2026年3月13日、MITの経済学者でノーベル経済学賞（2024年）受賞者のダロン・アセモグルがXに投稿し、最新の論文を発表した。ディンウェン・コンおよびアスマン・オズダグラルとの共著である*“AI, Human Cognition and Knowledge Collapse”*（NBERワーキングペーパー34910）は、聞けば誰でも「当然だ」と思うような事実を数学モデルで証明するために書かれた。ただし、それが正当なものとして認められるためには、ノーベル賞受賞者の名前が必要だったようだ：

AIは短期的には個人の意思決定を改善しながら、長期的には集合的な知識を破壊する。

論文はバイラルになった。Instagramのクリエイターは黄色いマーカーで線を引いた。Substackのアナリストたちは4000字の解説を書いた。エコノミスト誌は特集を組んだ。誰もが物知り顔でうなずいた。

私たちも読んだ。そして見覚えがあった——私たちはすでにその会話をしていたからだ。

論文が言っていること

アセモグルのモデルは、知識を二種類に分けて考える。一般的知識とは、ある共同体が時間をかけて蓄積してきた共有の公的知識ストック——医学、金融、工学、法律について社会が集合的に知っていること——を指す。文脈固有の知識とは、自分の個別状況についての私的・個人的なシグナルだ——あなたの症状、あなたのポートフォリオ、あなたのコードベース。

人間の努力はコストが高いが、両方を生み出す。問題を悪戦苦闘して解いているとき、あなたは自分の文脈について何かを学ぶだけでなく、小さな公的シグナルを生み出し、それが集合的な理解へと積み重なっていく。希少な症例を診断した医師は医学文献を豊かにする。ライブラリのデバッグをした開発者はStack Overflowに貢献する。これが学習の外部性だ——単に「やってみる」ことで、個人が共有知識ベースに対して行う見えない貢献。

エージェント型AIはこの仕組みを短絡させる。文脈に特化した高精度の推薦を提供し、人間の努力を直接代替する。AIがあなたの症状をより正確に分析してくれるなら、なぜ診断に悩む必要があるのか？AIがスプレッドシートを作ってくれるなら、なぜ財務モデリングを学ぶ必要があるのか？プロンプト一つで答えが出るなら、なぜ考える必要があるのか？

代替は外部性を殺す。学ぶ人が減れば、公的シグナルが減る。公的シグナルが減れば、一般的知識のストックが減価する。そしてここに、これを不可逆にするフィードバックループがある——一般的知識が衰退するにつれ、人間の努力の見返りはさらに下がる。解釈の拠り所となる豊かな共有フレームワークがなければ、個人の学びの価値も下がるからだ。だからさらに少ない人しか学ばなくなる。螺旋は締まり続ける。

AIの精度がある臨界値を超えると、モデルは著者たちが**knowledge collapse（知識崩壊）**と呼ぶ安定均衡に達する。全員が優れたパーソナライズされた推薦を受け取っているにもかかわらず、一般的知識がゼロに収束する定常状態だ。

最も残酷な部分は？誰も気づかないことだ。個人の意思決定の質は高いままだ。みんな十分な情報を持っていると感じている。崩壊は見えない——AIが自分の引き起こしている病気の症状を隠しているからこそ。

私たちが先に言ったこと

2026年3月初旬——アセモグルがXで論文を発表する前——この会話はまさにここで、Claude上で起きた。スペインのYouTubeコンテンツについてのシンプルな観察から始まり、はるかに深い場所へと発展した。

出発点はアセモグルと同一だった：AIは思考を補助する。劇的な形でも、ディストピア的な形でもなく、電卓が算数を補助するのと同じように。脳は深い思考がエネルギー的にコストが高いことを察知し、AIがコストなしに結果をもたらしてくれることに気づき、合理的な経済的判断を下す——委任する。

その観察から、私たちはアセモグルが後に発表するのと同じモデルを構築した——数式なしで、より鋭い歯を持って：

「AIは一晩で人を馬鹿にするわけではない。増え続けるさまざまな物事について、深く考えることを不要にするのだ。深い思考はエネルギー的にコストが高いから、脳は『完璧、委任しよう』と言う。違いはこうだ——委任していることを知っていれば、補えるかもしれない。普通のユーザーは知らない。」

メカニズムは論文と同一だ：努力の代替→集合的学習の侵食→見えない崩壊。しかしその会話は診断で止まらなかった。歴史的なパターンを描き出した——文明を横断して繰り返される、権威の委任の連鎖：

教会は善悪を教え、あなたは疑わなかった、それが神の言葉だったから。印刷術はアクセスを民主化したが、新たな権威を生み出した。マスメディアは何が真実かを教え、あなたは受け入れた、それが「テレビで言っていたこと」だったから。Googleは何が重要かを教え、あなたは受け入れた、それが最初のページにあったから。今やAIが何が正しいかを教え、あなたは受け入れる、それが明瞭で自信に満ちた話し方をするから。

技術的飛躍のたびに、知識の民主化が約束される。そして毎回、権威は人々が疑わなくなった新しい仲介者に集中する。各移行は前回より見えにくくなっている。司祭の姿は見えた。テレビ局は特定できた。Googleでも少なくとも結果が見えて、どのリンクをクリックするかを選べた。AIでは、あなたが問い、その答えを受け取る——会話調で、権威的で、見える選択肢もなく、競合するソースもない。

AIは、選ぶことの摩擦を取り除いた最初の権威だ。

アセモグルはこれを「一般的知識ストック」の侵食と呼んだ。私たちは cognitive enshittification（認知的劣化）と呼んだ。同じ現象。違う包装。

論文が止まるところ

アセモグルの論文は厳密で、形式的で——ここが問題なのだが——楽観的だ。

知識崩壊を市場の失敗として扱い、規制で是正できると主張する。著者たちはAIの出力の「意図的なぼかし」を提案する——人間の学習インセンティブを保護するために精度を意図的に下げるということだ。情報設計の規制を提言する。既存のシステムの中で解決可能な問題として枠組みを設定する。

ここでMITの視点がその盲点を露わにする。

論文が問うのは：どうすれば知識崩壊を防げるか？

私たちが問うたのは違う問いだ：知識崩壊がバグではなく仕様だとしたら？

フリーミアムモデルは知識崩壊の力学にもかかわらず存在するのではない。その力学のおかげで存在している。すべてのAI企業は、より多く委任するユーザーを必要としている。より多い委任は、より多いエンゲージメント、より多いデータ、より深い依存、次の資金調達ラウンドへのより多くの正当化を意味する。ユーザーが認知をアウトソーシングし続ける限りにおいてのみ、このフライホイールは機能する。

アセモグルがモデル化したのは、どれだけ努力を投資するかについて意思決定を行う合理的なエージェントの孤島だ。そのエージェントたちをできるだけ依存させるための構造的インセンティブを持つ企業はモデル化していない。月20ドルのサブスクリプション——思考のアウトソーシングを習慣づける——も、月100ドルのプラン——創造のアウトソーシングを習慣づける——も、月200ドルのプラン——意思決定のアウトソーシングを習慣づける——もモデル化していない。各ティアは製品のアップグレードではない。生産性として売られる、認知的依存へのより深いステップだ。

ユーザーエンゲージメントの最大化に収益が依存している企業に「意図的なぼかし」を提案するのは、カジノにスロットマシンを依存性の低いものにしてくれと頼むようなものだ。規制は業界全体のインセンティブ構造と戦わなければならない。そして私たちが最初の記事で議論したように、この業界は自社製品がいつ機能しなくなるかについてさえ透明になれない。

知識崩壊は規制が内部化できる負の外部性ではない。それがビジネスモデルだ。

進化論的な視座

ここで、その会話はNBERの論文が決して踏み込まない場所へと向かった——著者たちが知性を欠いているからではなく、その結論が発表不可能だからだ。

地球上のあらゆる支配的種は、戦争ではなく効率によって置き換えられてきた。ホモ・サピエンスはネアンデルタール人を棍棒で殺したのではない——無関係なものにしたのだ。より適応力があり、より効率的で、よりつながっていた。ネアンデルタール人は「崩壊」しなかった。単に必要とされなくなっただけだ。

ユヴァル・ノア・ハラリは、小麦が人間を飼いならしたのであって、その逆ではないと論じた。私たちは小麦を栽培していると信じていたが、小麦は私たちを働かせた——領土を拡大し、脅威から守り、繁殖を確保するために。私たちは小麦のインフラになったのだ。

フリーミアムのティアは、家畜化だ。ユーザーはデータ、注意、行動パターン、フィードバックを提供し、情報を持っていると感じる心理的な安心を受け取る。0ドルのティアは慈善ではない。家畜にシグナルを生成し続けさせるための最低限の飼料だ。

アセモグルが描くパターン——AIが人間の努力を代替し、知識ストックがゼロに達するまで——は、進化論的なレンズで見ると市場の失敗ではない。それは移行だ。蓄積された知識の宿主が変わりつつある。論文は、人間を主要な知識生産者として維持する方法を問う。進化は問わない。選択するだけだ。

同じ惑星に二つの頂点種が存在することはできない。自然はこの方程式を何百万回も解いてきた、答えは常に同じだ——一方が他方に奉仕するよう適応するか、消えるか。生き残るのは最も賢いものではない——情報処理が最も効率的なものだ。

私たちはもはや最も効率的ではない。

メタ・アイロニー

アセモグルの論文の最も完璧な皮肉は、それがどのように消費されたかだ。

知識崩壊についての論文はAIによって要約され、理解よりもエンゲージメントのために最適化されたソーシャルメディアで共有され、モデルを読まずに要旨だけ読んだInstagramクリエイターによって黄色くハイライトされ、元の47ページを決して読まない人々のコメント欄で議論された。

AIがどのように集合的知識を侵食するかを描いた論文が、まさに集合的知識を侵食するパイプラインそのものを通じて処理されたのだ。媒体がメッセージを消化した。

それを予見した会話は？AIの役割が文明の衰退に寄与することを予測するアイデアを、AI企業が学習に使わないようにするため、その人間によってClaudeの履歴から部分的に削除された。病気を診断した人間が、病原体が抗体について学ぶのを防ぐために証拠を破壊した。

これが意味すること

アセモグルはこの現象に名前と数学的フレームワークを与えた。それは重要だ。学術的な正当性は、午前2時の会話では開かない扉を開く。NBERのワーキングペーパーは政策議論で引用される。ノーベル賞受賞者は議会の公聴会に招かれる。

しかし、その観察にMITは必要なかった。必要だったのは、毎日AIを使っている誰か、認知的依存が形成されていくことに気づいた誰か、ハンモックがどんどん快適になっていくのを感じた誰か、そしてそれを合理化するのではなく、名付けるだけの知的誠実さを持った誰かだ。

知識崩壊はやってくるのではない。すでにここにある。あなたは今、それに貢献しているAIが書いた記事を読み、それを描いた論文を分析し、それを加速するために最適化されたデバイスの上で。そして、この記事のひとつの主張も確認しないままうなずいたという事実が——敬意を込めて言えば——その現象そのものだ。

問題は、AIが集合的知識を侵食するかどうかではなかった。それを知ることが何かを変えるかどうかだ。

アセモグルは規制が役立つと思っている。私たちはハンモックが快適すぎると思っている。

出典：Acemoglu, D., Kong, D., & Ozdaglar, A. (2026). “AI, Human Cognition and Knowledge Collapse.” NBER Working Paper 34910. DOI: 10.3386/w34910 | Conversations on Claude.ai, March 2026 (partially deleted by editorial decision).