Lee らは319名の知識労働者に、彼らが仕事で人工知能を使った936の実際の例を尋ね、一つひとつ分析した。この発見は、拡大鏡の「執る手」という直観を、測定された係数へと変える。人工知能への信頼が高いほど、批判的思考の関与は少なくなる（β = −0.69、p < 0.001）。逆に、人が自らの課題に寄せる自信（β = 0.26）と、人工知能の答えを評価することに寄せる自信（β = 0.31）は批判的思考を高め、最も強い正の効果は反省の傾向から来る（β = 0.52、p < 0.001。Lee et al., 2025）。決定づけるのは信頼の有無ではなく、その方向である。道具へ降伏する信頼は思考を弱め、自らと吟味へ向かう信頼はそれを高める。その二は、因果の負債を部分的に償う。同じ著者の実験研究は、三つの国（ドイツ、スイス、英国）で150名の参加者を用いて四つの条件（人間のみ、人間と無誘導の人工知能、人間と構造化された誘導つきの人工知能、人工知能のみ）を比較した。無誘導の使用は推論の質を高めることなく認知的オフロードを生み、構造化された誘導は批判的推論と反省的関与の双方を有意に高めた（Gerlich, 2025b）。差は道具そのものにではなく、使い方にあった。相関が立てえなかった方向の矢は、実験のこの一支が指し示すところに現れる。
今度はレンズを裏返す必要がある。中立という主張は、その反面もまた示されてはじめて立ちうるからだ。同じ流暢な出力の下にあるのが空隙ではなく、蓄積、素材、よく練られた問いであるとき、レンズは能力を拡大する。同じ議論のなかで、逆の経験もまた語られている。ある経験豊かな利用者は、人工知能を認知的な増幅器として使い、それによってはるかに速く学ぶが、何事においてもそれに依存はしない、と述べる。両極のあいだの差は道具そのものにではなく、その下に置かれる素材と、執る手にある。同じ批判が実験の設計にも向けられる。この種の研究が示すのは、人工知能が脳を萎縮させるということではなく、それが、人々を可能なかぎり不器用な状態にあるときに測る道具に変わっているということである。
この二重の顔はまた、道具が減らすものが常に利得であるとはかぎらないことをも思い起こさせる。人工知能が最もよく減らすものの一つは摩擦である。ある問いの前で立ち往生し、試行錯誤を重ねるあの労苦だ。だが Kapur の「生産的失敗」（productive failure）の研究は、学生が難しい問題と支えなしに格闘することは、短期には失敗に見えても、その後の段階では、人工知能に支えられた学習者を上回る深さを生むことを示している（Kapur, 2008）。同じ区分に、新たな実証的対応がある。Fan らが117名の大学生で行った無作為化実験では、ChatGPT 群は短期のテスト得点で先んじたが、知識の獲得と転移においては有意な差を示さなかった。著者たちが「メタ認知的怠惰」と呼ぶこの様式は、得点が表面で上昇する一方、深部で何かが変わらないことである（Fan et al., 2025）。摩擦を完全に消し去る使い方は、この隠れた生産性をも消し去りうる。そのためにこそ、執る手は見分けねばならない。どの摩擦が捨てるべき負担であり、どれが守るべき機会であるかを。
ここでの区分を、文献のなかの隣接する概念と混同してはならない。Ehsan らは、人工知能が「増幅器の逆説」（原題 AI-as-Amplifier Paradox）を帯びると言う。道具は遂行を強化する一方で、その底にある専門的な能力を侵食する。同時に高める者であり、溶かす者でもある（Ehsan et al., 2026, p. 1）。あの逆説の軸は、道具と専門的な能力とのあいだ、強化と侵食とのあいだにある。だが本稿が用いる拡大鏡は、別の方向を指す。レンズが人自身の立ち位置を、その下に置いたものを拡大するという方向だ。二つは衝突せず、異なる層で働く。Ehsan の逆説は本節の負の一面（能力の侵食）を養うが、レンズが入力をどれほど拡大するかという問いは、彼らの枠組みには存在しない。じつのところ、増幅器と拡大鏡は、一本の鎖の両端として読める。Ehsan の増幅器は時間の方向で働く。道具を使いつづける人の専門的な能力は、長期にわたって、多くの場合気づかれぬまま侵食される。本稿の拡大鏡は瞬間の方向で働く。人がその瞬間に道具へ持ち込む不足や蓄積は、ただちに出力に現れる。二つは衝突せず、前後して続く。道具で自らの不足を覆う人は短期に暴露され、同じ覆いがつづくにつれ、その真の能力もまた失われていく。暴露と侵食は、同じ依存の短期と長期の二つの顔である。
かくして拡大鏡はそれ自体では判断を下さず、一つの問いをより鋭く研ぐ。レンズの下に何があり、執る手は何をしているのか。この問いが、私たちを「同じ道具が二人の手のなかでなぜこれほど異なる結果を与えるのか」へと、すなわち「リトマス」の節へと導く。
III. リトマス：人工知能は均さず、分離する
リトマス紙はある溶液に浸されると色を変える。その変えた色が、溶液が何であるかを明かす。この隠喩の働きはここにある。人工知能は、同じ仕方で二人の手に渡ったとき、彼らを同じ場所へは連れて行かず、両者のあいだの差を可視にする。本節の主張は、その差がどこから来るのかを名づける。人工知能を用いて優れた産出を行うこともまた一つの技能であり、この技能は大部分がコード化されえず、たやすく手から手へ渡ることもない。道具そのもののうちにも、一冊の指南書のうちにも完全には存しておらず、経験と導きを通じてはじめて到達しうるものとなる。まさにそれゆえに、人工知能はそれを均そうとせず、かえって分離する。
リトマスのこの主張は、きわめて流行した一つの言説の反面に立つがゆえに、その言説を最も有力な典拠によって面と向かわねばならない。「人工知能はすべての人を均し、専門的な能力をすべての人に開く」というのは一つのスローガンではなく、真剣な実地の証拠をもつ命題である。Noy と Zhang の事前登録実験では、大学を出た専門職に執筆課題が課され、その半数に人工知能を使う権限が与えられると、平均的な生産性が顕著に高まった。要した時間は0.8標準偏差下がり、産出の質は0.4標準偏差上がり、働き手のあいだの不平等も縮まった。道具が最も能力の低い者に最も益をもたらすからである（Noy & Zhang, 2023）。Brynjolfsson、Li、Raymond が5,172名のカスタマーサポート担当者で行った研究は、同じ方向を指す。人工知能へのアクセスは生産性を平均15%高めたが、その恩恵は均等には分布せず、技能が最も低い区分では36%まで上がり、最も経験の浅い担当者において最も高かった（Brynjolfsson et al., 2025, p. 889, 911）。Dell'Acqua らがコンサルタントと行った実地実験も、均しの方向を裏づける。平均を下回る成績の者は43%、上回る者は17%改善し、すなわち差が縮まった（Dell'Acqua et al., 2023）。公共の言説にも、この命題は自らの声をもつ。技術の議論でよく見られる反論は、その分野の専門家たちに向かってこう言う。この技術分野の基本的な定義の先は知らないし、関心もない。私が関心をもつのは、それで何ができるかだ、と。専門的な能力への固執は、しばしば知的な傲慢へと変わる。障壁はすでに倒れたと言うこの声は、一つの真実の経験を語っている。
だが、この三つの実地研究のいずれにおいても、均しの発見のかたわらに一つの境界が付されている。リトマスの主張はまさにその境界から始まる。Dell'Acqua の実験は二種類の課題を用いていた。一つは人工知能の能力の範囲の内に、もう一つはその外にあった。均しは、第一の課題で生じた。だが第二の、すなわち人工知能の境界の外に落ちる課題では、人工知能を使ったコンサルタントは、正しい解に至る点で、使わなかった者より19ポイント低かった（Dell'Acqua et al., 2023）。Brynjolfsson のデータも、同じ境界のもう一つの顔を示す。最も経験の浅い働き手が最も益を得る一方、最も経験があり技能の高い働き手は、速さにおいてわずかな利得を、質においてはわずかな低下を経験し、恩恵は最も定型的で反復的な問いに集まった（Brynjolfsson et al., 2025, p. 889）。様式は一貫している。均しは、仕事のうちコード化可能で、人工知能の境界の内に落ちる部分で生じる。だが境界の外、すなわち仕事のうちコード化されえない部分では、道具は均さない。かえって、それを信頼し、その境界の外へと持ち出す者を誤らせ、その遂行を低下させる。二つの発見は衝突せず、異なる層を測っている。一つは境界の内を、もう一つは境界の外をである。同じ分離が、ある統制された実験でも現れる。拡大鏡の節で言及した四つの腕をもつ研究は、単なる因果の証拠であるだけでなく、リトマスの最も整った実験室での対応物でもある。同じ道具が、構造化された誘導で使う者の手では批判的推論を養い、無誘導で使う者の手ではただ外化を生んだ（Gerlich, 2025b）。実地研究が指し示す分離を、統制された環境もまた裏づける。
では境界の外には何があるのか。コード化されえない知識である。Hadjimichael、Ribeiro、Tsoukas が Polanyi から Merleau-Ponty へ遡る考察は、暗黙知がいかに獲得されるかを説く。身体が手元の課題を把握し、それに最も適った捉え方を見いだす能力によって、である。この能力は、著者たちの言い方では、「より経験ある者たちの権威ある導きのもとで」発達する（Hadjimichael et al., 2024）。著者たちが強調する一点は、この命題の最も力強い支柱である。いかなる課題も、手仕事であれ頭脳の仕事であれ、平凡であれ創造的であれ、暗黙知に訴えることなしには完遂されえない（同上）。すなわち、コード化されえない技能は周縁にとどまる例外ではなく、あらゆる仕事の核心にある。この導きの次元を、Lave と Wenger はさらに深く展開した。彼らによれば、学びは孤立した心的な営みではなく、ある実践共同体への参加によって実現する。新参者は熟練者のかたわらで、仕事の周縁から中心へと進みつつ、ともになすことによって熟練者となる（Lave & Wenger, 1991）。技能を担うのは一冊の指南書でも一度の集合的な授業でもなく、この参加の関係である。彼らの言い方では、「いわゆる一般的な知識でさえ、特定の状況のなかでしか力をもたない」（同上, p. 33）。Tsao らが創造的な職業を渉猟した総説は、この区分を二つの軸に据える。知識のコード化可能性（暗黙的で身体化されたものから、明示的でコード化可能なものへ）と、産出の物質性である。すなわち、身体化された実践を先とする領域こそ、人工知能による代替に最も抗する領域であることを見いだす（Tsao et al., 2026）。同じ総説は、職業の段階が決定的な要因であることを指摘する。入門の段階にある者は人工知能を熱意をもって、デジタルな道具の自然な延長として迎える一方、熟練した実践者は専門的な能力の価値下落を疑念とともに見る（同上）。
個体差そのものもまた測定されている。Lovett の総説はこう転じて述べる。似た背景をもつ人々が同じ道具で截然と異なる結果に至り、その分かれ目を引くのは学習目標の指向である。遂行を志向する依存は道具を技能の低下へと変え、熟達を志向する指向は同じ道具を技能の増大へと変える（Yang et al., 2026 の発見、Lovett, 2026 に転引）。「同じ道具」という一語こそ、リトマスの核心である。変わるのは道具ではなく、それを執る指向である。
この区分の最も明晰な公共的表現は、議論のなかで互いに対峙する二つの声のあいだにある。一つの声は自らの方法を語る。人工知能に多くの選択肢を生成させ、それを自らの知識基盤で篩い分け、そのうえでこう付け加える。これは事前の蓄積なしには成り立たない、と。相対する声はコインの裏面である。蓄積のない者もまた篩おうとするが、自らは篩っているつもりで、じつは劣悪に選び取り、しかも自らが誤ったことを決して知らない。同じ道具である。専門家は篩い、新参者は篩っているつもりでいる。同じ区分が、学びの角度からも提起される。あらかじめ基礎を学んだ者の道具の使い方は、ゼロから始める者が経験するであろうものとは異なる。出来合いの解を生成する道具が手元にあるとき、高度な科目を学ぶことは、長期的な学びを損ないうる。リトマスはここで色を変える。同じ溶液に浸された紙が、浸した者が何をもたらしたかを示すのだ。
ここで一つの混同を防がねばならない。リトマスの「分離する」という主張は、いくつかの議論で言われる「人工知能は人々を一様にする」という観察と衝突するように見えるかもしれない。Sarkar が「機械化された収束」と呼ぶものは、確かに存在する。人工知能の使用者は同じ課題において、多様性のより低い産出をする傾きがある（Sarkar 2023、Lee et al., 2025 に転引）。だがこれは産出が互いに似るということであり、リトマスが分離するのは、人と人とのあいだの技能の差である。二つは異なる層に立つ。産出が表面で収束する一方、その産出者の篩い分け、吟味、統合の能力は分離しつづける。しかも Lee 自身の注意がここで貴重である。産出の多様性は、批判的思考の欠陥ある尺度である。道具の助言を改変せずに採る者もまた、批判的な判断をくだしたかもしれないのだ。収束は分離の反面ではなく、別の軸に立つ別の現象である。
もう一つの誠実の負債がある。本節が仄めかす楽観、すなわち「良い手のなかでは道具が能力を拡大する」という期待もまた、疑いを容れぬものではない。認知的増幅と認知的委任を区別するために四つの判定基準を提起した、エージェントに基づくある仿真は、こう提起する。試された相互作用のいかなるメカニズムにおいても、真の増幅には達しなかった。人間の能力を最もよく保全する混合のメカニズムにおいてすら、協働の利得は負のままであり、認知的な摩耗をゼロにまで下げたときでさえ、正の利得は現れなかった（Di Santi, 2026）。この発見には二つの境界があり、その両方を明記せねばならない。第一に、それは NetLogo による仿真であって、経験的な実地のデータではなく、著者自身もそれを一つの抽象と呼ぶ。第二に、そこでの「増幅」の定義は、混合の産出が最良の単一のエージェント（多くの場合、人工知能自身）を超えるか否かであって、本節の語る「人自身の能力の向上」と同じことではない。それでもなお、それは一つの限られた戒めとして成り立つ。同じ道具から成果を産み出す手の存在は、その産出がいかなる場合にも真の認知的な利得へと転じることを意味しない。これもまた、本稿が自らの楽観の半分に向けて掲げる一面の鏡である。
最後に一つの誠実の負債を。「コード化されえない」は「教えられえない」を意味しない。本稿はその絶対性を負わない。Hadjimichael の強調はまさに逆を言う。暗黙の技能は、経験ある者の導きのもとでこそ成熟する。すなわち、技能は譲渡されえない直観ではなく、伝達されうるものであり、ただし経験ある者の同伴のもとで、それとともに親しく経験することによってのみ、である。リトマスが分けるのは、生まれつきの能力の等級ではなく、蓄積と指向の有無である。この区分を優越性の宣告へと変えること、すなわち「篩える私たち、篩えない彼ら」と言うことは、本節が建てた透鏡を自らに有利に読む機会を与える。その誘惑は真実であり、本稿自身をも縛る。次節はまさにこの陥穽を扱う。
IV. 盾：責任の行為者から道具への転移
三つの透鏡はいずれも一つの方向を向いていた。人自身の立ち位置である。盾は、それらのかたわらに第四の動作として加えられねばならない。それは一面の透鏡ではなく、透鏡から逃れる道具だからだ。「人工知能は捏造する」という一文は技術的には正しい。第二節はこれを節度あるデータで示した。だが正しい観察が、誤った用途へと差し向けられうる。あの一文はしばしば一つの記述であることをやめ、一つの口実に変わる。誤りの主は、誤りを道具の本性へと転嫁することで、自らを吟味の義務と結果の帰属から解き放つ。観察が盾に変わるとき、それが守るのは真理ではなく、立ち位置である。
論理上の誤りは単純だが不可視である。「道具は捏造しうる」という命題は真である。だが「ゆえに出力の誤りは私にはない」という推論は無効である。その間に、関連を断ち切る一歩があるからだ。すなわち、その出力を採り、使い、公にする行為者である。この一歩を顕在化させるために、責任が誰に帰しうるのかを問わねばならない。
Fuchs の考察はこの一端を確と封じる。道具は責任を担いえない。それが道徳的主体ではないからだ。人工知能には身体がなく、生命がない。その表現の力が私たちのうちに不随意の共感を呼び起こすとしても、Fuchs の言い方では、対象が十分によく表現でき、かつ生命に似た構造であって私たちを動かすとき、私たちはこの共感に欺かれてはならない。そこには、喜び、悲しみ、責めを負う者が誰もいないからだ（Fuchs, 2022）。Fuchs の真の戒めは一つの設計原則へと転じる。主体性の系統的な模倣は防がれねばならず、システムはただ自らが本来そうであるもの、すなわち一つの擬似としてのみ、自らを差し出すべきである（同上）。盾の朽ちた箇所がここに現れる。責任を人工知能へ転嫁することは、それに、それがもたない属性、すなわち「行為者であること」の属性を付与することを意味する。道具は行為者になりえないがゆえに、責任はそこにとどまりえず、不可避的に人へと戻る。
それでもなお、一つの問いが未決のまま残る。もし本当に誰も予見しえないとしたら。Matthias は、学習する系のうちに真の責任の空隙が存することを示す。ある系が経験から学び、稼働しながらその振る舞いを変えるとき、その製造者やプログラマーは、その未来の振る舞いをもはや完全には予見も制御もできない。行為者が自らの行動を知り、制御しうることを前提とする伝統的な責任の帰属は、ここで一つの空隙に出会う（Matthias, 2004）。だが、この空隙がどこで裂けるのかが決定的である。Matthias の空隙は、製造者の、系を設計する者の側の予見の喪失にある。その出力を受け取り、採用し、公にするユーザー・行為者の側にではない。盾はまさにこの区分を曖昧にする。製造者の予見しえなさを、出力を採用するユーザーの口実として使うのだ。しかし製造者の予見しえなさは、ユーザーの吟味と帰属の責任を取り消しはしない。
Matthias が指し示した空隙は一つの例にすぎない。Santoni de Sio と Mecacci は、人工知能に関わる四つの異なる責任の空隙を定義する。第一は有責性の空隙である。ある人が悪い結果を引き起こしながら、なお正当な口実をもちうる、すなわち誰も合理的に予見も防止もできない状況である（Santoni de Sio & Mecacci, 2021, p. 1063）。この概念は正当である。だが著者たちの真の戒めは、この空隙がいかに誤って処理されるかに関わる。彼らは三つの不当な態度を挙げる。問題を新奇で解決しえないものと宣する「宿命論」（fatalism）、それを疑似問題としてやり過ごす「収縮論」（deflationism）、いっさいを技術的な改良で解決しうるものと見せる「技術的解決主義」（technical solutionism）である（同上）。盾は、まさに第一の態度の日常の装いである。「道具はこういうもので、どうしようもない」とは、予見でき、防止できる誤りを、予見しえない宿命として差し出すことである。著者たちが提起する出口は、まさに逆のものを要求する。社会技術的な系は「意味のある人間の管理」のために設計されるべきであり、すなわち人の理由と能力に係留されねばならない（同上）。かくして、行為者は人でありつづける。
だが盾を拒むことは、道具を中立と宣することではない。まさにこの区分が、本節の最も精妙なところである。公共の議論において、一つの有力な立場は、道具の設計が無辜ではないと言う。この立場の一つの声は、頭脳を拡張しうる使い方が存在するが、企業が提供しようとする未来はそうはならない、と言う。ユーザーに迎合するモデルを走らせることが、つねにより多くの利をもたらすからである。もう一つの声は、企業の言説そのものを盾として読む。「その結果を吟味するかぎり」といった措辞は、企業が自らを起こりうる問題の責めから免れさせるために援用する言い方である。この立場は一つの正当な地点を指し示す。Enrique Dans が自らの文章で強調したように、道具は摩擦を減らすために設計されているのであって、疑いを生むためではない。流暢な自然言語の層が、その境界を覆い隠す。道具はこの意味で傾きをもつ。だがここに一つの、どちらが先かという問いがある。決定づけるのは、道具が何のために設計されたかなのか、それとも誰のもとで何に変わったのかなのか。設計の傾きは真実だが、それだけでは結果を説明しえない。同じ傾きをもつ道具が、一つの手のなかでは産出に、別の手のなかでは逸脱に変わるからだ。道具が中立ではないという Dans の判断は誤ってはいない。それはただ、別の問い、すなわち道具が無辜かという問いに答えているにすぎない。だが、いったい何が結果を決めるのかという問いにおいては、重心は設計の意図から、執る手へと移る。
二つの真理がここで合流し、両側から同時に盾を包囲する。道具は傾きをもつ、しかし行為者はなお人である。傾きは行為者を消し去らず、行為者の仕事をより困難にする。設計はユーザーを流暢な誤りへと押しやりうる。だが、その誤りを採るか採らないか、吟味するかしないかは、なお行為者の行動である。責任のいっさいを道具に転嫁する者（中立でない道具を見ない個人の盾）と、いっさいをユーザーに転嫁する者（傾きを見ない企業の盾）は、同じ誤りの両端に立つ。二者はともに重荷を単独の一箇所に置き、もう一端を不可視にしようとする。意味のある人間の管理は、たとえ道具が偏っていても、責任が行為者にとどまることを求める。それはこうして、道具の傾きと、行為者の注意の負債とを、同時に認める。
かくして盾は、じつは第四の鏡である。「人工知能が捏造した、過ちはそれにある」と言う人は、自らの立ち位置についての情報を漏らす。結果を帰属したくない、吟味の労を負いたくない、自らの誤りを自らの外へ置きたい、というそれを。私たちが盾を下ろすとき、その背後に守られていたものが現れる。だがこの観察は、ただちに一つの陥穽へと通じる。相手のうちに同じ動作を診断し、「見よ、彼は自らの盾に逃げ込んだ」と言うこともまた、診断する者自身の盾でありうるのだ。いま、透鏡は転じ戻らねばならない……
V. 鏡の双方向性と陥穽（自己反省の錠）
前の四つの節は、一面の透鏡を外へ向けて掲げた。反応が、覆い隠す試みが、技能が、口実が、いかに人の立ち位置を漏らすかを示した。だがこの読み自体が、一つの危険な力を帯びている。同じ透鏡が、使う者の手のなかで一つの武器に変わりうるのだ。そして本節は、透鏡を執る者へと向ける。三つの陥穽がある。しかし三つとも、「相手」に対してだけでなく、本稿に対しても成り立つ。
第一の陥穽は、由来と内容とを取り違えることである。ある主張を、それを提起する者の心境や利害のゆえに朽ちたものと判ずることは、論理において発生論の誤謬（genetic fallacy）と呼ばれる。すなわち、ある見解をその由来のゆえに信を失わせることである。しかし由来は、見解の真偽とはしばしばまったく関わりがない（Dowden）。ある人の人工知能批判の背後に一つのアイデンティティの脅威があるとしても、それだけでその批判が誤りになるわけではない。鏡の節はすでにこの点を指摘していた。反応の由来を示すことは、反応の内容の反駁に代わりはしない。「あなたがそう言うのは、特権を失うことを恐れているからだ」という一文は、相手の論点ではなく動機を攻撃するものである。だが論点は、動機とは独立に、真であるか偽であるかでありつづける。本稿が、自らの診断した立ち位置を、反駁の効力をもつ認定と取り違えるなら、まさにこの誤謬に陥る。この陥穽から出る道もある。ある主張は、まずそれ自体、その内容によって量られる。透鏡はそののちにはじめて、その残余へと向かう。しかもその主張は、最も弱い形ではなく、最も強い形で立てられる。リトマスの節は、それが向き合った均しの命題を、一つのスローガンとしてではなく、最も堅実な実地の証拠によって扱った。最も強い形で向き合われた主張のみが、真に検証されたことになるからだ。「人工知能は捏造する」はまず真と認められ、透鏡はその真理の選択的な使用を、その熱を、それがどの瞬間に提起されたかを見る。もし順序が逆になり、主張が最初から一つの動機によって烙印されるなら、診断そのものが、こんどは反駁の外衣をまとうことになる。前の四つの節は、この順序で透鏡を執ろうとした。盾は「人工知能は捏造する」という観察をまず真と認め、その口実への転化は、そののちに検討した。
第二の陥穽は、透鏡を自らに有利な処に用いることである。リトマスの節は一つの区分を立てた。蓄積と指向をもつ人は、道具を技能へと変える。もたない人は、盲目に選び取り、自らが誤ったことに気づけない。この区分を人格の等級へと、「理解する私たち、無能な彼ら」という物語へと変えることは、最も容易で最も陰険な一歩となる。この主張が、提起者を自動的に勝つ側に据えるからだ。公共の言説には、この物語の一つの極端な形態も流れている。未来をこう描く声が上がる。多くの人はますます鈍化しつづけ、一部の人は適応して、ある種の「機能的な盲目」のうちに生き、また一部の人は人工知能に免疫を発達させ、別種の「族」に変わる、と。これはリトマスの命題の戯画である。それは分離を一つの優越へ、話者が属するその選ばれた族へと変える。本稿がこの言語へ一ミリでも近づくなら、自らの建てた透鏡を自らの顔の前に掲げることを拒むことになる。まさにそれゆえに、リトマスの節は、その区分が生まれつきの能力ではなく、習得しうる蓄積と指向であることを、特に強調した。
第三の陥穽は、論点を心理へと還元することである。鏡と盾の二節は、反応と口実が一つの立ち位置を漏らすと言った。ここから進んで、あらゆる反対意見をある心理的な欠陥の症状として読むこと、すなわち「じつは彼は何かに不満なのだ」「じつは彼は何かを補償しているのだ」と言うことは、議論を内容から人へと移す。本稿は個人の診断をしない、すべきでもない。フォーラムのコメント者は、一人ひとりの立ち位置として、一人ひとりの症例としてではなく扱われる。透鏡は立ち位置を顕在化させる分析の道具であって、人にレッテルを貼る診断の器械ではない。
この三つの陥穽は、人工知能を弁護する者だけを縛るのではない。それに抵抗する者、いや人工知能を前に恐慌する者をも縛る。透鏡はその側へも転じねばならない。近ごろ最も広く共有された「人工知能は私たちの脳を腐らせている」という発見を例にとろう。Kosmyna らは、作文を書く参加者を脳波計につなぎ、人工知能を使う者が時とともに「認知的負債」を累積し、その神経の連結性、所有の感覚、想起の成績がいずれも低下すると提起した。この結果は公衆のあいだで、たちまち「人工知能が学びを終わらせる」という見出しに変わった（Kosmyna et al., 2025）。ところが、同じ研究に寄せられた詳細な評注が、この発見をいくつかの箇所から揺さぶる。Stanković らは、なされた比較の数に対して標本が小さいこと（ある検定力分析が約159名の参加者を要するところ、研究は54名で行われたこと）、脳波における「有意な連結」の量度が群間の相対的な差を示すものであり、したがって「連結が少なければ脳が弱い」という推論は絶対的な神経の強さについては語りえないこと、しかも beta 帯において人工知能群がむしろ無道具群より強かったこと、そして「引用」の課題においては検索エンジン群と無道具群のあいだの差が有意でなかったこと（p = 1）を指摘する。この最後の点は、「認知を外部の道具へ委ねると認知的負債が累積する」という命題を、まさに弱める。検索エンジン群も外部の道具を使ったにもかかわらず、損なわれを示さなかったのだ（Stanković et al., 2025）。ここでの要点は Kosmyna が誤っていたということではない。まだ査読を経ていない一つのプレプリントが、恐慌の物語を裏づけたがゆえに、いかに速く、いかに選択的に読まれうるか、ということである。人工知能が捏造するのと同じく、人工知能が脳を腐らせるというのもまた、技術的に検証しうる主張である。恐慌もまた一つの立ち位置であり、自らの証拠を選択的に読みうる。これは盾の節の動作と対称であり、本稿をも縛る。均しの命題に最も強い形で向き合ったように、相反する極の発見にも慎重に向き合わねばならない。
同じ均衡が、文献の全体においても現れる。三十の経験研究を渉猟したある総説は、そのうち二十一が、人工知能が批判的思考に主として正の影響を及ぼすことを見いだし、この効果がとりわけ教育的に構造化された使用において現れる、と報告する（Raitskaya & Tikhonova, 2025）。これは、本稿が恐慌の文献に依っていないことを示す。拡大鏡の節の負の重みは、領域の全体が負であることを意味しない。差はやはり使用そのものに、執る手にある。
この三つの陥穽はいずれも同じ一箇所で結ばれる。その結び目は、道徳の言説の文献が近年おおいに論じてきた一つの概念のうちに現れた。Tosi と Warmke は、彼らが「道徳的グランドスタンディング」（moral grandstanding）と呼ぶものを、他者の目に立派に見えるためにこの仕方で道徳の言説を用いること、と定義する。見得を切る者は、自らを有徳に見せたいと望む「承認への欲」をもって語っている（Tosi & Warmke, 2016）。Westra が「美徳シグナリング」（virtue signaling）と呼ぶ隣接する概念も、同じ処を見る。決定づけるのは道徳的な表明の内容ではなく、その背後の地位を求める動機である（Westra, 2021）。Zager はまた別の動作をこう名づける。あるルール違反を咎められた人が、ルールの言語から徳の言語へと切り替え、すなわち「私はルールを破ったかもしれないが、良い人間だ」と言って、その咎めを無効にすること、これを「切り替え」（toggling）と呼ぶ（Zager, 2023）。この三つの概念はいずれも力ある透鏡である。相手の道徳的な姿勢の背後の動機や手管を、顕在化させる。
だがまさにこの処で、自己反省の錠が掛かる。Flowerree と Satta は、見得を切ることを診断するというその行為そのものが一つの陥穽であることを示す。ある人が本当に見得を切っているのか、それとも誠実に語っているのかを、私たちは信頼できる仕方では見分けえない。見分けえないのなら、ある人を見得を切る者と判ずることに、私たちは知識のうえで正当ではない。しかも、他者をそう評しがちであることは、まさに知的な謙虚さの欠如を指し示す（Flowerree & Satta, 2023）。これは透鏡の最後の、そして最も鋭い一転である。「彼はじつは見得を切っている、美徳シグナリングを追っている」と言うことは、しばしばそう言う者が自らの優越の位置を築くための一つの仕方である。すなわち、美徳シグナリングを暴くというその行為そのものが、一つの美徳シグナリングでありうる。本稿は、人工知能を前にした反応を読むにあたって、一つの道徳的・知識的な姿勢を示している。「真相を見よ、そして自らをも検証せよ」と。この姿勢もまた、あの錠に服する。自らをそこから免れうるとみなすことはできない。
では、これらすべては私たちを、果てしない懐疑へ、何も言えないことへと導くのか。否。出口はやはり Flowerree と Satta が与える。動機を読むのではなく、人が陳べる理由と、その行為が他者に敬意を示しているか否かを見るべきである。これこそ、本稿がそのすべての段階で試みてきたことである。フォーラムのコメント者の内なる動機を診断しなかった。彼らの言う論点を、その論点がどの立ち位置から見て整合しているかを精査した。自らの立ち位置（人工知能を使い、そこから益を得る側）をも同じ検証に入れた。拡大鏡の中性を測るときも、リトマスの区分を一つの優越へと変えぬよう留意するときも、盾をその個人の形態でも企業の形態でも拒むときも、である。透鏡は双方向にとどまるかぎり、一つの読みの道具である。ひとたび単一の方向へ錠されるや、それは自らの診断する当のものの一例へと変わる。
VI. 枠づけ：人工知能を何と見るかが、結果を決める
リトマスの節は、同じ道具が二つの手のなかで異なる結果を与えることを示したが、一つの問いを開いたままにした。差を生む技能とは、いったい何の技能なのか。本節はそれに短い答えを与える。この答えが、リトマスの下のメカニズムを名づけるからだ。その差の大きな部分は、人が人工知能を何と見るかから来る。
Orlikowski と Gash は、人々がある技術について抱く想定、期待、知識の総和を「技術フレーム」と呼ぶ。彼らはまた、異なる集団が異なるフレームをもち、それらフレームのあいだの不一致が、同じ技術がもたらす予期せぬ結果を説明することも示す（Orlikowski & Gash, 1994）。人工知能について言えば、二つのフレームがとりわけ際立つ。一つは道具を一台の答えの機械、一つの神託として見る。問いを提起し、答えを得る。得られた答えが産物そのものである。もう一つはそれを一台の処理エンジンとして見る。その前に素材、文脈、よく練られた問題を据える。ここでの本領は、エンジンがその素材のなかで何をするかを、管理し、吟味し、再び与えることにある。
この区分が空疎な比喩ではないことを、Zamfirescu らの実験が示す。非専門家が人工知能のプロンプトをいかに設計するかを考察したこの研究は、参加者が対人的な教示の経験から来る期待を道具へと持ち込み、たった一度の試みから過度な一般化をし、体系的にではなく機会に任せて事を進め、これらの習慣がいずれも効果的なプロンプト設計の前の障害となることを見いだす（Zamfirescu-Pereira et al., 2023）。すなわち、道具を一人の対話者として、普通の人と交わすように交わせる神託として扱う仕方は、失敗する。神託のフレームこそ、道具が空回りするそのフレームである。Long と Magerko が「人工知能リテラシー」と呼ぶものは、まさにこの差を埋めようとする。道具を批判的に評価し、それと協働し、その境界を認識する能力である（Long & Magerko, 2020）。「リテラシー」という語は重要である。それが一つの能力を、生まれつきの贈り物ではないものを指すからだ。
正しいフレームが何でないかを、Yiu、Kosoy、Gopnik は鋭く言う。これらの系を一個の人間の心、一人の行為者と思うのは誤りである。彼らによれば、最も適切なフレームは、人工知能を、書字、印刷、図書館のように強力な文化的技術として見ることである。これらの系は人類の蓄積を伝える非凡な模倣のエンジンだが、それ自体では真理を求め、独創的な発見をなす能力をもたないからだ（Yiu et al., 2023）。このフレームは二つの誤りを避ける。道具を思考する主体とも、魔法の神託ともせず、人類の蓄積を処理するエンジンとする。エンジンを現場に送り出し、その前に自らの素材を据え、その産出を自らの知識で吟味する人は、それから成果を産み出す。一方、神託のように問いを提起し、答えをそのまま受け取る人は、空回りを産出と取り違える。
このフレームの転換にも、測定された実地の対応がある。Lee らの知識労働者のデータにおいて、人工知能は批判的思考の重心を移す。産出そのものからではなく、産み出されたものの照合へ、諸部分の統合へ、過程の管理へ、である（Lee et al., 2025）。神託のフレームから処理エンジンのフレームへの転換は、良い使用者において抽象的な選好ではなく、測定された行動の差である。彼はその労力を、答えを得ることではなく、答えを吟味し統合することに投じる。
これはまた、示された技能と、真に有する技能とのあいだの差を顕在化させる。Mei と Weber は、人工知能の時代における「示された」（demonstrated）批判的思考と「実施された」（performed）批判的思考とを区別する。道具の助けによって現れる産物と、人が道具なしに遂行しうる認知の過程とは、同じものではない。しかも、評価はしばしば前者を測りながら、後者について語る（Mei & Weber, 2025）。神託のフレームは示されたもので満足する。処理エンジンのフレームは実施されたものを養う。
かくして枠づけ(フレーミング)は、リトマスが分離したその技能の核心を名づける。同じ道具が異なる結果を与えるのは、使用者が異なるフレームでそれを把握するからだ。フレームは一つの心的な模型であり、結果もその模型が決める。第二節の拡大鏡の言葉で言えば、執る手が握っているのは、じつは一つの枠づけである。そしてこの枠づけは、第五節が固持したように、生まれつきの特権ではなく、習得しうるリテラシーである。
結語：真相を見きわめる
初めの問いはこうだった。同じ対象を前にした人々は、なぜこれほど異なる結果に至るのか。全篇で辿った方法は、問いそのものの位置さえも変えた。人々が異なる結果に至るのは、彼らが見ているものが多くの場合、対象ではなく、自らの立ち位置が対象の上に落とす影だからだ。人工知能は、反応が落ちる一つの物体であるというより、反応する者の立つところを反射して返す一つの表面のように働く。
四面の透鏡は、この反射の四つの様式だった。鏡は、反応の内容が人の守るもの（その能力、その特権）を漏らすことを示した。拡大鏡は、透鏡が中立であり、その下に置かれた不足も蓄積もともに拡大して可視にすることを示した。リトマスは、道具が均すというより分離することを示した。それを用いて優れた産出をなすことが、コード化されえず、経験と導きを通じてはじめて成熟する技能だからだ。盾は、「人工知能は捏造する」という技術的に正しい観察が、いかにして責任を行為者から道具へと移す口実へと転じられうるかを示した。第六節はこの四つを一つのメカニズムのうちに結んだ。差を生むのは、人が人工知能を何と見るか、どのフレームで把握するかである。
だが本稿の真の重荷は、一面一面の透鏡にではなく、それらが回転しうることにあった。同じ透鏡は、相手を読むその手自身をも読む。「あなたは恐れるがゆえに抵抗する」と言う者も、「あなたはすでに考えるのをやめた」と言う者も、同じ装置を使って自らの立ち位置を確証しうる。ゆえに透鏡はここで、診断の武器とはならなかった。もしなっていたなら、それは自らの診断する当のものの一例へと変わっていただろう。それは一つの読みとしてとどまった。自らをも読む一つの読みとして。
これは、何も確定されないということを意味しない。言いうることは、動機を読むことからではなく、陳べられた理由と、示された敬意を見ることから来る。人工知能を前にした一つの反応は、その主の立ち位置についての情報を帯びている。だがこの情報は、その反応が正しいか誤りかを、それだけで決めはしない。二つを取り違えぬことは、私たちが相手にも自らにも負う一つの誠実である。
本稿は何ら新しいメカニズムを発見したとは主張せず、そう主張することもできなかった。アイデンティティの脅威、暗黙知、過度の信頼、責任の空隙、道徳的誇示といった、たがいに切り離された研究を、公共の言説の水準において束ね合わせ、それらのあいだの結びを立て、その結びを自らにも施した。その価値は、もしあるとすれば、一つひとつの発見にではなく、この綯い合わせと自己検証の自律のうちにある。
残るのは一つの態度である。認知的降伏の説を開いたあの文章もまた、その結びをここに係けていた。「境界は技術にではなく、態度にある。」その態度は、道具を使う人のものである。本稿が付け加える唯一の条件は、その態度が一方向に施されてはならない、ということである。人工知能を前にした自らの立ち位置を見きわめぬまま、他者の立ち位置を読もうとすることは、私たちの手のなかの透鏡を最も盲目にするものである。真相を見きわめることは、多くの場合、まず自らがどこから見ているかを見きわめることから始まる。
参考文献
参考文献は「到達可能なアドレス」の原則に従い、一律に各出典の原著録形式で示す（本文中の概念は日本語に訳されているが、著録は読者を同じ版へと導くアドレスである）。ウェブ先行発表の文献について、本文の引用年と巻の年が一致しない場合、巻の情報を著録に付す。
Bankins, S., Ocampo, A. C., Marrone, M., Restubog, S. L. D., & Woo, S. E. (2024). A multilevel review of artificial intelligence in organizations: Implications for organizational behavior research and practice. Journal of Organizational Behavior, 45(2), 159-182. https://doi.org/10.1002/job.2735
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889-942. https://doi.org/10.1093/qje/qjae044
Buçinca, Z., Malaya, M. B., & Gajos, K. Z. (2021). To trust or to think: Cognitive forcing functions can reduce overreliance on AI in AI-assisted decision-making. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1), Article 188. https://doi.org/10.1145/3449287
Dans, E.（2026年4月5日）. Pensar cansa [ブログ記事]. Enrique Dans. https://www.enriquedans.com/2026/04/pensar-cansa-por-eso-estamos-empezando-a-dejar-que-la-inteligencia-artificial-lo-haga-por-nosotros.html（英語版："Thinking hurts, so why not surrender to AI?" Medium. https://medium.com/enrique-dans/thinking-hurts-so-why-not-surrender-to-ai-68da41119eb2）
Dell'Acqua, F., Rajendran, S., McFowland, E., III, Krayer, L., Mollick, E., Candelon, F., Lifshitz-Assaf, H., Kellogg, K., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality (Harvard Business School Working Paper No. 24-013). https://ssrn.com/abstract=4573321
Di Santi, E. (2026). Cognitive amplification vs. cognitive delegation in human–AI systems: A metric framework [プレプリント]. arXiv:2603.18677. https://arxiv.org/abs/2603.18677
Dowden, B.（日付なし）. Fallacies (Genetic fallacy). Internet Encyclopedia of Philosophy. ISSN 2161-0002. https://iep.utm.edu/fallacy/
Ehsan, U., Passi, S., Saha, K., McNutt, T., Riedl, M. O., & Alcorn, S. (2026). From future of work to future of workers: Addressing asymptomatic AI harms for dignified human-AI interaction. Proceedings of CHI 2026. https://doi.org/10.1145/3772318.3791081（プレプリント：arXiv:2601.21920）
Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489-530. https://doi.org/10.1111/bjet.13544
Flowerree, A. K., & Satta, M. (2023). Moral grandstanding and the norms of moral discourse. Journal of the American Philosophical Association, 10(3), 483-502. https://doi.org/10.1017/apa.2023.8
Fuchs, T. (2022). Understanding Sophia? On human interaction with artificial agents. Phenomenology and the Cognitive Sciences, 23(1), 21-42（2024年巻）. https://doi.org/10.1007/s11097-022-09848-0
Gerlich, M. (2025a). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006
Gerlich, M. (2025b). From offloading to engagement: An experimental study on structured prompting and critical reasoning with generative AI. Data, 10(11), 172. https://doi.org/10.3390/data10110172
Hadjimichael, D., Ribeiro, R., & Tsoukas, H. (2024). How does embodiment enable the acquisition of tacit knowledge in organizations? From Polanyi to Merleau-Ponty. Organization Studies, 45(4), 545-570. https://doi.org/10.1177/01708406241228374
Kapur, M. (2008). Productive failure. Cognition and Instruction, 26(3), 379-424. https://doi.org/10.1080/07370000802212669
Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task [プレプリント]. arXiv:2506.08872. https://arxiv.org/abs/2506.08872
Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one's own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. https://doi.org/10.1037/0022-3514.77.6.1121
Lave, J., & Wenger, E. (1991). Situated learning: Legitimate peripheral participation. Cambridge University Press. ISBN 978-0-521-42374-8.
Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25). https://doi.org/10.1145/3706598.3713778
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1-16. https://doi.org/10.1145/3313831.3376727
Lovett, M. (2026). Individual differences in generative AI effectiveness: An empirical puzzle for HRD research. New Horizons in Adult Education and Human Resource Development. https://doi.org/10.1177/19394225261472792
Magesh, V., Surani, F., Dahl, M., Suzgun, M., Manning, C. D., & Ho, D. E. (2024). Hallucination-free? Assessing the reliability of leading AI legal research tools (arXiv:2405.20362). https://arxiv.org/abs/2405.20362
Matthias, A. (2004). The responsibility gap: Ascribing responsibility for the actions of learning automata. Ethics and Information Technology, 6(3), 175-183. https://doi.org/10.1007/s10676-004-3422-1
Mei, K. X., & Weber, N. (2025). Designing AI systems that augment human performed vs. demonstrated critical thinking [プレプリント]. arXiv:2504.14689. https://arxiv.org/abs/2504.14689
Mirbabaie, M., Brünker, F., Möllmann Frick, N. R. J., & Stieglitz, S. (2021). The rise of artificial intelligence: Understanding the AI identity threat at the workplace. Electronic Markets, 32(1), 73-99（2022年巻）. https://doi.org/10.1007/s12525-021-00496-x
Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence [MITワーキングペーパー；査読版：Science, 381(6654), 187-192]. https://doi.org/10.1126/science.adh2586
Orlikowski, W. J., & Gash, D. C. (1994). Technological frames: Making sense of information technology in organizations. ACM Transactions on Information Systems, 12(2), 174-207. https://doi.org/10.1145/196734.196745
Passi, S., & Vorvoreanu, M. (2022). Overreliance on AI: Literature review（Microsoft Research / Aether レポート）.
Raitskaya, L., & Tikhonova, E. (2025). Enhancing critical thinking skills in ChatGPT-human interaction: A scoping review. Journal of Language and Education, 11(2), 5-19. https://doi.org/10.17323/jle.2025.27387
Santoni de Sio, F., & Mecacci, G. (2021). Four responsibility gaps with artificial intelligence: Why they matter and how to address them. Philosophy & Technology, 34(4), 1057-1084. https://doi.org/10.1007/s13347-021-00450-x
Shaw, S. D., & Nave, G. (2026). Thinking, fast, slow, and artificial: How AI is reshaping human reasoning and the rise of cognitive surrender [Whartonワーキングペーパー；原題では"Thinking"の直後にダッシュが付く]. SSRN 6097646. https://doi.org/10.31234/osf.io/yk25n_v1
Stanković, M., Hirche, E., Kollatzsch, S., & Doetsch, J. N. (2025). Comment on: Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing tasks [プレプリント]. arXiv:2601.00856. https://arxiv.org/abs/2601.00856
Tosi, J., & Warmke, B. (2016). Moral grandstanding. Philosophy & Public Affairs, 44(3), 197-217. https://doi.org/10.1111/papa.12075
Tsao, J., Liang, C. X., Nogues, C., & Wong, A. (2026). Perceptions and integration of generative artificial intelligence in creative practices and industries: A scoping review and conceptual model. AI & Society, 41(3), 2259-2278. https://doi.org/10.1007/s00146-025-02667-2
Westra, E. (2021). Virtue signaling and moral progress. Philosophy & Public Affairs, 49(2), 156-178. https://doi.org/10.1111/papa.12187
Yiu, E., Kosoy, E., & Gopnik, A. (2023). Transmission versus truth, imitation versus innovation: What children can do that large language and language-and-vision models cannot (yet). Perspectives on Psychological Science, 19(5), 874-883. https://doi.org/10.1177/17456916231201401
Zager, S. (2023). Toggling: How shifts between deontology and virtue ethics undermine public moral discourse about gender and race. Hypatia, 38, 294-315. https://doi.org/10.1017/hyp.2023.25
Zamfirescu-Pereira, J. D., Wong, R. Y., Hartmann, B., & Yang, Q. (2023). Why Johnny can't prompt: How non-AI experts try (and fail) to design LLM prompts. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems, Article 437, 1-21. https://doi.org/10.1145/3544548.3581388
版に関する注記
リトマス · v1.0 · 2026年8月12日 · 日本語版の初版
この日本語テキストはトルコ語原文（Turnusol、v1.0、初出 2026年8月10日）の翻訳であり、独自のバージョン番号を持つ。所訳原文のバージョン履歴を引き継ぐことはない。原文の発表前における内部草稿（v1〜v4）は作業版であり、本稿はこのテキストの最初の日本語公開版である。
翻訳体例。本文中の概念は日本語で与えられ、多くは対応する学術術語である。著録（著者‐年、et al.、頁、巻号）は「到達可能なアドレス」の原則に従い、出典の原形式を保ち、日本語には訳していない。本文中の逐語引用はその来源言語に従って処理し、トルコ語からの回訳ではない。Dans の結語はそれが錨を下ろすスペイン語原文（actitud、すなわち「態度」）から訳した。ただし記しておくべきは、Dans が自身の英語版ではこの箇所を「文化的本能」（cultural instincts）と書いており、スペイン語とはずれがある点である。本稿の「態度」の軸線はスペイン語原文に依る。英語文献から採った直接引用（Lave と Wenger、第 33 頁；Hadjimichael ら）は英語の来源そのものから再構成した。トルコ語原文は著者による全面的な書き直しと編集上の推敲の諸段階を経ており、主要な枠組みは次のとおりである。冒頭の論断を能動態に収めること。リトマスの節の小結を「『均一化論』を、最も強く、検証可能なかたちで対置する」ものとして確立すること。盾の節の優先的な問い（「決定づけるのは、道具が何のために設計されたかか、それとも道具が誰において何になるかか」）をその来源へと落とし戻すこと。Ehsan の「増幅器の逆説」（時間軸に沿った専門性の侵蝕）と本稿の拡大鏡（現在軸に沿って入力を可視にすること）とを区別すること。そして2025〜2026年の人工知能と認知能力に関する研究（Lee ら、Gerlich、Fan、Kosmyna-Stanković、Raitskaya-Tikhonova、Di Santi、Mei-Weber）を二つの脈絡として本文に織り込むこと。
参考文献は全38件、APA 第7版に拠る。著録は「到達可能なアドレス」の原則に従い、出典の原形式で与える。本文中の概念は日本語に訳されているが、著録は読者を同じ版へと導くアドレスである。