AIツール多用時代の認知負荷——注意残留に向き合う

🧠注意残留: 前の作業が頭に残ったまま次に移る

タスクを切り替えても、注意そのものは完全には切り替わっていません。

ワシントン大学のSophie Leroy氏は、2009年の研究で「注意残留（attention residue）」という概念を提示しています。同氏の説明によれば、「前のタスクへの注意の一部が、次のタスクに完全には移らずに残ってしまう」現象を指し、この分割された注意が、次のタスクに使える認知資源を減らし、特に認知的に負荷の高い作業への影響が大きいとされています（University of Washington Bothell: Attention Residue）。

複数のAIエージェントに異なるタスクを並行して任せていると、一つのタスク自体は短時間で完結していても、切り替えの回数そのものが積み重なり、この注意残留が蓄積していくのではないかと考えています。

✅実際に取り入れている対策: 完了を明示的に区切る

注意残留は「未完了」のタスクで強く出るとされているため、区切りを明確にすることを意識しています。

Leroy氏の研究では、注意残留は前のタスクが未完了・時間切れ・感情的に負荷が高い場合に強く出るとされています。これを踏まえ、あるタスクから別のタスクへ移る前に、「ここまでで一区切り」という状態を意識的に作るようにしています。具体的には、対応待ちの案件は専用の一覧ファイルに1行で書き出し、「次に何をすればいいか」を頭の中に残さず外部化しています。完璧に終わっていなくても、この一行さえ書けば離れられる、という程度の簡単な区切りでも、次のタスクへの切り替えが軽くなる感覚があります。

🔀同時に見るエージェントの数を絞る

並行して動かせることと、並行して把握し続けられることは別です。

複数のAIエージェントを同時に走らせること自体は技術的に可能ですが、その全ての進捗を常に把握しようとすると、切り替えの回数が際限なく増えます。実際には、判断が必要になったタイミングで通知が届く仕組みにし、通知が来るまではその作業を意識から外す、という運用にしています。手元の作業を続けながら、バックグラウンドで動いているものは完了報告が来るまで見に行かない、というだけの単純なルールですが、常時ステータスを確認しに行く場合と比べて、切り替えの回数自体が減っている実感があります。

⚠️注意: 疲労が続く場合は専門家へ

ここで紹介した内容は、公開されている研究知見の整理であり、医学的な助言ではありません。疲労感や集中力の低下が長く続く場合は、自己判断で済ませず、医師等の専門家に相談してください。

🧭まとめ: 切り替えの回数そのものを意識する

整理します。①複数タスクの切り替えでは注意の一部が前のタスクに残り続ける（注意残留）②未完了・時間切れのタスクほど注意残留が強く出るとされる③タスクを離れる前に明示的な区切りを作る④同時に把握しようとするエージェントの数を絞る。

AIに任せられる作業の量が増えるほど、切り替えの回数そのものが疲労の主因になりうるという前提で、日々の働き方を調整しています。

📚参考・出典

本文の対策は私たちが自社の働き方で実際に取り入れているものですが、その土台にした「注意残留」の概念は下記の研究に基づきます。研究知見の紹介であり、医学的な助言ではありません。

• Leroy, S. (2009) Why is it so hard to do my work? The challenge of attention residue when switching between work tasks.（Organizational Behavior and Human Decision Processes 109(2)・注意残留の原典）
• University of Washington Bothell: Sophie Leroy（著者の所属・研究領域）
• 厚生労働省: テレワークの適切な導入及び実施の推進のためのガイドライン（在宅・分散環境での働き方と健康確保の考え方）