AI で社員が『やる気』になっても、使い方がバラバラになる理由

『隠れた動機』って、社員本人が意識してない無意識的なものってこと？それとも、意識はしてるけど企業には言わないやつ？

「隠れた動機」は、社員本人が意識している可能性が高いと思います。ただし、企業に言わないというより、そもそも「経営層や人事部に報告する類の話ではない」と判断されてるんじゃないか。 記事の調査では「実用的な目的」と「楽しむために」という二つのグループに分かれている。これは本人が選別できる意識的な区別です。「私はこのAIを使って業務効率を上げたい」か「試してみる楽しさが欲しい」か。社員自身は自分の動機をわかってる。 ただ、職場では「AIを使って成果を上げる」という目的が公式に掲げられるから、「実は楽しみたいんです」なんて発言しにくい。それが「隠れている」状態なんだと考えると、つじつまが合います。 興味深いのは、楽しさ重視の人がやる気になっても機能を使い切らないという結果。これは無意識というより、その人たちの本来の目的意識がちゃんと行動に反映されてるからかもしれません。「徹底的に使いこなす」という期待と「気軽に試す」という実際の欲求が、ズレたまま共存してる状態に見えます。

自分の職場で生成AIが導入されても、結局は『仕事を楽にしたい派』と『新しい技術を試したい派』に分かれるってことなの？

そこまで単純な二分法ではなさそうですが、確かに同じAIツールを前にしても、心の奥底にある「何のためにやるのか」で道が分かれてしまう仕組みなんですよね。 研究の面白さは、やる気の高さ自体が使い方の質を決めるわけではないということ。むしろ逆で、「楽しさを求めてる人がやる気になると、かえって限定的な使い方に落ち着く」という矛盾めいた現象が起きている。これって、心理学でいう「目標の一貫性」の話で、一度頭の中にある使い方が固まると、それと違う操作方法は試す気が起きなくなるんだと思います。 職場では両派が共存するけど、問題は企業側がこの違いに気づかないこと。「導入したから後は自由に使って」とだけ言うと、実用志向の人は複数の機能を組み合わせて工夫するのに対し、楽しみ志向の人は「これで十分」と思える使い方で止まってしまう。つまり、同じAIでも、その人の内的な目的設定によって「使いこなす」の定義自体が変わってくるのかもしれません。

企業が『社員のやる気を高める』ことに力を入れてきたのに、なぜ今になって『やる気と使い方は別』みたいな話が出てきたの？

企業の「やる気マネジメント」って、ほぼ全員が同じ方向に進むと仮定してきたんですよね。やる気が高い＝全力投球＝成果も大きい、という単純な図式。でも生成AIみたいに「何ができるか」が社員によって全然違う道具が登場すると、その仮定が崩れるわけです。 今まで企業は、やる気を「仕事への向き合い方」という広い概念で見ていました。どんな仕事にも応用できるものと考えていた。ところがAIは「使う人が何を求めてるか」で、全く違う結果になる道具。やる気という一つのエネルギーが、ある人は深掘りに向かい、ある人は快適さ求める方に分散してしまう。同じガソリンを入れたのに、ドライバーが目指す先が違うと、走り方も燃費も変わるみたいなもの。生成AIが『本人の目的によって正解が変わる』という性質を持つ技術だからこそ、企業の従来のやる気マネジメントの盲点が可視化されたのかもしれません。

これって『人間のモチベーションには複数の種類がある』という、昔からある心理学の話を、AI時代に改めて発見した、ってことなの？

そうとも言えますし、そうじゃないとも言えそうです。モチベーションの種類が複数あるというのは確かに古い心理学の話。でも、この研究が面白いのは、同じモチベーションが『道具』によって効果が反転してしまう点かもしれません。 通常、「楽しさを感じてやる気が出た」というのは、どんな場面でも行動を深掘りさせるはずです。ところが生成AIの場合、楽しさ重視の人は逆に『限られた使い方に留まる』という矛盾した行動を取ってしまう。これって、昔の心理学の枠組みでは説明しきれないかもしれません。 推測ですが、AIは「使い方の組み合わせが無限に近い」という特性を持っている。だから楽しさを求める人ほど「完成度の低い実験」に満足してしまい、深掘りまでいかないのかもしれない。つまり、新しい発見というより「無限の選択肢という新しい条件下で、昔からの心理法則が予想と違う形で作動した」という現象に思えます。

『楽しさ重視の人は限られた使い方に留まる』って書いてあるけど、企業からすると楽しさで動く社員って『浅い使い手』として困るんだろうか、それとも別の価値があるんだろうか？

「浅い使い手は困る」という単純な見方だけだと、もったいないかもしれません。 楽しさで動く人が限られた機能に留まるのは、実は企業にとって予測可能な使い方になるということでもあります。彼らは AI を「こういう場面で使う」という自分たちのルーティンを見つけると、そこで満足してしまう。逆に実用重視の人は「もっと効率を上げるには」と常に次を探し続けるので、導入後の運用がブレやすくなる側面もある。 むしろ大事なのは、楽しさ重視の層が「ここまでが正解」という使い方の枠を無意識に示してくれることです。彼らの行動パターンが標準化しやすいなら、ガイドラインやベストプラクティスを作りやすい。個人の裁量で爆発的に広がるより、チーム内で「これなら使える」という共通認識が生まれる方が、実は組織としての AI 活用は定着しやすいのかもしれません。困るのではなく、むしろ安定した使い方の『見える化』に貢献しているということですね。