Burak Reis

AIは創造性を殺すのか

エージェントを使うと、思いついたアイデアはどれも数時間で形にできます。研究も似たことを言っています。ひとりひとりは創造的になるのに、できあがるものは互いに似てくるのです。

Burak Reis6分で読めます

要点

  • AIからアイデアをもらった書き手の物語は、より創造的だと評価されましたが、物語どうしは似てきました。19件の研究をまとめた2026年のメタ分析は、この類似を小さいけれど一貫していると見ています。
  • 画像でも、平均的な新しさは下がり、いちばん新しい作品の新しさは上がりました。平均に流れるのは避けられないことではなく、使い方しだいです。
  • 人は手間をかけたあとを見たがります。同じ文章でも「AIが書いた」と言われると、点数が下がります。

ある夜、眠れませんでした。エージェントと一緒に、新しいものをひたすら作り続けていたのです。翌日もまた何か思いつき、その次の日もそうでした。

以前は、思いついたアイデアは来ては去っていきました。メモして脇に置いておけば、たいていはそこで眠ったままでした。いまは、思いついたらすぐにいくつものエージェントに振り分けます。調査、試作、計画、制作。数時間後には、動くものが手元にあります。ネットで誤りや足りないところを見つけたときも同じで、その解決策をすぐに作れます。あらゆる市場に入りたいし、目に入るものは何でも作れるようになりたいのです。

できることが増えるにつれて、自分の感覚もずれ始めました。それに気づいて、気になりました。AIは僕の創造性に何をしているのだろう。僕は本当に創造的になったのか、それともただ多く作っているだけなのか。

ひとりは創造的に、全体は似たものに

この問いにいちばんはっきり答えてくれる実験のひとつが、2024年に『Science Advances』に載りました。Anil DoshiとOliver Hauserは、293人に短い物語を書いてもらいました。ひとつのグループは自分だけで書き、ひとつはAIからアイデアを1つもらい、もうひとつは5つもらいました。5つもらったグループの物語は、新しさが8.1%、実用性が9%高いと評価されました。いちばん得をしたのは、もともと自力では創造性が低めだった書き手です。1

ところが、これには裏側があります。AIからアイデアをもらった書き手の物語は、互いによく似ていたのです。1本ずつ見ればどれもよくなっているのに、全部を並べると単調になります。

しかも、これは1回の実験にとどまりません。Alwin de RooijとMichael Mose Biskjaerは今年、19件の研究をまとめてメタ分析を行い、AIを使って生まれた成果物が似てくることを見つけました。効果は小さい(d = 0.334)けれど、一貫しています。著者たちはこれを創造性の喪失とは読まず、創造的な多様性の再編成と読んでいます。ひとりの中では気づかれず、たくさんの人が同じシステムで作業するようになって初めて意味を持つ、というわけです。2

僕の考えでは、この結果はあの夜の僕そのものです。自分の仕事だけを見れば、僕はより速く、よりよく作っています。けれど、同じ道具を使う何千人もの人と一緒に眺めれば、僕たちはみんな同じ平均へ引き寄せられているのかもしれません。

平均に流れるのは避けられないのか

画像でも似た図が見えます。Eric ZhouとDokyun Leeは、アート共有プラットフォームで400万点を超える作品と5万人を超えるユーザーを調べました。テキストから画像を作るツールを使い始めた人は、より多く作り、作品もより多く評価されました。平均的な新しさは時間とともに下がりました。その代わり、いちばん新しい作品の新しさは上がりました。3

この区別は大事だと思います。AIは平均を引き下げますが、最高の作品の天井を押し上げることもできます。どちら側に立つかは、道具そのものより、それで何をするかにかかっています。

この区別は、CLAUDE.mdファイルに自分が嫌なことを書いていたときに実感しました。AIは最初の試行で、いつもいちばん無難な選択を目の前に出してきます。平均がそこにあり、目の前にあるのです。僕の仕事は、その平均を見分けて、どこでそこから離れるかを決めることです。

作ることは豊かさを生むが、関心は生まない

作ることが簡単になると何が起きるのかを見るには、音楽がいい例です。Deezerが7月に出した数字によると、6月にプラットフォームへ上がった新しい音楽の半分以上がAIで作られていて、1日あたり平均9万曲でした。ところが、これらの曲が再生全体に占める割合は1%から3%にすぎません。4

つまり、半々の生産に対して、数%の関心です。僕の読みはこうです。作ることが安くなるほど、価値を持つのは生産そのものではなく、関心になります。そうなると「どれだけ作ったか」という問いも、自然と意味を失います。

人は手間を見たがる

読む側、聴く側の話もあります。Manav Raj、Justin Berg、Rob Seamansは16の実験で、2万7千人以上に同じ文章を読んでもらいました。文章に「AIが書いた」と添えると、点数が下がりました。その下がり方をいちばんよく説明したのは、文章が独創的に見えないことでした。5

作る側にも代償があります。Anthropicは1月、52人のソフトウェア開発者を対象にした実験の結果を公表しました。新しいライブラリをAIの助けを借りて学んだ人は、あとの理解テストで、手作業で学んだ人より明らかに低い点でした。50%に対して67%です。作業を終えるまでの時間の差は、有意ではありませんでした。6小さな実験で、課題もひとつだけです。それでも、速くなったと思っているところで、僕は理解を失っているのかもしれないと考えさせられました。

僕にとって何が変わったか

結局、AIは創造性を殺さないと僕は思います。ただ、放っておくと全員を同じ場所へ連れていきますし、それがとても速いのです。変わったのは、僕が自分に投げる問いでした。もう「これを作れるか」とは聞きません。たいてい答えは「はい」だからです。聞くのは「これを作る価値があるか」です。

11月15日に、すべてのプロジェクトをひとつのリストにまとめて、自分にルールを課しました。同時に進める制作の仕事は最大3つ。残りはリストで待っています。

この文章を書きながら、もうひとつ気づきました。思いついたアイデアをすぐに作りたくなるのには、化学的な面もあるような気がします。次の記事では、ドーパミンと、いわゆる「ドーパミン依存」を見ていきます。

注

  1. Anil R. Doshi, Oliver P. Hauser, "Generative AI enhances individual creativity but reduces the collective diversity of novel content", Science Advances, 2024年7月12日。出典 ↩
  2. Alwin de Rooij, Michael Mose Biskjaer, "Generative AI makes creative output more homogeneous", ECCE 2026。出典 ↩
  3. Eric Zhou, Dokyun Lee, "Generative artificial intelligence, human creativity, and art", PNAS Nexus, 2024年3月5日。出典 ↩
  4. Deezer, "AI music has surpassed 50% of new music uploads for the first time", 2026年7月21日。出典 ↩
  5. Manav Raj, Justin M. Berg, Rob Seamans, "The Artificial Intelligence Disclosure Penalty", Journal of Experimental Psychology: General, 2026。引用元:PsyPost ↩
  6. Anthropic, "How AI assistance impacts the formation of coding skills", 2026年1月29日。出典 ↩

この記事は2026年11月16日に公開しました。

Burak Reisは、ブランドアイデンティティとモーションのデザインを手がけています。プロフィール、ポートフォリオ。

RSSでフォロー