ネバースキリングとは？｜仮定モデルで見る、AIに任せすぎたときの技能形成

ネバースキリング（never-skilling）とは、AIが先に作業を済ませてしまうため、その技能が最初から身につかないことです。たとえば、新人がAIに下書きを作らせ、動くコードを受け取り、要約を読んで会議に出るとします。こうした使い方に頼り、自分で考える練習をしなければ、1年たっても同じ作業を自力でできないおそれがあります。問題は、AIに作業を任せることで、自分で考える練習の機会が減りうることにあります。この記事では、研究で分かっていることと、和からが説明のために置いた仮定モデルを分けて紹介します。学習曲線にAIの代行割合を入れ、条件を変えると1年後の到達度がどう動くかを試算します。ここで示す割合は、実測された安全基準ではありません。

ネバースキリングは医学教育で名付けられた言葉です

この言葉を論じたのが、2026年5月に Nature Medicine に掲載された Perspective 論文「AI-induced never-skilling in medical education」です。著者はシンガポールのDuke-NUS医科大学やロンドン大学衛生熱帯医学大学院などの研究者で、臨床教育の初期にAIへ頼った研修医が、独り立ちに必要な基礎的な推論力を身につけられないおそれを指摘しています。

医学教育向けメディアの OnlineMedEd の解説（2026年6月24日）は、ディスキリングを「すでに持っている技能の衰え」、ネバースキリングを「AIが先にやってしまうため基礎技能をそもそも獲得しないこと」、ミススキリングを「AIの誤りを自分の臨床推論として取り込んでしまうこと」と整理しています。AIが使えなくなった瞬間に崩れる能力は「偽りの熟達（false proficiency）」と呼ばれています。3つの語を題名に並べた文献は PubMed にも収載されています。

ディスキリングについては、内視鏡AIの導入後に医師のポリープ発見率が下がった実データを AIデスキリングの記事 で扱いました。あちらの主役はベテランで、失ったものは測れます。ネバースキリングの厄介さは、失ったものではなく「得られなかったもの」なので、本人も組織も差に気づきにくいことです。

AIを使って学んだ群は理解度テストで17ポイント低かった

無作為化実験で確かめたのが、AnthropicのJudy Hanwen ShenとAlex Tamkinによる研究「How AI Impacts Skill Formation」（2026年1月、arXiv）です。参加者52人をAIを使う群と使わない群に26人ずつ分け、Pythonライブラリ Trio を初めて学びながらコードを書いてもらい、その後AIなしで理解度テストを受けてもらいました。

Anthropicの解説記事（2026年1月29日）によると、参加者は主に若手のエンジニアで、テストの平均はAI群が50%、手で書いた群が67%でした（p＝0.01）。一方、論文本体には27点満点で平均4.15点の差、効果量（Cohen の d）は0.738と記載されています。4.15点を27点満点の割合に直すと約15.4ポイントで、解説記事の17ポイントとは一致しません。本記事では両者を区別し、後の逆算例には解説記事の50%と67%を使います。作業時間はAI群が約2分早かっただけで、統計的に意味のある差ではありませんでした。問題の種類別では、差がいちばん大きかったのはデバッグです。

ただし、AI群の全員が低かったわけではありません。論文はAIとのやり取りを6パターンに分けており、生成やエラー修正を丸ごと任せた人は点数が低く、生成後に理解し直す人や概念だけを質問する人は点数が保たれていました。この分類では、自分で理解しようとする使い方と高い得点が関連していました。ただし、使い方別に無作為に割り付けた比較ではありません。

長期のデータもあります。CEPRのディスカッションペーパー「The Generative AI Learning Penalty」（Strömberg, Lei, Wu, 2026年6月）は、中国の中高生26,811人を30か月追跡し、AIの利用開始時期のずれから効果を推定しました。AIの導入で宿題の点は18%上がり、宿題の時間は30%短くなった一方、月例の資料を参照できない試験の点は6か月以内に20%下がり、高校・大学の入試の点も18〜24%下がりました。損失は利用者の約8割を占める、完了時間が極端に短いのに点が高い「丸投げ型」に集中し、宿題に時間をかけた利用者は損失が小さかったそうです。

仮定モデルでは、AIに任せる割合と技能形成はどう変わるか

技能の伸び方を素朴な学習曲線で表します。1回練習するたびに、まだ身についていない部分の一定割合 r が身につくと考えると、n回練習した後の到達度 S は次の式になります。

S ＝ 1 −（1 − r）のn乗

このモデルでは、AIが作業の割合 a を代行すると、本人が考える練習は（1 − a）× n 回に減ると仮定します。

S ＝ 1 −（1 − r）の（1 − a）× n 乗

仮定として r ＝ 0.01、練習は1営業日に1回で1年 n ＝ 240回とします（AIなしなら1年で91%）。a と期間を振った早見表が次のとおりです。

AIに任せる割合 a	3か月（n＝60）	半年（n＝120）	1年（n＝240）	2年（n＝480）	1年後のAIなし比
0%	45.3%	70.1%	91.0%	99.2%	1.00
25%	36.4%	59.5%	83.6%	97.3%	0.92
50%	26.0%	45.3%	70.1%	91.0%	0.77
75%	14.0%	26.0%	45.3%	70.1%	0.50
90%	5.9%	11.4%	21.4%	38.3%	0.24

右端の列を見ると、半分をAIに任せても到達度は77%残りますが、75%で0.50、90%では0.24まで落ちます。比例して下がるのではなく、後半で急に落ちる形です。この仮定のもとでは、AIに任せる割合が約75%になると、1年後の到達度がAIなしの場合の半分になります。

分岐点は、覚えにくい技能ほど手前に来る

75%は r ＝ 0.01 の仮定に依存するので、r を変えて、1年後と2年後の到達度が半分になる a を計算しました。

1回で身につく割合 r	AIなしの1年後の到達度	1年後が半分になる a	2年後が半分になる a
0.005（覚えにくい技能）	70.0%	64%	75%
0.01	91.0%	75%	86%
0.02	99.2%	86%	93%
0.03（覚えやすい技能）	99.9%	91%	95%

この式の上では、身につくまで回数が要る技能ほど、AIに任せる割合の影響が早く表れます。ただし、r は説明のために置いた値であり、デバッグや診断の実測値ではありません。表から「何割まで任せてよい」という実務上の上限を直接決めることはできません。Anthropicの実験は技能ごとの r を測っていないため、デバッグの得点差をこのモデルで説明できるとまではいえません。

実験結果を仮定モデルに当てはめるとどう見えるか

同じ式を逆向きに使います。練習の機会 n は両群で同じなので、公表平均点を到達度とみなし、手で書いた群の 0.67 と AI群の 0.50 から a を解くと次のようになります。

a ＝ 1 − log（1 − 0.50）÷ log（1 − 0.67） ≒ 0.37

この仮定モデルに限れば、AI群の得点差は「頭の作業のおよそ4割をAIに渡した場合」に相当します。ただし、テスト得点をそのまま技能の到達度とみなす強い仮定を置いており、参加者が実際に何割をAIへ任せたかを測った結果ではありません。ここでの逆算は、モデルの動きを理解するための例として読んでください。

ディスキリングとネバースキリングは、同じ式の「行き先」と「出発点」の違いです

次に、毎回の学習と忘却を計算する別の仮定モデルを考えます。各回の開始時の到達度を S とし、次の到達度を S ＋（1 − a）× r ×（1 − S）− f × S とします。今回の設定では、長く続けたときの到達点は次の値に落ち着きます。

長期の到達点 ＝（1 − a）× r ÷ {（1 − a）× r ＋ f}

この式に出発点は入っておらず、AIに任せる割合が同じなら、ベテランも新人も最終的には同じ場所へ向かいます。r ＝ 0.01、f ＝ 0.001 として、到達度0%の新人と、AIなしの長期到達点（90.9%）にいるベテランを並べて計算しました。

AIに任せる割合 a	新人・1年後	新人・3年後	ベテラン・1年後	ベテラン・3年後	長期の到達点
0%	84.5%	90.9%	90.9%	90.9%	90.9%
50%	63.7%	82.2%	85.1%	83.4%	83.3%
75%	40.6%	65.7%	79.8%	73.0%	71.4%
90%	19.1%	38.2%	75.3%	59.7%	50.0%

a ＝ 90%の行では、ベテランは75.3%から59.7%へ下がり、新人は19.1%から38.2%へ上がって、どちらも50%に近づいていきます。上から下がってくるのがディスキリング、下から上がりきらないのがネバースキリングです。

技能の不足に気づくための比較基準にも違いがあります。ベテランには「前はできた」という経験がありますが、新人はAIなしで学んだ場合にどこまで到達できたかを、自分の過去と比べて確かめられません。ネバースキリングでは、過去の技能との比較だけでは、学ぶ機会の不足を見つけにくい点に注意が必要です。

なお、この記事の数字は説明のための仮定値によるシナリオ計算で、実測値ではありません。AIが代行した回は練習にならないと仮定し、分岐点は数値計算で求めました。忘却モデルでは、各回の開始時の S から学習量（1 − a）× r ×（1 − S）と忘却量 f × S を計算し、f ＝ 0.001 として720回（3年）まで逐次計算しています。計算はPythonで、乱数は使っていません。

AIの使い方によって技能形成が妨げられるのはなぜか

技能を育てるのは成果物ではなく、間違いを探す、次の一手を選ぶ、失敗の原因を考えるといった、作業中に頭が行う処理です。AIの答えを理解せずに受け取ると、こうした処理を自分で行う機会が減るおそれがあります。宿題の点が上がりながら試験の点が下がったCEPRの結果は、成果物の質と本人の技能が別物だと示しています。

AIを使った成果物の出来が良く、評価にも差が表れない場合は、AIが使えない場面になるまで技能の差が測られないことがあります。これが「偽りの熟達」です。技能形成では、どの作業をAIに任せ、どこを自分で考えるかを決めることが課題になります。

ネバースキリングを防ぐには何をすればよいか

対策はAIを使わせないことではなく、人が考える練習を意図的に残すことです。記事中の50%や75%をそのまま社内基準にはせず、まずAIなしで必要な基礎技能を測り、その結果を見ながら業務ごとに任せる範囲を決めます。判断理由の説明やデバッグなど、習得に時間がかかる工程ほど人の手に残します。

次に、AIには答えではなく説明を求めてもらいます。丸ごと受け取る「代行」と、説明を受けて自分で書く使い方を分け、新人は後者を基本にすれば、本人が考える練習の機会を残せます。

作業時間が急に短くなったときは、確認が必要です。CEPRの研究で損失が集中したのも、完了時間が極端に短いのに点が高い利用者でした。

成果物だけでは本人の理解を判断しにくいため、AIなしで技能を確かめる場を定期的に設けます。月に1回AIなしで小さな課題を解く、レビューで「なぜこう書いたか」を説明してもらう、といった形です。差の出やすいデバッグや検証は、とくに人の手に残して測る価値があります。

どの作業をAIに任せ、どの作業を人の練習として残すかの線引きは、和からの AIに任せてよい仕事、いけない仕事を学ぶ講座 で具体的に扱っています。組織として新人育成とAI活用を両立させたい場合は、リスキリング支援 で、業務ごとの任せ方と確認の仕組みづくりから一緒に考えることができます。

よくある質問

ネバースキリングとディスキリングの違いは何ですか

ディスキリングは、すでに持っていた技能がAIへの依存で衰えることです。ネバースキリングは、AIが先に作業するため技能が最初から身につかないことです。本記事のモデルでは、両者は同じ到達点へ向かい、違うのは近づく方向です。ディスキリングの計算は AIデスキリングの記事 をご覧ください。

AIを使うと必ず技能が身につかなくなるのですか

そうとは限りません。説明を求める使い方をした参加者は点数が保たれていました。ただし、Anthropicの実験は1回の短い課題、中国の研究は観察データからの推定で、長期の因果はまだ確定していません。

若手にはAIを使わせないほうがよいのですか

本記事の結論は、禁止ではなく練習を残す設計です。AIを使わない新人は、AIを使いこなす練習の機会を失います。AIなしで技能を確認しながら任せる範囲を調整し、AIの活用と自分で考える練習の両立を目指します。

自分がネバースキリングになっていないか確かめる方法はありますか

確認方法の一つは、AIを使わずに同じ種類の作業をやってみることです。手が止まる場所や説明できない箇所を確認し、AIに任せてきた作業との関係を振り返ります。

監修／和から株式会社 堀口智之