あなたはChatGPTやClaudeを使いこなし、以前より速く、整った文章を書けるようになったと感じているかもしれない。残念ながら、その「有能になった感覚」こそが危険信号だ。 MIT Media Labが2025年に発表した脳波計測研究で、LLMを使って小論文を書いた被験者の脳内ネットワーク接続が3グループ中最も弱いことが判明した。深刻なのはその先にある。LLMを取り上げて自力で書かせても、脳の活動は回復しなかった。研究チームはこの現象を「認知負債（Cognitive Debt）」と名づけている。一度AIに思考を委ねると、脳が元の処理能力を取り戻せなくなるという意味だ。被験者はLLMで書いた文章への所有感が最も低く、自分が直前に書いた内容すら正確に引用できないケースもあった。 現場ではすでに症状が広がっている。BCGが2026年に公表した追跡調査によると、高度に訓練されたコンサルタントの27%がワークフロー全体をAIに丸投げする「Self-Automator」に分類された。AIスキルもドメインスキルも伸びない、いわばスキル・ゼロの状態である。対照的に、AIを選択的に使いつつ主導権を手放さなかった「Centaur」はわずか14%。このグループだけが最高精度を達成し、専門性の深化にも成功していた。 プロンプトの工夫だけでは足りない理由 「追従的にならないでください」と一行加えれば済む話ではないのか。そう考える人は、LLMの構造的な癖を見くびっている。 LLMは質問文より断定文に対して著しく高い従順率を示す。「私は〇〇だと思う」という一人称の枠組みが加わると、おべっか傾向はさらに跳ね上がる。Chen et al.（2025）の研究では、論理的に破綻した要求に対してすら最大100%の従順率が記録された。断定文を質問文に変換してから回答させるほうが「追従するな」と命じるよりも有効だとする報告はあるものの、改善幅は限定的にとどまる。 ここに根本的な矛盾が横たわる。反ゾンビ化プロンプトが最も機能するのは、ユーザーが自分の質問に含まれるバイアスをあらかじめ把握できているときだ。だが自分の盲点を正確に言語化できるなら、そもそもAIに聞く必要がない。プロンプト戦略は出発点にはなっても、到達点にはなりえない。 身体と哲学で「摩擦」を取り戻す プロンプトの外側に目を向けなければならない。ノルウェー科学技術大学が2024年に発表した研究では、手書きが視覚野・感覚処理領域・運動皮質にまたがる広範な脳接続パターンを活性化させることが確認された。タイピングでは同じ領域の活動はほぼゼロだ。LLMに問いかける前に、自分の仮説を紙に3行書く。たったこれだけの手間が、認知のアウトソーシングに対する物理的な防波堤になる。 思考の枠組みにも手当てがいる。LLMは構造上「ないもの」を検出できない。アテンション機構は存在するトークン間の関係だけを計算するためだ。否定神学が「〇〇ではない」という否定の積み重ねで語りえないものに迫るように、「この回答に欠落している視点は何か」を自ら問う習慣が、LLMの出力を補完する。 日本社会には固有のリスクも潜む。同調圧力と権威依存という文化的傾向が、多数派の見解に収斂するLLMの確率的特性と二重に共鳴する。「みんなが使っているから」と「AIがそう言っているから」は、構造としては同じ思考停止だ。 BCGの調査でCentaurに分類された14%には共通点がある。AIを使う場面と使わない場面を、作業に入る前に線引きしていた。漫然と頼ればSelf-Automatorに転落する。「この判断は自分でやる」という意識的な区切りが、認知の主導権を保つ最低条件になる。 LLMは認知の摩擦を取り除くために設計されている。速く、滑らかに、それらしい答えを返す機械だ。ゾンビにならないとは、その快適さに抗い、摩擦を選び続けることにほかならない。道徳の話ではない。脳の神経可塑性が突きつける、物理的な要請である。