AIコーチングの効果｜研究は結論が割れている

Q: AIコーチングに効果はありますか？

狭く定義された目標達成については、効果を示す研究があります。一方で、ウェルビーイングやレジリエンスなど関係性や情動を要する領域では有意でなかったという報告や、人間コーチと直接比較すると人間側のみ有意だったという報告もあり、結論は割れています。

Q: AIをコーチングにどう使うのが現実的ですか？

人間コーチの代替ではなく補助として使うのが現実的です。セッション前の考えの整理、問いの候補出し、セッション後の振り返りの言語化、記録の要約などが向きます。関係性や情動の扱い、複雑な文脈判断は人間の領分です。

結論から AIコーチングの効果研究は、現在まだ結論が割れています。 人間と同等とする研究、目標達成のみ有意とする研究、人間コーチのみ有意とする研究が並存しています。現時点で妥当な要約は、「AIは狭く定義された目標達成には効くが、関係性・情動を要する領域は人間コーチの領分」です。ここを断定的に語るサイトが多い領域なので、割れている事実ごと示します。

割れている3つの結果

研究	デザイン	結果
Terblanche ら（2022）^[1]	10か月の縦断RCTを人間版とAI版で比較	AIコーチも人間コーチも統制群より有意。AIは人間と同等の目標達成効果
Terblanche ら（2022）^[2]	6か月・実験群75名／統制群94名	有意だったのは目標達成のみ。レジリエンス・心理的ウェルビーイング・ストレスは有意でない
de Haan ら（2026）^[3]	認定コーチとAIを直接比較した3群RCT（N＝114／人間38・AI 37・待機統制39）	有意な効果が出たのは人間コーチのみ。目標達成 d＝0.75、ストレス低下 d＝−0.52

なぜ結果が割れるのか比較対象（統制群か人間コーチか）、測る指標（目標達成か、ウェルビーイングか）、期間、チャットボットの実装が研究ごとに異なるためです。「AIコーチングは効く／効かない」と一般化できる段階にはありません。

実務でいちばん使えるAIの用途は「点検」ですAIにフィードバックを書かせるのではなく、自分の下書きを点検させる使い方と、そのまま使えるプロンプト3種、そしてAIの引用捏造率11.4〜56.8%に対して文献検索で裏を取る手順をAIを使ってフィードバックを準備するにまとめました。

2026年RCTを、詳しく読む

3つのうち最も新しく、認定コーチとAIを同じ条件で並べた唯一の試験です。設計が丁寧なぶん、結果の重みも大きくなります^[3]。

項目	内容
対象	教育系多国籍企業（従業員約5万人・110か国）のリーダー114名。約30か国出身
群	人間コーチ38名／AIチャットボット37名／待機リスト統制39名（無作為割付）
介入	週1回1時間×4回。人間はZoom、AIはWhatsApp上のテキスト対話
コーチ	74名の認定コーチ（ICF PCC/MCC または Ashridge認定、経験5年以上）
AI	台本型＋生成AIのハイブリッド。DAICフレームワークに基づき目標達成のみに特化して設計。実利用は平均4.79セッション・1回平均17分55秒
評定者	本人・コーチ・上司の3者が重なる尺度で評定。脱落を防ぐため全員に回答を徹底させた

結果

変数	人間コーチ vs 統制	AI vs 統制
目標1の達成度	d＝0.63（p＝.007）	有意差なし（p＝.39）
目標2の達成度	d＝0.75（p＝.001）	有意差なし（p＝.35）
知覚ストレス	d＝−0.52（p＝.025）	有意差なし（p＝.96）
認知的ハーディネス	群間では有意差なし（群内では d＝0.45, p＝.05）	有意差なし
一般性自己効力感	d＝0.58（p＝.012）	d＝0.66（p＝.005）ただし群内の前後比較では消失（d＝0.05, p＝.82）

数字の読み方に3つ注意 ①AI群で唯一有意だった自己効力感は、群内の前後比較と共変量調整の両方で消えました。著者自身が統計的なゆらぎの可能性として扱っています。 ②チャットボットの利用時間を回帰に入れても、AI群は有意水準に届きませんでした。「使い方が足りなかった」だけでは説明できません。 ③この研究の利益相反開示には、共著者の1人が使用されたAIチャットボットの開発者であり商業的利害をもつことが明記されています。それでもAIに不利な結果が出た点は、逆に結果の信頼性を高める材料と読めます。

この結果が示す境界テストされたのは「目標達成だけに特化した、テキストベースのチャットボット」です。AIコーチング一般の限界ではありません。3か月という短期間で、業務パフォーマンスの客観指標は測られていない点も含めて読む必要があります。

この研究で使われた9つの尺度の構成（成果・状態・予測因子・プロセスの4層）は、心理アセスメントにまとめました。効果測定の設計をそのまま参考にできます。

生成AIか、台本型か

592名を対象とした実験では、生成AIのチャットボットが台本型（ルールベース）を、技術の受け入れやすさと自己決定の感覚では上回った一方、目標達成そのものには有意差がありませんでした^[4]。

また、GROW・解決志向・認知行動の3つをAIチャットボットとして実装し比較した研究（N＝592）では、認知行動ベースが他の2つを上回りました。人間のコーチングで見られる傾向とは異なる結果であり、AIを介した対話では働く心理的プロセスが違う可能性が示唆されています^[5]。

実務的な含意構造がはっきりした用途（目標を刻む、進捗を確認する）では、リスクの低い台本型でも十分に機能しうるということです。生成AIを使う場合は、受け入れやすさという別の利点があると理解しておくとよいでしょう。

協働モデル：どこを任せるか

場面	AIに向く	人間の領分
セッション前	考えの整理、話したいことの言語化、問いの候補出し	—
セッション中	—	関係の構築、感情の扱い、沈黙、文脈判断
セッション後	記録の要約、振り返りの言語化、次の行動の整理	継続的な関係、責任の引き受け
継続支援	行動の記録、リマインド、小さな進捗確認	行き詰まりの打開、意味づけ

生成AIに問いを作らせる

AIに答えを出させるのではなく、問いを出させて自分で答えるのが、コーチング的な使い方です。

プロンプトの型

役割: 「あなたはコーチです。助言はせず、質問だけをしてください。」
制約: 「1回に1つだけ質問してください。私の答えを待ってから次に進んでください。」
枠組み: 「GROWモデルに沿って、目標→現状→選択肢→意思の順に進めてください。」
禁止: 「『〜したほうがいいと思いませんか』のような、助言を含む質問は避けてください。」
状況: （自分の状況を3〜5行で書く）

注意AIの出力を鵜呑みにしないでください。また、心身の不調が疑われる場合、AIに相談することは適切ではありません。医療機関・専門相談窓口にご相談ください。組織で導入する場合は、入力される個人情報の扱いを先に設計してください。

この先に何が起きるか

アクセスの拡大。費用の問題でコーチングを受けられなかった層に届く可能性があります。
人間コーチの役割の再定義。型どおりのモデル運用はAIで代替されうる一方、関係性と文脈判断の価値が上がります。
日本語圏の研究の空白。ここで挙げた研究はすべて英語圏のものです。日本語話者を対象としたRCTは、ほぼ手つかずの領域です。

よくある質問

AIコーチングに効果はありますか？

狭く定義された目標達成については、効果を示す研究があります。一方で、ウェルビーイングやレジリエンスなど関係性・情動を要する領域では有意でなかったという報告^[2]や、人間コーチと直接比較すると人間側のみ有意だったという報告^[3]もあり、結論は割れています。

AIは人間のコーチの代わりになりますか？

現時点では、限定的な領域では有効だが全面的な代替は不可、というのが妥当な整理です。目標達成という狭い指標ではAIが人間と同等の結果を示した研究がある一方^[1]、認定コーチと直接比較した最新のRCTでは有意な効果は人間側にのみ認められました^[3]。

生成AIと従来型のチャットボットでは違いがありますか？

592名を対象とした実験では、生成AIのほうが技術の受け入れやすさと自己決定の感覚で優れていた一方、目標達成そのものには有意差がありませんでした^[4]。構造化された対話では、リスクの低い台本型でも同等に機能しうるということです。

AIをコーチングにどう使うのが現実的ですか？

人間コーチの代替ではなく補助として使うのが現実的です。セッション前の整理、問いの候補出し、セッション後の振り返りの言語化、記録の要約などが向きます。関係性や情動の扱い、複雑な文脈判断は人間の領分です。

AIに自分をコーチングさせることはできますか？

セルフコーチングの補助としては使えます。目標や現状を書き出し、問いを出させて自分で答えるという使い方です。ただし出力を鵜呑みにせず、心身の不調が疑われる場合はAIではなく専門機関に相談してください。

AI×コーチング