AIは「やる気」を奪うのか、高めるのか
―最新研究が示すワークエンゲージメントとの本当の関係

これは気のせいでも、あなただけの悩みでもありません。2024年から2026年にかけて発表された複数の学術研究が、AIの活用と「ワークエンゲージメント（仕事への熱意・没頭・活力）」の間に、単純ではない、両刃の剣のような関係があることを明らかにしています（Liu & Li, 2025；Sun et al., 2026）。

この記事では、Job Demands-Resources理論（仕事の要求度-資源理論）をはじめとする心理学・組織行動学の知見をもとに、AIがなぜ人のやる気を高めることも、失わせることもあるのかを、科学的にわかりやすく解説します。そして、その知見を「明日から使える実践のヒント」に変えてお届けします。

そもそも「ワークエンゲージメント」とは何か

ワークエンゲージメントとは、単なる「モチベーション」や「満足度」とは異なる概念です。心理学では、仕事に対して「活力（元気に取り組めているか）」「熱意（やりがいを感じているか）」「没頭（集中して打ち込めているか）」という3つの要素がそろった、ポジティブで充実した心理状態と定義されます。

この状態を支える理論的な枠組みが「Job Demands-Resources（JD-R）理論」です。仕事には「要求（ストレスの原因になる負荷）」と「資源（やる気やパフォーマンスを支える力）」の両方が存在し、資源が豊富であるほどエンゲージメントは高まります。近年の研究では、AIとの協働そのものが新しい「職務資源」として位置づけられるようになりました（Sun et al., 2026）。つまりAIは、正しく活用すれば私たちの心の「燃料」になり得るのです。

しかし同時に、使い方を誤れば、AIは「要求」――つまり負荷やストレスの原因――にもなり得ます。この二面性こそが、AI時代の働き方を考えるうえで最も重要なポイントです。

AIがワークエンゲージメントを高める4つの心理的メカニズム

研究者たちは、AIの活用がエンゲージメントを高める具体的な経路（メカニズム）を明らかにしています。ここでは代表的な4つを紹介します。

このように、AIは「余力を生み、意味を与え、自信を育て、孤立を防ぐ」という4つの経路を通じて、私たちのやる気を後押ししてくれる存在になり得るのです。

一方でAIがエンゲージメントを低下させる5つの落とし穴

ここまで読むと「AIは万能によい影響を与える」と感じるかもしれません。しかし研究は、使い方や状況次第でAIが逆効果になることも明確に示しています。

なぜ結果が分かれるのか―「誰が・どう使うか」を左右する調整要因

同じAIツールを使っていても、ある人・あるチームではエンゲージメントが上がり、別の場所では下がる。この差を生む調整要因についても、研究は具体的な答えを示しています。

まず大きいのがリーダーシップの質です。変革型リーダーシップは、AIがエンゲージメントに与えるプラスの影響をさらに強化することがわかっています（Wijayati et al., 2022）。また、AIに精通したリーダーシップは、AI活用そのものを促進し、それが結果としてエンゲージメントを高めるという「完全媒介効果」を持つことも報告されています（Quttainah et al., 2025）。

次に重要なのが心理的な安全感です。職務の安全感が高い従業員ほど、AIによるパフォーマンス向上がエンゲージメントの向上につながりやすいことが示されています（Prentice et al., 2023）。

そして最も実践的な鍵となるのが、協働的なAI使用というアプローチです。人がまず自分で草案を作成し、そのあとでAIに推敲・改善してもらうという順序で使うことで、心理的なつながりを保ちながら、AIを使わない場合と同等以上の成果を得られることが確認されています（Lee et al., 2026）。

コーチング心理学がAI時代のエンゲージメントを支える理由

ここまで紹介してきた「エンゲージメントを高める心理的経路」――心理的アベイラビリティ、仕事の意味性、創造的自己効力感、疎外感の抑制――は、実はコーチング心理学が長年大切にしてきたテーマそのものです。

自己効力感（自分にはできるという確信）は、心理学者バンデューラが提唱した中心概念であり、コーチングにおける「小さな成功体験の言語化」や「承認・フィードバック」の技法によって育まれることが知られています（Bandura, 1997）。AIを使って成果を出したときに、「AIがやった」で終わらせず、「自分がどう関わり、何を判断したか」を振り返る問いかけを行うことで、AI活用時にも自己効力感を維持しやすくなります。

また、コーチング心理学の代表的なフレームワークであるGROWモデル（Goal・Reality・Options・Will）は、AIをどう使うかという目標設定そのものにも応用できます。さらに、自己決定理論（Deci & Ryan, 2000）が示す「自律性・有能感・関係性」という3つの心理的欲求は、AIとの協働がエンゲージメントを高めるか下げるかを分ける本質的な軸と重なります。

具体的には、次のようなコーチング的関わりが有効です。

• AI活用後の「内省の問いかけ」を習慣化する（例：「このアウトプットのどこにあなたらしさが表れていますか」）
• 1on1でAI活用の「意味づけ」を一緒に行う
• 強みに焦点を当てたフィードバックを行う

ポジティブ心理学がAI活用のエンゲージメントをさらに高める理由

コーチングが「関わり方」の技術だとすれば、ポジティブ心理学は「心の状態そのもの」をどう育てるかという視点を与えてくれます。ワークエンゲージメントという概念自体が、心理学者セリグマンが提唱したウェルビーイングの5要素モデル「PERMA」の中核をなす要素です（Seligman, 2011）。

鍵になるのが「拡張-形成理論」です。心理学者フレドリクソンは、喜びや安心といった肯定的感情が、思考の幅を広げ、その後の心理的資源を積み上げていくことを示しました（Fredrickson, 2001）。また「心理的資本（PsyCap）」――Hope（希望）・Efficacy（効力感）・Resilience（レジリエンス）・Optimism（楽観性）――は、トレーニングによって伸ばせることが知られています（Luthans et al., 2007）。

さらに、従業員が自ら業務の範囲・関係性・意味づけを主体的に編み直す「ジョブ・クラフティング」（Wrzesniewski & Dutton, 2001）も実践的な視点です。「自分の強みが最も生きる形にAIとの役割分担を組み替える」という能動的な姿勢が、中核タスクの過度な代替を防ぐ防波堤になります。

TomorrowMindの「PRISM」フレームワークで、AI時代の変化に強くなる

PERMAモデルの提唱者でもあるセリグマンは、ビジネス心理学者ガブリエラ・ローゼン・ケラーマンとの共著書『Tomorrowmind』（2023年）の中で、AIをはじめとする急速な変化の時代に働く人が身につけるべき5つの心理的メタスキルとして「PRISM」というフレームワークを提示しました。

土台となるのはResilience（レジリエンス）で、そこにMattering（意味の実感）とSocial connection（社会的つながり）が支えを与え、Prospection（先見性）とInnovation（イノベーション）が変化を先取りする力として機能します。

PRISMの実践としては、次のような取り組みが考えられます。

• 週の始めに「今週AIによってどんな変化がありそうか」を短く書き出す
• AIの提案がうまくいかなかった経験を「別の視点を試す機会」として振り返る
• AIとの対話で出たアイデアを、あえて畑違いの同僚と共有する
• AI活用によって浮いた時間の一部を、意図的に1on1やチームでの雑談に充てる
• 四半期に一度、「AIとの協働を通じて自分は何を実現したいか」を言語化し直す

今日から実践できる5つの活用法

1. 「AI推敲型」の順序を守る――まず自分の頭で草案を書き、そのあとでAIに推敲・改善してもらいます（Lee et al., 2026）。
2. 「浮いた時間」の使い道を意識的に決める――生まれた時間を意図的に創造的な仕事や人との対話に充てます（Tortorella et al., 2024）。
3. 「コア業務は渡しすぎない」ラインを決めておく――核となる仕事を言語化し、AIに全面的に委ねないというルールを持ちます（Liu & Li, 2025）。
4. 利用時間・頻度に「区切り」をつくる――終業前には一度AIから離れる時間をつくり、心身のリカバリーを確保します（Shao et al., 2024）。
5. 管理職はAIリテラシーと心理的安全性の両方に投資する――AIに精通したリーダーシップと、職務の安全感を高めるコミュニケーションの両輪が欠かせません（Quttainah et al., 2025；Prentice et al., 2023）。

よくある質問

参考文献を表示

Chuang, Y., Chiang, H., & Lin, A. (2025). Insights from the Job Demands-Resources Model: AI's dual impact on employees' work and life well-being. International Journal of Information Management, 83, 102887.

Dutta, D., Mishra, S., & Tyagi, D. (2022). Augmented employee voice and employee engagement using artificial intelligence-enabled chatbots. The International Journal of Human Resource Management, 34, 2451-2480.

Khan, A., Soomro, M. A., & Pitafi, A. H. (2024). AI in the Workplace: Driving Employee Performance Through Enhanced Knowledge Sharing and Work Engagement. International Journal of Human-Computer Interaction, 41, 10699-10712.

Lee, E., Yin, Y., Jia, N., & Wakslak, C. (2026). Relying on AI at work reduces self-efficacy, ownership, and meaning while active collaboration mitigates the effects. Scientific Reports, 16.

Liu, X., & Li, Y. (2025). Examining the Double-Edged Sword Effect of AI Usage on Work Engagement. Behavioral Sciences, 15.

Marikyan, D., Papagiannidis, S., Rana, O., Ranjan, R., & Morgan, G. (2022). "Alexa, let's talk about my productivity": The impact of digital assistants on work productivity. Journal of Business Research.

Prentice, C., Wong, I., & Lin, Z. (2023). Artificial intelligence as a boundary-crossing object for employee engagement and performance. Journal of Retailing and Consumer Services.

Quttainah, M., Sadhna, P., Aggarwal, A., Daipuria, P., Bhardwaj, B., & Sharma, I. (2025). AI-Savvy leadership for enhancing AI utilization and employee engagement. Scientific Reports, 15.

Rožman, M., Oreški, D., & Tominc, P. (2023). Artificial-Intelligence-Supported Reduction of Employees' Workload. Sustainability.

Shao, Y., Huang, C., Song, Y., Wang, M., Song, Y., & Shao, R. (2024). Using Augmentation-Based AI Tool at Work. Journal of Management, 51, 3352-3390.

Sun, L., Hu, R., & Su, H. (2026). Unlocking human potential in the AI Age: how employee-AI collaboration transforms work engagement. Frontiers in Psychology, 16.

Tortorella, G., Powell, D., Hines, P., Mac Cawley Vergara, A., Tlapa, D., & Vassolo, R. (2024). How does artificial intelligence impact employees' engagement in lean organisations?. International Journal of Production Research, 63, 1011-1027.

Wijayati, D., Rahman, Z., Fahrullah, A., Rahman, M., Arifah, I. D. C., & Kautsar, A. (2022). A study of artificial intelligence on employee performance and work engagement. International Journal of Manpower.

Bandura, A. (1997). Self-Efficacy: The Exercise of Control. W. H. Freeman.

Deci, E. L., & Ryan, R. M. (2000). The "What" and "Why" of Goal Pursuits. Psychological Inquiry, 11(4), 227-268.

Seligman, M. E. P. (2011). Flourish: A Visionary New Understanding of Happiness and Well-being. Free Press.

Fredrickson, B. L. (2001). The Role of Positive Emotions in Positive Psychology. American Psychologist, 56(3), 218-226.

Luthans, F., Youssef, C. M., & Avolio, B. J. (2007). Psychological Capital: Developing the Human Competitive Edge. Oxford University Press.

Wrzesniewski, A., & Dutton, J. E. (2001). Crafting a Job: Revisioning Employees as Active Crafters of Their Work. Academy of Management Review, 26(2), 179-201.

Kellerman, G. R., & Seligman, M. E. P. (2023). Tomorrowmind: Thriving at Work with Resilience, Creativity, and Connection. Atria Books.