一般社団法人コーチング心理学協会 ／ AI×コーチング心理学研究所 ／ AI×人間力のシナジー効果
AIと人間を組み合わせれば、必ず良くなる——そうとは限りません。106件の実験を統合した研究は、むしろ逆の結果を示しています。では、どんな条件なら相乗効果が生まれるのか。研究知見をもとに、具体例と実践のヒントを示します。
この事実から始めるのは、悲観のためではありません。どんな条件なら相乗効果が生まれるのかが、研究によってかなり具体的に分かってきているからです。条件を知っていれば、意図して作りにいくことができます。
Q. AI×人間のシナジー効果とは何ですか？
A. 人間とAIの組み合わせが、どちらか単独よりも良い結果を生むことです。研究では相補性（complementarity）と呼ばれ、その源泉は「相手が持っていない情報を持っていること」と「相手にできないことができること」の2つに整理されています。この2つがないところに、相乗効果は生まれません。
| 観点 | 相乗効果が出にくい | 相乗効果が出やすい |
|---|---|---|
| 課題の性質 | 意思決定（どちらが正しいかを当てる） | 内容を創り出す（アイデア・文章・計画） |
| どちらが優位か | AIのほうが優れている領域に人を足す | 人のほうが優れている領域にAIを足す |
| 学習の有無 | AIの提案を使いっぱなしにする | 結果を確かめ、AIの当たり外れを学んでいく |
この3つを見ると、コーチングは相乗効果が出やすい条件をほぼ満たしていることが分かります。コーチングは正解を当てる作業ではなく、本人の言葉を創り出す作業です。そして自分の価値観や職場の事情については、本人のほうがAIより圧倒的に多くの情報を持っています。
「AI時代に必要な人間力」という言葉はよく使われますが、内容が曖昧なまま語られがちです。コーチング心理学の観点から、具体的に7つに分けてみます。
| 人間力の要素 | どういう力か | AIとの組み合わせ方 |
|---|---|---|
| 問いを立てる力 | 何を問うべきかを決める。AIは問いに答えるが、問いを選ぶのは人 | AIに問いの候補を出させ、どれを自分の問いにするかは自分で決める |
| 意味づける力 | 出来事を自分の人生の文脈に位置づける | AIに事実を整理させ、「それが自分にとって何を意味するか」は自分で書く |
| 感情に応答する力 | 相手の感情を受けとめ、その場で応じる | AIには言語化を手伝わせ、受けとめるのは人が担う |
| 関係を築く力 | 継続的な関係と、その上に成り立つ信頼 | AIは関係の外側にいる。だからこそ話せることもあるが、代替はできない |
| 倫理的に判断する力 | 誰にどんな影響が及ぶかを引き受けて決める | AIに論点を洗い出させ、判断と責任は人が持つ |
| 文脈を読む力 | その職場・その関係・その時期の事情を踏まえる | AIは書かれたことしか知らない。書かなかった前提は人が補う |
| 決める力 | 情報が足りないなかで、それでも決める | AIに選択肢を並べさせ、決めるのは自分。決めた理由を言葉にしておく |
この7つに共通しているのは、「書かれていないこと」を扱う力だという点です。AIはあなたが書いた文章の範囲しか知りません。書かなかった前提、言葉にしなかった感情、その職場の空気——それらは、人が補うしかありません。
アイデアを広げる作業はAIに任せ、選ぶ作業は人が担う型です。研究では、生成の段階では人とAIの成績はほぼ同等である一方、選ぶ段階では人とAIの判断が大きく食い違うことが示されています（上位5案の一致率は約2割）。AIは意味の近さや確率で選び、人は文脈と経験で選ぶためです。
1on1で部下の相談を受けるとき。事前にAIへ「考えられる打ち手を10個、評価せずに」と頼み、当日は本人と一緒に「この職場で実際にできるのはどれか」を選ぶ。AIの10案のうち8案は使わないが、残り2案が対話の起点になる。
コツ：選ぶ基準を先に言葉にしておくと、AIの案に引っぱられにくくなります。
AIが作ったものを直すのではなく、途中から一緒に作る型です。AIの出力を編集する形では創造性が下がり、共に創る形にすると差が消えることが実験で示されています。その違いを生んでいるのは、自分は創り出せるという感覚（創造的自己効力感）でした。
研修資料を作るとき。AIに完成原稿を出させてから直すのではなく、まず自分で見出しだけを3つ書き、それをAIに見せて「この構成で抜けている観点は」と尋ねる。骨格は自分のもののまま、肉づけを一緒に行う。
コツ：AIに最初の一行を書かせないことが、この型の分かれ目になります。
AIの提案を使いっぱなしにせず、実際どうだったかを確かめる型です。AIの説明があってもフィードバックがない場合は相乗効果が負になり、フィードバックと組み合わさると正になる、という再分析の結果があります。人がAIの信頼度を学習できるかどうかが分かれ目です。
AIに勧められた進め方を1週間試したあと、「実際にどうだったか」を3行で記録する。うまくいった場面といかなかった場面を分けて書き、次にAIへ相談するときに冒頭で伝える。これを数回繰り返すと、AIの提案のどこが自分に合うかが分かってくる。
コツ：この型は、AI×PDCAのCheckとActにそのまま対応します。
AIのほうが優れている領域に人を足すのではなく、人のほうが優れている領域にAIを足す型です。メタ分析では、人がAIより優れている課題では組み合わせの効果が出る一方、AIが人より優れている課題では逆に低下していました。
自分の経験や価値観を扱う場面。「自分が何を大切にしているか」は、AIより本人のほうが圧倒的に情報を持っています。ここにAIを持ち込むと、整理役として力を発揮する。逆に、知らない分野の判断をAIに委ねると、確かめる力がないため効果が出にくい。
コツ：「この件について、AIと自分のどちらが多くを知っているか」を先に考えると判断できます。
あえてAIを使わない時間を確保する型です。AIとの協働は課題の成績を上げる一方、そのあと一人で取り組むときの内発的動機の低下と退屈感の増加が報告されています。また、支援がなくなった段階で独力の創造的成績が損なわれる可能性も示されています。
週に一度、AIを開かずに30分だけ考える時間を作る。そこで書いたものを、あとからAIに見せて「私が書いていない観点は」と尋ねる。順番を逆にしないことが要点で、先にAIを見ると自分の言葉が出にくくなる。
コツ：コーチングでいえば、沈黙の時間を確保することに当たります。
| 観点 | 内容 |
|---|---|
| やりがちな進め方 | AIに「若手のキャリア支援の方法」を聞き、その助言を面談で伝える |
| 起きること | 一般論になり、本人の事情に合わない。上司が話す時間が増える |
| シナジーを生む進め方 | 面談の前にAIへ「私が聞くための問いを10個。半分はすでにできていることに目を向ける問いで」と依頼する |
| 面談での使い方 | 問いのリストは手元に置くだけで、読み上げない。話の流れに合うものを1〜2個使う |
| 面談のあと | 「どの問いで話が動いたか」を3行で記録し、次にAIへ相談するときに伝える |
| 対応する型 | 型1（発散はAI、収束は人）＋型3（確かめてから活かす） |
| 観点 | 内容 |
|---|---|
| やりがちな進め方 | AIに状況を説明し、「転職すべきか」を尋ねる |
| 起きること | AIは職場の事情も本人の価値観も知らないまま、もっともらしい答えを出す |
| シナジーを生む進め方 | 先に自分で「大切にしたいこと」を5つ書き出してから、AIに見せる |
| AIへの依頼 | 「助言はせず、この5つと今の状況の関係が見えてくる質問を5つしてください」 |
| 決めるとき | AIの整理を採用する前に、自分の言葉で1段落書き直す |
| 対応する型 | 型4（自分が強い領域にAIを持ち込む）＋型2（共作者になる） |
| 観点 | 内容 |
|---|---|
| やりがちな進め方 | AIに企画案を出させ、良さそうなものを選んで整える |
| 起きること | 案は早く出るが、他社の企画と似てくる。自分の実感が入らない |
| シナジーを生む進め方 | まず自分の案を3つ書く。次にAIへ「これ以外の方向を10個、評価せずに」と頼む |
| 選ぶとき | AIの10案から選ぶのではなく、読んで頭が動いた感覚を持ち帰り、自分の案を作り直す |
| 仕上げ | 完成原稿はAIに書かせず、構成だけ相談して自分で書く |
| 対応する型 | 型1（発散はAI、収束は人）＋型2（共作者になる） |
| 観点 | 内容 |
|---|---|
| やりがちな進め方 | ケースの詳細をAIに入力し、「どう対応すべきか」を尋ねる |
| 起きること | 守秘に関わる情報を入力してしまう危険がある。また自分の判断力が育たない |
| シナジーを生む進め方 | 個人が特定できる情報は入れず、自分の感じたことだけを書いてAIに渡す |
| AIへの依頼 | 「私の感情を整理する質問を3つ。ケースへの助言や見立ては書かないでください」 |
| 確認 | 重大なリスクが疑われる場面では、AIではなくスーパーバイザーや専門機関に相談する |
| 対応する型 | 型4（自分が強い領域に持ち込む）＋型5（閉じる時間を持つ） |
| 落とし穴 | 何が起きるか | 避け方 |
|---|---|---|
| 編集者になってしまう | AIの出力を直すだけの作業になり、創造的自己効力感が下がる | 自分の言葉を先に出してからAIに見せる。骨格は自分が持つ |
| 確かめずに使い続ける | AIの提案の当たり外れを学習できず、信頼の調整ができない | 使った結果を3行で記録し、次の相談の冒頭で伝える |
| 似通ってくる | 個人の成果は上がるが、出てくる案が互いに似てくる | AIを開く前に自分の案を3つ書く。チームでは各自が別々に考えてから持ち寄る |
| 考える力が落ちる | 支援がなくなった場面で、独力の成績がむしろ下がる | 週に一度、AIを閉じて考える時間を確保する |
| やる気が下がる | AIとの協働のあとの単独作業で、内発的動機が下がり退屈感が増す | 全部を任せず、自分がやりたい部分は自分の手に残す |
| AIが得意な領域に人を足す | AIのほうが優れている課題では、人を加えると成績が下がる | 自分のほうが情報を持っている領域にAIを持ち込む |
短編小説の執筆実験では、AIからアイデアを得た書き手の作品は、より創造的だと評価されました。その効果は、もともと創造性が低いと評価された書き手ほど大きいものでした。個人にとっては明確な恩恵です。
しかし、AIを使って書かれた作品どうしは互いに似ていました。著者らはこれを社会的ジレンマと呼んでいます。一人ひとりは得をするのに、全体としては新しさの幅が狭まる。組織やチームでAIを導入するときは、この構図を頭に置いておく必要があります。避けるには、各自が別々に考えてから持ち寄る手順を残すことです。
・助言や提案はしないでください。質問だけをしてください。
・質問は一度に1つだけ、150字以内でお願いします。
・私が書いていないことについて、決めつけたり補ったりしないでください。3行目が、この骨格の要点です。AIは書かれていない部分をもっともらしく補ってしまうことがあります。それを禁じておくと、「書かれていないことを扱う」役割が人の側に残ります。
私は次のことについて考えています。まず私の案を書きます。
（ここに自分の案を3行で書く）
この案を、あなたが書き直さないでください。次の順で応答してください。
1. 私の案から読み取れることを整理してください。評価はしないでください。
2. この案に足りていない観点を、質問の形で3つ挙げてください。
3. 完成した文章や代替案は書かないでください。書くのは私です。「あなたが書き直さないでください」を明示するのが要点です。これがないと、AIは親切心から完成品を返してきます。
先週、次のことを試しました。
試したこと：（ここに書く）
うまくいった場面：（ここに書く）
うまくいかなかった場面：（ここに書く）
次の条件で応答してください。
・評価や励ましは書かないでください。
・うまくいった場面といかなかった場面の違いは何だったか、質問を3つしてください。
・私が答えたら、次に試すことを1つだけ決められるように質問してください。この型を数回繰り返すと、AIの提案のどこが自分に合い、どこが合わないかが見えてきます。これが「AIの信頼度の学習」にあたります。
人間・AI・人間＋AIの3条件をすべて比較した実験だけを集めた分析です。結果は、人間とAIの組み合わせは、平均すると「人間だけ」「AIだけ」のうち良いほうより成績が低かった（Hedges' g = −0.23）というものでした。
ただし内訳を見ると重要な差があります。意思決定の課題では性能が落ち、内容を創り出す課題では明確に向上していました。さらに、人間がAIより優れている領域では組み合わせの効果が出て、AIが人間より優れている領域では逆に低下していました。
論文情報を見る DOI: 10.1038/s41562-024-02024-1
上のメタ分析に含まれる74件を読み直したところ、多くの実験が「人が学ぶ仕組み」を持っていなかったことが分かりました。結果のフィードバックを与えていた研究では、相乗効果が高い傾向が見られています。
とくに注目すべきは、「AIの説明」と「結果のフィードバック」が揃うと正の相乗効果、説明だけでフィードバックがないと負の相乗効果だった点です。AIがなぜそう答えたかを知るだけでは足りず、実際にどうだったかを確かめられてはじめて、人はAIの信頼度を学習できる、という示唆です。
論文情報を見る DOI: 10.48550/arxiv.2512.13253
詩の創作を用いた2つの実験です。実験1では、AIが生成した詩を高機能なツールで編集した人より、自分ひとりで書いた人のほうが創造性が高いという結果が出ました。
しかし実験2で、AIの出力を「編集する」のではなく「共に創る」形にすると、この差は消えました。その過程を媒介していたのが創造的自己効力感（自分は創り出せるという感覚）です。AIの恩恵を受けるには、編集者ではなく共作者の位置に立つ必要がある、という結論です。
論文情報を見る DOI: 10.1038/s41598-024-69423-2
生成AIと人間の創造的な成果を比べると差はほとんどなく（g = −0.05）、AIを併用した人は、併用しない人より成績が高い（g = 0.27）という結果でした。
一方で注意すべき点もあります。AIを併用した場合、出てくるアイデアの多様性は大きく低下していました（g = −0.86）。個人としては良くなるが、全体としては似通ってくる、という現象です。
論文情報を見る DOI: 10.48550/arxiv.2505.17241
被引用710件。短編小説の執筆実験で、AIからアイデアを得た書き手の作品は「より創造的」「より良く書けている」と評価されました。その効果はもともと創造性が低いと評価された書き手ほど大きいものでした。
しかし、AIを使って書かれた作品どうしは互いに似ていました。著者らはこれを社会的ジレンマと呼んでいます。個々人は得をするが、社会全体としては新しさの幅が狭まる、という構図です。
論文情報を見る DOI: 10.1126/sciadv.adn5290
計3,562人を対象とした4つの実験です。生成AIとの協働は、その場の課題成績を一貫して向上させました。しかしその効果は、次に一人で取り組む課題には持ち越されませんでした。
さらに、AIとの協働から一人での作業に移ると、内発的動機の有意な低下と、退屈感の増加が見られました。短期の成果と長期の心理的経験は、別々に見る必要があるという指摘です。
論文情報を見る DOI: 10.1038/s41598-025-98385-2
拡散的思考と収束的思考の課題で、直接答えを返すAI、コーチのように導くAI、AIなしの3群を比較し、最後に全員がAIなしで取り組む段階を設けた大規模な事前登録実験です。
AIの支援は、支援がある間は成績を押し上げました。しかし支援がなくなった段階では、独力の創造的成績がむしろ損なわれる可能性が示されました。使っている間の成果と、力が身につくかどうかは別だということです。
論文情報を見る DOI: 10.1145/3706598.3714198
人間とAIのどちらもが単独では到達できない成績（相補的チーム成績）が、なぜめったに観察されないのかを理論的に整理した研究です。
著者らは相補性の源泉を2つに特定しています。情報の非対称性（相手が持っていない情報を持っている）と、能力の非対称性（相手ができないことができる）です。この2つがないところに、相乗効果は生まれません。
論文情報を見る DOI: 10.1080/0960085x.2025.2475962
この特集の主張を、一文にまとめます。
その条件とは、創り出す課題であること、自分が強い領域にAIを持ち込むこと、結果を確かめて学ぶこと、そして編集者ではなく共作者の位置に立つことです。コーチングは、この4つを満たしやすい営みです。
この特集全体を通してもっとも大切なのは、AIではなく人間を中心に置くことです。AIは、思考を広げる副操縦士です。コーチは、関係性と意思決定を支える専門家です。そして最終的な主体は、当事者であるあなた自身です。その過程では、一人ひとりの尊厳と、安心して本音を出せる心理的安全性が守られることが何よりも優先されます。
実際に手を動かして試したい方は ワークシート をご利用ください。問いの立て方は AI質問法、サイクルの回し方は AI×GROW と AI×PDCA、組織への展開は AI×キャリア自律 で扱っています。自分の現在地を測りたい方は AIGROW尺度 と AIPDCA尺度 をお試しください。
シナジーの前提
なりません。106件の実験・370の効果量を統合したメタ分析では、人間とAIの組み合わせは平均すると「人間だけ」「AIだけ」のうち良いほうより成績が低いという結果が出ています。相乗効果は自動的には生まれず、条件が揃ったときにだけ現れます。
内容を創り出す課題では明確な向上が見られる一方、意思決定の課題では低下していました。またAIより人間のほうが優れている領域では効果が出て、AIのほうが優れている領域では逆に下がります。コーチングは前者、つまり創り出す側の課題にあたります。
相手が持っていない情報を持っていること（情報の非対称性）と、相手にできないことができること（能力の非対称性）の2つが源泉とされます。この2つがないところに相乗効果は生まれません。自分にしかない情報と能力を確認することが出発点です。
自分の価値観、これまでの経験、その職場の事情については、本人のほうがAIより圧倒的に多くの情報を持っているためです。人間が優位な領域にAIを整理役として持ち込む形になり、相乗効果が出やすい条件を満たします。
実践のヒント
AIを開く前に、自分の考えを3行でも書き出すことです。先にAIを見ると、自分の言葉が出る前にAIの言葉が入ってしまいます。研究でも、AIの出力を編集する形では創造性が下がり、自分の骨格を持ったまま共に創る形では差が消えることが示されています。
「答え」ではなく「問い」を頼んでください。「助言はせず、質問だけを一度に1つずつしてください」と伝えるのが基本形です。AIは初期状態では役に立とうとして助言に流れやすいため、この指定を毎回添えると対話が安定します。
実際に試して確かめることです。研究では、AIの説明があってもフィードバックがない場合は相乗効果が負になり、結果を確かめられる場合には正になることが示されています。使った結果を3行で記録し、次の相談の冒頭で伝えると、AIの当たり外れが見えてきます。
各自が別々に考えてから持ち寄ることです。全員が同じAIに同じように尋ねると、出てくる案が似通ってきます。研究でも、AIを併用すると個人の成果は上がる一方、アイデアの多様性は大きく低下することが報告されています。
自分がやりたい部分は自分の手に残すのが目安です。AIとの協働のあと単独作業に移ると、内発的動機が下がり退屈感が増すことが実験で示されています。効率だけで判断すると、続ける力のほうを失うことがあります。
人間の役割
問いを立てる力、意味づける力、感情に応答する力、関係を築く力、倫理的に判断する力、文脈を読む力、そして決める力です。いずれも、書かれていないことを扱う力である点が共通しています。AIは書かれたことの範囲でしか働けません。
その懸念は研究でも示されています。1,100人の実験では、AIの支援がある間は成績が上がる一方、支援がなくなった段階では独力の創造的成績がむしろ損なわれる可能性が報告されました。週に一度AIを閉じて考える時間を確保するなど、意識的な設計が必要です。
どちらか一方ではなく、役割を分けることが大事です。AIは思考を広げる副操縦士、コーチは関係性と意思決定を支える専門家、そして本人が最終的な主体という位置づけが、現時点でもっとも現実的だと考えられます。
AIを使いこなす鍵は、AIの操作方法ではなく「どんな問いを立て、何を振り返るか」です。コーチング心理学協会では、質問・目標設定・フィードバック・強みの活用を、演習中心のワークショップで学べます。
ご相談・ご提案の段階で費用はかかりません。