学びを外注してはならない：AI時代でも人間主導の調査が重要な理由
AIがリサーチャーと同等の品質のアウトプットを生み出せるようになったとしても、人間主導の調査は今後も欠かせない。ユーザーを観察することでチームが得る学びまでは外注できないからだ。
AIによって調査は不要になると主張する人がいる。AIでユーザーをシミュレートしたり、AIに代わりにインタビューしてもらったりできるのに、なぜ、予定を押さえにくい実在の人々に話を聞くのだろうか。あるいは、AIなら数秒でデータを整理し、テーマごとに分類できるのに、なぜ自分でデータを分析するのか、というわけだ。
今のところ、AIは、経験豊富なリサーチャーと同じようにはうまくセッションを進行できない。また、その分析も筋が通ってはいても、表面的になりがちだ。しかし、こうした限界もいつまでも続くとは限らない。AIが調査を設計・実施・分析できるようになり、そのアウトプットが経験豊富なリサーチャーによるものと見分けがつかないほどになったと想像してみよう。それは、人間主導の調査の終わりを意味するのだろうか。
調査が生み出すのは調査結果だけではない
10年前、読み書きができない成人を対象に調査していたとき、ある参加者から、子どものころに読むことに困難があることに気づいてもらえず、そのため何十年にもわたって恥ずかしさを感じ、孤立していたという話を聞いた。成長する中で、彼は母親が本に没頭する姿を見て、とても心穏やかそうだと思い、自分もそんなふうになれたらと願うようになった。やがて、慈善団体が彼をあるボランティアと引き合わせ、そのボランティアの助けで読むことを学び、彼はついに自分で本を読む喜びを味わうことができた。私はのちにこの話を夫にすると、私たちは2人とも心を動かされ、その慈善団体に寄付した。これは、調査にはレポートだけではできないかたちで人を変える力があることを示す一例である。
調査は2つのものを生み出す。1つ目はアウトプット、つまり、テーマ、提言、レポートである。2つ目は、目には見えにくいが、1つ目と同じくらい価値があるもの、すなわち、調査を行う人々が、観察し、疑問を持ち、データが何を意味するのかを考え抜く中で得ることになる学びである。
AIは1つ目を生み出すのが得意だ。しかし、2つ目を生み出すことはできない。2つ目は成果物ではなく、体験だからだ。AIに調査を外注したチームはレポートを得ることはできるが、学びは得られない。したがって、たとえAIのアウトプットが専門家によるものと見分けがつかない世界になったとしても、何か重要なものが失われる。
ユーザー調査における学びは、単に受動的に情報を集めることではなく、ストーリーに耳を傾け、それを咀嚼することで生まれる。ユーザーにインタビューするとき、我々はその人の体験についてのストーリーを語ってもらう。ユーザビリティテストでユーザーを観察したときは、そのユーザーが何をしようとしていたのか、何が起きたのか、それにどう反応したのかというストーリーを、あとで我々自身で語る。コンテンツの変更や新しいナビゲーションの必要性を主張するときも、我々はその提案につながった調査のストーリーを語る。そして、チームが何をデザインすべきか話し合うときは、ユーザーが何を言い、何をしたかを皆で語り合うのである。
しかし、我々に代わってAIがデータを収集・分析すると、我々はそうしたストーリーを体験する機会を失ってしまう。その結果、調査は本来あるべきほど記憶に残らず、影響も弱くなってしまう。
AIも人間のようにストーリーを語れるのではないかと思う人もいるかもしれない。しかし、現在の合成ユーザーによるストーリーは往々にして筋が通りすぎていて、感情表現に乏しく、実際の人間の体験のようには共感しにくいという限界がある。とはいえ、そうした限界をいったん脇に置いて、たとえAIユーザーが人の心を動かすようなストーリーを語れるようになったとしても、その場、その瞬間に立ち会い、自分たち自身でそのストーリーを目の当たりにすることには特別なものがある。
私がインタビューしたあるシニアリサーチャーは、AIインタビュアーが人間主導のセッションを完全には代替できないと考える理由を、AIインタビュアーを使うと、チームがユーザー調査をリアルタイムで観察し、同じストーリーに心を動かされる機会が失われるからだ、と説明してくれた。
「我々は皆でその場にいました。皆でそれを見ました。皆でそれを聞きました。皆でそれを体験したのです。そして、そうした瞬間はいつも、デザインを前に進め、最終的に我々がデザインするものにインスピレーションを与える材料になりました。」
ストーリーには脳に働きかける特別な力がある
ストーリーには我々の脳に働きかける特別な力があることを示す科学的証拠は豊富にある。神経科学者は、機能的核磁気共鳴画像法（fMRI）などのニューロイメージング技術を用いて、人がストーリーを聞いているときに何が起きるのかを研究してきた。そして、そうした研究から、ストーリーが重要である理由（ユーザー調査に特に関係が深いもの）として、少なくとも次の3つが示唆されている：
- 人の注意を強く引きつけ、記憶に深く残る。
- グループが共通理解を形成するのに役立つ。
- 行動を促す。
ストーリーは、限りあるリソースである我々の注意を引きつけ、脳のより多くの部分を活性化する。ある研究で、Michigan State UniversityとUC Santa Barbaraの研究者が、実体験に基づく個人的なストーリー、技術マニュアルの抜粋、そして音声を逆再生して理解不能にしたもの、という3種類の音声を参加者に聞かせた。その結果、理解不能な音声は、脳の聴覚を担う部分を刺激することがわかった。技術マニュアルではさらに、言語理解を担う領域も働いた。一方、個人的な物語では、聞き手全員で、社会的推論や感情処理、記憶に関わる領域を含む脳の広範なネットワークの活動が見られた。
それだけではなく、個人的な物語は、参加者による評価でも他のサンプルよりも重要度が有意に高くなっていた。
別の研究では、Princeton Universityの研究者が、まず、個人的なストーリーを語る女性の脳活動を記録し、次に、その語りを聞く11人の参加者の脳活動を記録した。その結果、人はストーリーを聞くと、その脳活動がわずかに遅れて語り手の脳活動と同調しはじめることがわかった。興味深いことに、同調の度合いが高いほど、聞き手はよく理解し、よく思い出すことができた。
また、高次の脳領域では、聞き手の脳の活動が語り手の脳の活動に先行する場合さえあるとわかった。これは、聞き手が次に何が起こるかを予測していたことを示唆している。そして、その予測がうまくいくほど、ストーリーの理解度も高かった。
ストーリーは、我々の記憶や理解を助けるだけではない。共感を呼び起こし、ひいては行動も促す。Paul Zakとその研究チームは、緊張が高まり、やがて緩み、解決に至るという起伏のある展開をたどるストーリーを聞くと、脳内でオキシトシンが放出されることを明らかにした。ストーリーを聞いた後にオキシトシン濃度が上昇した参加者は、そのストーリーに関連する慈善団体に寄付する傾向が高かった（夫と私が成人の識字支援を行う慈善団体に寄付した理由もこれで説明がつく）。
ユーザー調査はチームスポーツだ
「ユーザー調査はチームスポーツだ」という表現を聞いたことがあるかもしれない。このスローガンは英国政府（私はここでUXのキャリアをスタートさせた）が使いはじめたものだが、当時、職場のリーダーたちによって繰り返し唱えられ、ポスターにもなってほとんどのオフィスの壁に貼られていた。それによって、ユーザー調査の価値はチームが一緒に能動的に学ぶことにあるということを、我々全員が意識していたものだ。
チームで一緒に調査に参加すると、同じストーリーに心を動かされ、ユーザーやユーザーが直面している問題についての共通理解を築き、得られた根拠そのものにより深く向き合うようになるのである。
しかし、残念ながら、多くの組織では、調査は共同で学ぶ活動ではなく、専門家が実施し、レポートとして提供するものへと徐々に変わっていった。調査が知見を提供するだけのものになると、そのプロセスの一部をAIに置き換えることも想像しやすくなる。組織が調査を主に調査結果を生み出すための仕組みととらえているなら、自動化によって調査結果がより速く得られることが魅力的に見えるのは当然だろう。
とはいえ、チームや組織に、ユーザーについての知見を理解し、記憶し、活用しようという意欲を持ってもらいたいなら、そのメンバー自身が調査に積極的に関わり、顧客やユーザーと直接話し、彼らから直接学ばなければならない。こうして調査に参加すること自体が、多くの場合、調査のアウトプットと同じくらい価値があるのである。
学びには、ただ情報に触れるだけでなく、自ら取り組むことが必要
「重要なのは目的地ではなく、そこに至る道のりだ」という言葉を聞いたことがあるかもしれない。学びについて言えば、これはまさにそのとおりである。調査を実施し、分析するプロセスのほうが、最終的なアウトプットそのものよりも、長く記憶に残る理解を生むことが多い。なぜなら、知見を導き出すために行う作業こそが、その知見を記憶に残るものにするからだ。これを「自己生成効果」という。
自己生成効果とは、自分で生み出した情報のほうが、単に読んだだけの情報よりも記憶に残りやすいという現象のことである。
教師はこのことを知っている。だからこそ、学生に自分でノートを取ったり、自分の言葉で書いたり、説明したりするようにすすめる。研究では、自己生成効果を利用した学習方法を取る学生は、そうしない学生よりも一貫して成績がよいことがわかっている。
調査に取り組むときに、たとえばインタビューでどのような質問をするか考えたり、参加者の回答について考えを巡らせたり、データをどうコーディングするか考えたり、何が重要なのか、データが何を意味するのかを理解するために懸命に考えたりすることで、自己生成効果は働く。そうした作業をAIに任せると、レポートは手に入るが、学びは得られない。
さらに厄介なのは、レポートを読むことで得られる学びがどれほど少ないか、本人は気づかない場合もあることだ。包括的で筋の通ったレポートを読むと、「学習したという錯覚」が生まれ、知識を得た気になるが、その後ほとんど記憶に残らないことがある。たとえば、試験勉強ではノートをただ読み返すだけで準備ができたと感じる学生は少なくない。しかし、準備ができたという学生自身の認識と、長期記憶を測るテストでの実際の成績との間に相関はない。
AIがインタビュー、分析、統合を担うと、自分で苦労して考えるプロセスがなくなる。残るのは、受け取った情報をただ読むことだけだ。チームはレポートを読み、知識を得た気になり、次へ進む。チームは、ノートを読み返した学生と同じ理解をしたにすぎず、記憶に残る量もそうした学生と同じ程度だろう。
AIが適しているところ
ここまで述べてきたことは、調査でAIを使うことへの反対論ではない。うまく使えばAIは、調査プロセスのうちの学びを生まない部分を引き受け、学びを生む部分にチームがより集中できるようにしてくれる。
どんな作業にも使える有効な判断基準は、「その作業をすることで、チームは何かを学べるか」である。その答えが「いいえ」なら、AIや単純な自動化に任せるのに適している作業といえる。参加者の募集やスケジュール調整、セッションの文字起こし、生データのクリーニングや整理、ディスカッションガイドの初稿の作成、考える作業がすでに終わった後のレポートのフォーマット調整、チームが厳しく検証するためのパターンの洗い出しなど、これらはすべて、調査を支える作業だ。こうした作業を任せることで、それ以外の作業により多くの時間を使えるようになる。
調査プロセスのうち、人間がやる作業として残すべきは、学びが生まれる部分である。セッションを進行すること、その様子をリアルタイムで観察すること、皆で振り返ること、そしてデータが何を意味するのかを解釈することがそれにあたる。支援作業はAIに任せよう。だが、意味を見いだす作業まで任せてはならない。
結論
AIは調査プロセスを迅速にし、効率を高めることができる。しかし、人を調査プロセスから外してしまうなら、効率化は逆効果にもなりうる。調査の価値は、それが生み出す調査結果だけにあるのではない。ユーザーを観察し、その体験を解釈し、問題をともに理解することでチームで築く共通理解にも価値があるのである。
調査のどこでAIを使うかを決めるときには、こう問いかけるとよい。その使い方によって、チームがよりその場に意識を向け、よく考え、積極的に関われるようになるだろうか。それとも、学びのプロセスそのものを丸ごと省いてしまうことにならないか。
人間が人間のためにデザインしつづける限り、人間が他の人間を直接目の当たりにし、その体験を解釈し、そこから学ぶことには価値がありつづける。調査に価値があるのは、知見を生み出すからだけではない。調査に参加する人々を変えるからでもある。
参考文献
Paul J. Zak. 2013. How Stories Change the Brain. Greater Good Magazine (December 17, 2013). Retrieved May 1, 2026 from https://greatergood.berkeley.edu/article/item/how_stories_change_brain
Clare Grall, Ron Tamborini, René Weber, and Ralf Schmälzle. 2021. Stories Collectively Engage Listeners’ Brains: Enhanced Intersubject Correlations during Reception of Personal Narratives. Journal of Communication 71, 2 (April 2021), 332–355. https://doi.org/10.1093/joc/jqab004
Greg J. Stephens, Lauren J. Silbert, and Uri Hasson. 2010. Speaker–listener neural coupling underlies successful communication. Proceedings of the National Academy of Sciences 107, 32 (August 2010), 14425–14430. https://doi.org/10.1073/pnas.1008662107
Henry L. Roediger III and Jeffrey D. Karpicke. 2006. Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science 17, 3 (2006), 249–255. https://doi.org/10.1111/j.1467-9280.2006.01693.x
Shane Bertsch, Bryan J. Pesta, Rodney Wiscott, and Michael A. McDaniel. 2007. The generation effect: A meta-analytic review. Memory & Cognition 35, 2 (2007), 201–210. https://doi.org/10.3758/BF03193441
記事で述べられている意見・見解は執筆者等のものであり、株式会社イードの公式な立場・方針を示すものではありません。
