AI で夢が叶うと、夢は死ぬのか：「夢の即死」「夢のデフレ」「執着の格差」「情熱資本主義」「人生のプロトタイプ」を学術文献で確かめる

投稿が立てた五つの主張

2026 年 10 月 10 日、paji_a は X に次の趣旨を投稿した（paji_a 2026a）。 AI の時代の最大の悲劇は仕事を奪われることではなく、20 年追ってきた夢が 20 分で叶ってしまうことで、これを《夢の即死問題》と呼ぶ。 「才能がない」「時間がない」「技術がない」という《3 大言い訳》が剥がされると、「夢を叶えたのに、別に楽しくない」人が大量に現れるかもしれない。 作れること自体は珍しくなくなり（《夢のデフレ》）、AI が《能力の格差》を縮めるほど《執着の格差》がむき出しになる。 学歴でも職歴でもなく、何に異常なほど夢中になれるかが競争力になる（《情熱資本主義》）。 その先には、誰もが何度でも人生を試作できる《人生のプロトタイプ時代》が待っている。

投稿は、商業的な成功やプロの品質とは別の話だと断っている。 また、5 つの語はいずれも投稿者が「勝手に」名付けたもので、学術用語ではない。 それでも、それぞれの語は検証できる主張を含んでいる。 たとえば《夢の即死》は、作る時間が大きく縮むことと、叶えた後の満足が低いことの二つを言っている。 《執着の格差》は、AI が能力差を縮めることと、その結果として執着の差が値打ちを持つことの二つを言っている。

このノートは、五つの主張を検証できる命題に分け、命題ごとに支える研究と食い違う研究を並べる。 読み終えて残る答えは、五つのうち研究で最も支えられるのは《夢のデフレ》で、それも作ることの値段と信号の価値に限られる、というものである。 ほかの四つは、筋の通る仕組みはあるが直接の検証がないか、研究がむしろ逆の向きを示している。

スコープと方法

• 対象：投稿の五つの主張に対応する査読論文、学術書、研究報告。目標の達成と予期の心理学、AI と作ったものの所有感と内発的動機づけ、自己ハンディキャップ、信号の経済学、生成 AI による創作物の市場、生成 AI と生産性の実験、grit と情熱の心理学、情熱を軸に仕事を選ぶ原理の社会学、興味の暗黙理論、暫定的な自己とライフデザイン、取り消せる選択と満足を扱った。投稿の続き（paji_a 2026b、AI が欲望そのものを先回りして作る《欲望の自動生成時代》）は扱わない。
• 収集：学術データベース（OpenAlex、Crossref、arXiv、NBER）で候補 67 件を集め、書誌、撤回、取り下げを確かめた。Toner-Rodgers（2024）は、arXiv の管理者がデータの妥当性への懸念などを理由に取り下げたため外した。本文も要旨も取れなかった文献（Markus と Nurius 1986、Berglas と Jones 1978、Snyder と Higgins 1988、Brickman ら 1978、Carver と Scheier 1990、Sheldon と Elliot 1999）と、本文が取れず要旨も短い Dell’Acqua ら（2026）は外した。
• 照合：47 件のうち 39 件は本文（出版版、著者版、作業論文版、プレプリントのいずれか）を取り、数値と主張を本文の該当箇所で確かめた。7 件は要旨の範囲で書き、本文では「要旨によれば」と帰属させた。Cech（2021）は本文が取れず、出版社の紹介文の範囲で書いた。プレプリントと作業論文は、査読版の有無を確かめ、未査読のものは本文に「未査読」と書いた。
• 書き方：主張ごとに、命題、支える研究、食い違う研究、判定の順に書く。

夢の即死：20 年が 20 分になり、叶えても楽しくないのか

作る時間は、どれだけ縮んだか

時間の短縮は、課題の決まった短い作業では大きく測られている。 事前登録した実験で、大卒の専門職 453 人に職種に合わせた文章の課題を与え、半数に ChatGPT を使わせたところ、平均の作業時間が 40% 減り、品質の評価が 18% 上がった（Noy と Zhang 2023、出版版の要旨）。 JavaScript で HTTP サーバーを実装する課題では、GitHub Copilot を使えた群が 55.8% 速く終えた（95% 信頼区間 21〜89%、Peng ら 2023、未査読）。

しかし、熟練者が自分の慣れた実際のプロジェクトで働くと、結果は逆になった。 平均 5 年の経験がある成熟したオープンソースのプロジェクトで、16 人の開発者が 246 の課題を、AI の使用を許すか禁じるかを課題ごとに無作為に割り当てて片付けた（Becker ら 2025、未査読）。 開発者は事前に、AI で作業時間が 24% 縮むと予測し、終えた後も 20% 縮んだと見積もったが、実際には 19% 長くかかった。

これらの研究が測ったのは、数十分から数時間で終わる課題の時間である。 ゲームを一本作る、小説を一冊書くといった、何年もかけてきた目標がどれだけ縮むかを測った研究は見当たらなかった。 投稿自身も、プロの品質や商業的な成功は別の話だと断っている。 「20 年が 20 分」は、課題の時間の短縮から外挿した表現として読むのが妥当である。

叶えた後の満足は、予期より小さいのか

叶える前の時間そのものに価値がある、という考えには古い裏づけがある。 Loewenstein（1987）は、将来の消費を予期することから得る正の効用を savouring と呼んで定式化した。 同じ論文の調査では、好きな映画スターとのキスに、すぐよりも 3 日後のほうに高い金額を払うと答えた。 Van Boven と Ashworth（2007）の要旨によれば、5 つの実験で、人は出来事を思い出すときより、予期するときのほうが強い感情を報告した。

叶えた後の感情は、事前の予測より小さく短いことが多い。 Wilson と Gilbert（2005）は、人が将来の出来事への感情の強さと長さを過大に見積もる傾向を impact bias と呼び、その原因の一つに、ほかの出来事が感情に与える影響を軽く見積もること（focalism）を挙げた。 ただし、出来事の後に幸福がいつも元の水準に戻るとは言えない。 Diener、Lucas と Scollon（2006）の要旨によれば、幸福の基準点は中立ではなく、人によって違い、条件によっては変わり、出来事への順応にも個人差がある。

何を叶えたかによっても、叶えた後は違った。 Niemiec、Ryan と Deci（2009）は大学卒業後の 1 年と 2 年の時点で若者に尋ね、人格的な成長、親しい人間関係、地域への関与のような内発的な志向の達成は心理的健康と正に関連したが、お金、名声、イメージのような外発的な志向の達成は関連せず、むしろ不調の指標と正に関連したと報告した。 投稿は、人が欲しかったのは作品か、作る行為か、「いつかすごい自分になれる」という未来の自分への期待かを問うた。 この研究に照らすと、問いの答えによって、叶えた後の満足の向きが変わりうる。

自分で作らないと、自分のものと感じにくいのか

作る行為そのものに価値がある、という主張は実験で支えられている。 Norton、Mochon と Ariely（2012）は、IKEA の箱や折り紙やレゴを自分で組み立てた人が、自作の品を専門家の作品と同じくらい高く評価することを示し、これを IKEA 効果と呼んだ。 ただし効果は、自分の労力で完成させたときに限られ、組み立てた後に壊したり完成させられなかったりすると消えた。 Inzlicht、Shenhav と Olivola（2018）は、努力は避けたい費用であると同時に、同じ結果でも努力したほうが報酬が大きく感じられるという価値の源でもあることを、多くの研究から整理した。

生成 AI と作ったものでは、所有感が下がることが報告されている。 Draxler ら（2024）の 2 つの研究（30 人と 96 人）では、利用者は AI が生成した文章を自分のものとも自分が書いたものとも考えなかったが、公には AI を著者として明かさなかった。 同じ研究で、文章への関与が大きいほど所有感は高かった。 エッセイを書く 54 人の実験では、LLM を使った群が面接で答えた自分のエッセイへの所有感は低く、数分前に書いたエッセイから引用することも難しかった（Kosmyna ら 2025、未査読）。

AI との協働の後で、動機づけが下がることも報告されている。 Wu ら（2025）の 4 つのオンライン実験（計 3,562 人）では、仕事のメールや人事評価の下書きのような課題で、生成 AI との協働は直後の成績を上げたが、その効果は次の課題を一人で行うときには続かなかった。 協働から一人の作業へ移ると、内発的動機づけが下がり、退屈が増えた。

3 大言い訳は、何を守っていたのか

「才能がない」「時間がない」「技術がない」に近い現象は、自己ハンディキャップとして研究されている。 Schwinger ら（2022）のメタ分析は、学業の自己ハンディキャップを、失敗を恐れるときに、努力を引き上げる代わりに先延ばしや努力の撤回をして、失敗を知能の低さのような安定した特性ではなくハンディキャップに帰せるようにする方略と定義した。 159 の研究（81,630 人）を統合すると、習慣的な自己ハンディキャップは、誠実性（r = .40）、失敗への恐れ（r = .39）、神経症傾向（r = .38）、一般的な自尊感情（r = .34）と強く関連した。

この定義に照らすと、投稿の 3 大言い訳は、失敗したときに自分の能力のせいにしないための防御として働きうる。 AI が「技術がない」「時間がない」を取り除いたとき、人が新しい言い訳に移るのか、能力の判定に向き合うのかを測った研究は見当たらなかった。

夢として生きる時間にも、別の見方がある。 Kappes と Oettingen（2011）の 4 つの実験では、理想の未来を肯定的に空想させると、生理的な指標と行動の指標で測ったエネルギーが下がった。 Kuehn と Corrigan（2013）は、将来の雇用を期待して、経験や露出のために無給か低い報酬で今働くことを hope labor と呼んだ。 投稿は、才能の証明に 10 年かかった間を夢として生きられたと書く。 この 2 つの研究は、その 10 年が活力を削ぐ空想にも、報われない労働にもなりうることを示す。

夢の即死についての判定

時間の圧縮は、課題の決まった短い作業についてだけ測られ、熟練者の実際の仕事では逆の結果もある。 叶えたのに楽しくないことは、予期の効用、impact bias、外発的な目標の達成の研究から筋が通る。 加えて、AI と作ったものでは所有感が低く、協働の後は一人で作る動機づけが下がるので、AI で叶えた夢は自分で叶えた夢より満足が小さい可能性がある。 ただし、AI を使って長年の創作の目標を叶えた人の満足を、叶える前と比べて測った研究は見当たらなかった。 所有感は関与の大きさで変わるので（Draxler ら 2024）、満足は AI を使ったかどうかより、どれだけ自分で内容を決めたかに左右されるかもしれない。

夢のデフレ：作れることは、珍しくなくなったのか

値段と量

作品の量が増え、値段が下がったことは、市場のデータで示されている。 中国のアート外注プラットフォームで、高性能な画像生成 AI が予期せず流出したことを自然実験として使った研究では、アニメ調の画像の平均価格が 64% 下がる一方、注文量が 121% 増え、総収入が 56% 増えた（Zhang、Yuan と Xiong 2026、arXiv 版で確認）。 増えたのは主に低価格の個人向けの注文で、既存の作り手が市場の大部分を保った。 5 万人以上の利用者の 400 万点以上の作品では、画像生成 AI を使い始めると作品の生産量が 25% 増え、閲覧あたりのお気に入りの確率が 50% 上がったが、作品の内容の新しさの平均は下がった（Zhou と Lee 2024）。

既存の作り手には、注目の減少として現れた。 アニメと漫画のイラストの投稿サイトで、画像生成 AI の公開後、AI を主な道具としない既存のイラストレーターの投稿は有意に減り、漫画家への影響は小さかった（Kim、Jin と Lee 2026、未査読）。 著者らは、仕組みの一つとして、イラストのブックマークで測った注目が減ったことを挙げている。

似た作品が増えることも、実験とメタ分析で示されている。 短編小説の実験で、LLM から着想を得た作品は、創造的で、よく書けていて、楽しめると評価されたが、作品どうしが似ていた（Doshi と Hauser 2024）。 28 の研究（8,214 人）のメタ分析では、生成 AI と組んだ人は一人の人より創造的な成績が高かった（g = 0.27）が、アイデアの多様性は大きく下がった（g = −0.86、Holzner、Maier と Feuerriegel 2025、未査読）。

信号としての価値

作れることが珍しくなると、作ったものが作り手について伝える情報も減る。 Spence（1973）は、信号が応募者を見分けるには、信号を出す費用が能力と負に相関していなければならないと書いた。 そうでなければ、全員が同じだけ信号に投資し、信号では見分けられない。 Galdin と Silbert（2025、未査読）は、フリーランスの仲介サイトのデータで、LLM の登場前には、求人に合わせて作り込んだ応募文の働き手に雇い手が高く払う傾向があったが、登場後には消えたことを示した。 彼らの構造モデルの反実仮想では、応募文が能力の信号として役に立たなくなると、能力の上位 5 分の 1 の働き手の採用が 19% 減り、下位 5 分の 1 が 14% 増えた。

努力は、もともと信号の役を担っていた。 Inzlicht ら（2018）は、努力は本人にも周りにも見え、偽るのが難しいので、献身や意図を伝える信号として働くと書いた。 作品から努力が読み取れなくなると、この信号も弱まる。

デフレが止まるところ

一方で、人が作ったことには上乗せが残っている。 AI が描いた絵に「人間作」か「AI 作」の札を無作為に付けた実験では、人間作の札の絵が、好み、美しさ、深さ、価値の 4 つの基準すべてで高く評価され、その差は絵の背後に感じる物語と努力によって変わった（Bellaiche ら 2023）。 Millet、Buehler と Du（2023）の要旨によれば、4 つの実験（1,708 人）で、同じ作品でも AI 作と表示すると創造性が低く見られ、畏敬の念が下がった。

受け手の側から見ると、作品が増えることは損失だけではない。 Aguiar と Waldfogel（2018）は、録音音楽のデジタル化で 2000 年から 2008 年に新作の数が 3 倍になったことを使い、作品の当たり外れが事前に予測できないなら、新作の増加は消費者に大きな便益をもたらすと推定した。

夢のデフレについての判定

作ることの値段と、作ったものが伝える信号の価値が下がることは、市場のデータと実験で支えられる。 ただし、量が増えても総収入が増えた市場があり（Zhang ら 2026）、人が作ったことと努力が見えることには評価の上乗せが残る（Bellaiche ら 2023）。 デフレしているのは「作れること」の信号で、「人が時間をかけて作ったこと」の価値は残っている。

執着の格差：能力差が縮むと、執着の差がむき出しになるのか

AI は能力差を縮めたか

縮めた結果は、課題の決まった仕事で多く報告されている。 5,172 人のカスタマーサポートの担当者に会話支援の生成 AI を段階的に導入した研究では、1 時間あたりの解決件数が平均で 15% 増えた（Brynjolfsson、Li と Raymond 2025）。 技能が最も低い 5 分の 1 の層では解決件数が 36% 増えたが、最も技能の高い層では生産性が上がらなかった。 文章の課題でも、ChatGPT は働き手のあいだの格差を縮めた（Noy と Zhang 2023）。 短編小説の実験では、創造性の低い書き手ほど得をした（Doshi と Hauser 2024）。 プログラミングの実験では、経験の浅い開発者ほど得をした（Peng ら 2023、未査読）。

縮めなかった結果もある。 ケニアの起業家に GPT-4 の経営助言を無作為に提供した実験では、売上と利益への平均の効果はゼロと区別できなかったが、元の成績が低かった層は効果が約 0.25 標準偏差低く、約 10% 悪化し、高かった層は 15% 以上得をした可能性がある（Otis ら 2024、未査読）。 著者らは、差が生じたのは AI への質問や受けた助言の違いではなく、どの助言を選んで実行したかの違いによると書いている。 熟練の開発者が遅くなった結果（Becker ら 2025）も、AI が誰にでも同じ底上げをするわけではないことを示す。

労働市場全体では、まだ大きな動きは測られていない。 デンマークの行政データでは、ChatGPT の公開から 2 年後の賃金と労働時間への影響は 2% を超える大きさを除外できるほど小さく、変わっていたのは仕事の中身の組み替えだった（Humlum と Vestergaard 2025、未査読）。

差が縮むと、何が見えるのか

能力差が縮んでも、執着の差が見えるようになるとは限らない。 Galdin と Silbert（2025）の反実仮想では、安い信号があふれると雇い手は能力の高い人を見分けにくくなった。 執着が値打ちになるには、執着が他人に見える形で現れる必要があるが、それを測った研究は見当たらなかった。

執着は、どれだけ成果を説明するか

執着に近い性質が成果を説明する度合いは、中程度にとどまる。 grit は長期目標への粘り強さと情熱として定義された（Duckworth ら 2007）。 88 の独立した標本（66,807 人）のメタ分析では、grit は成績と定着に中程度にしか相関せず、誠実性と非常に強く相関した（Credé、Tynan と Harms 2017）。 二つの下位尺度のうち、努力の粘り強さは興味の一貫性より成果との関連が強かった。 投稿の「たった 1 曲のサビが気になって朝まで直してしまう人」は、一つの対象に興味を持ち続ける側に近いが、そちらの予測力のほうが弱かった。

情熱を加えると予測は改善する。 grit 尺度を使った 127 の研究（45,485 人）のメタ分析では、課題の領域への情熱が強い研究ほど grit と成績の関連が大きく、粘り強さと情熱の組み合わせが上司の評価と成績を予測した（Jachimowicz ら 2018）。 練習の量の効果は領域で違い、意図的な練習が成績の分散を説明する割合は、ゲームで 26%、音楽で 21%、スポーツで 18%、教育で 4%、職業では 1% 未満だった（Macnamara、Hambrick と Oswald 2014）。

「異常なほど夢中」には代償がある。 Vallerand ら（2003）は情熱を、自律的に活動を自分のアイデンティティに取り込んだ調和的情熱と、内的な圧力で取り込んだ強迫的情熱に分けた。 調和的情熱は健康な適応を促すが、強迫的情熱は否定的な感情と融通の利かない持続によって適応を妨げる。

執着の格差についての判定

前半の、AI が能力差を縮めることは、課題の決まった仕事で多く支えられるが、起業のような開かれた課題や熟練者の実際の仕事では逆の結果がある。 後半の、執着の差が値打ちになることを示す研究は見つからなかった。 執着に近い性質の予測力は中程度で、執着の強い形は強迫的情熱として代償を伴う。 安い信号があふれると能力も見えにくくなるので、執着の差が自然に「むき出し」になるとも言えない。

情熱資本主義：夢中になれることが、競争力になるのか

情熱を軸に仕事を選ぶ原理は、すでにある

情熱で仕事を選べという考えは、すでにある規範として研究されている。 Cech（2021）は、仕事を選ぶ判断で情熱を中心に置く考えを passion principle と呼んだ。 出版社の紹介文によれば、大学から職場までの聞き取り、米国の働き手の調査、実験のデータから、この原理は中流の安全網を前提とし、それを持たない第一世代や労働者階級の若者に不利に働くこと、雇い手は応募者の情熱を欲しがるが対価は払わないことを論じている。

情熱は、搾取を正当化する理由にもなる。 Kim、Campbell、Shepherd と Kay（2020）の 7 つの研究とメタ分析では、働き手が仕事に情熱を持っているとみなされると、職務と関係のない雑用や無給の残業のような不当な扱いが、より正当だと判断された。 その仕組みとして、情熱がある人は機会があれば自分から志願したはずだという想定と、情熱がある人には仕事そのものが報酬だという信念が働いた。

情熱が見えても、資金が集まるとは限らない。 Chen、Yao と Kotha（2009）の要旨によれば、実験と現場の研究のどちらでも、ベンチャーキャピタルの出資の判断に正の効果を持ったのは起業家の準備の度合いで、情熱ではなかった。

「本当の好き」は、見つけるものか

投稿は、AI の時代に初めて本当の好きを発見する人が大量に出る可能性を挙げた。 O’Keefe、Dweck と Walton（2018）の 5 つの研究は、この「見つける」という考え方そのものに注意を向けた。 興味はもともと決まっていて見つけるものだと考える人（固定理論）は、自分の興味の外の分野への関心が低く、情熱が見つかれば無限の動機が湧くと予期し、新しい関心の対象が難しくなると、育つものだと考える人（成長理論）より大きく関心を失った。 一方、Chen、Ellsworth と Schwarz（2015）の要旨によれば、仕事への情熱は合う仕事を見つけて得るという考えも、時間をかけて育てるという考えも、動機づけの型は違うが、どちらも職業上の幸福と成功につながりうる。

学歴の代わりに、何が評価されているか

学歴や経験の価値が情熱に置き換わったことを示す研究は見当たらなかった。 米国の給与記録では、AI に晒されやすい職種の 22〜25 歳の雇用は、晒されにくい同年代と比べて 19% 低く、経験を積んだ働き手には同じ差がなかった（Brynjolfsson、Chandar と Chen 2026、2026 年 8 月改訂の作業論文、未査読）。 差は主に若手の採用の減少から生じていた。 この結果は、入口の仕事が減っていることを示すが、そこで学歴の代わりに情熱が評価されるようになったことは示していない。

情熱資本主義についての判定

情熱が競争力になるという見立ては、情熱を軸に仕事を選ぶ原理として、すでに社会学と社会心理学の研究対象になっている。 研究が示しているのは、情熱が評価されることより、情熱が対価なしに求められ、不当な扱いを正当化する理由になることのほうである。 「本当の好きを発見する」という言い方は、興味は見つけるものだという固定理論に近く、困難に出会ったときに関心を失いやすい考え方と重なる。 研究は、投稿の楽観的な読みと逆の向きの証拠を多く持っている。

人生のプロトタイプ時代：人生は、何度でも試作できるのか

試作としての自己

自分を試しながら作る過程は、キャリアの研究で記述されている。 Ibarra（1999）は、上位の役割に移る専門職の聞き取りから、人は手本を観察し、まだ固まっていない職業上の自己を暫定的に試し、その試みを内的な基準と外からの反応で評価することで新しい役割に適応すると述べ、試される自己を provisional selves と呼んだ。 Savickas ら（2009）のライフデザインの枠組みは、働く人生について、文脈ごとの可能性、動的な過程、非線形の進み方、複数の視点、個人の型の 5 つを前提に置いた。 デザインの課題では、複数の試作を並べてから講評を受けた初心者のほうが、1 つずつ講評を受けた初心者より、広告の成果も、案の多様さも、自己効力感の伸びも大きかった（Dow ら 2010）。 ただし、この結果は広告のデザインの課題のもので、人生の選択に同じことが起きるかは測られていない。

取り消せる選択の満足

何度でもやり直せることは、満足を下げることがある。 Gilbert と Ebert（2002）の実験では、写真の授業の学生のうち、どの写真を手元に残すかを後で変えられた人は、変えられなかった人より、選んだ写真を好まなかった。 それでも、多くの参加者は変えられる選択肢を望んだ。 就職活動中の大学生を 1 年追った研究では、最善を探そうとする傾向の強い学生は初任給が 20% 高かったが、得た仕事への満足は低く、活動中の否定的な感情も多かった（Iyengar、Wells と Schwartz 2006）。 ただし、選択肢が多いこと自体の害は一貫しない。 Scheibehenne、Greifeneder と Todd（2010）の要旨によれば、50 の実験（5,036 人）のメタ分析で、選択肢の多さが選ぶ意欲や満足を下げる効果の平均はほぼゼロで、研究間のばらつきが大きかった。

選ばなかった自己は、消えずに残る。 Obodaru（2012）の要旨によれば、ありえたかもしれない自分（alternative selves）は自己概念の一部になり、職業生活に影響する。

人生のプロトタイプ時代についての判定

暫定的な自己を試すことは、新しい役割への適応の過程として支えられる。 しかし、取り消せることは満足を下げ、選ばなかった自己は残るので、何度でも試作できることがそのまま良い人生につながるとは言えない。 加えて、AI が縮めたと測られているのは作品を作る時間で、仕事や人間関係を試す時間ではない。

五つの主張の判定

投稿の主張について、何が言えるか

投稿の五つの語のうち、研究で最もよく支えられるのは夢のデフレで、作ることの値段と、作ったものが伝える信号の価値が下がることは、市場のデータと実験が示している。 ただし、デフレしているのは作れることの信号で、人が時間をかけて作ったことには評価の上乗せが残る。

夢の即死と執着の格差は、仕組みとしては筋が通るが、肝心の部分が測られていない。 AI で長年の夢を叶えた人の満足も、執着の差が値打ちになることも、今回の範囲では直接の研究がなかった。 また、AI が能力差を縮めるという前提は、課題の決まった仕事に限られる。

情熱資本主義と、本当の好きを発見するという見通しは、研究がむしろ逆の向きを示している。 情熱で仕事を選べという規範はすでにあり、情熱は対価なしに求められ、不当な扱いを正当化する理由になってきた。 人生のプロトタイプは、暫定的な自己を試す過程としては支えられるが、やり直せることが満足を下げる結果がある。

投稿は、AI が奪うのは「やらなかった人生への言い訳」かもしれないと結んだ。 研究から言えるのは、言い訳が能力の判定を避ける防御として働くこと（Schwinger ら 2022）までで、それが外れたときに人が何をするかは、まだ誰も測っていない。

この整理は、次のような観察が積み上がれば修正が要る。 生成 AI で長年の創作の目標を叶えた人を追跡し、叶える前の期待と叶えた後の満足を比べて、満足が予期より小さいことが繰り返し示された場合、夢の即死の後半は支持に変わる。 逆に、AI で作った人の所有感と満足が、関与の大きさを揃えると自分で作った人と変わらない結果が得られた場合、AI で叶えた夢だけが色あせるという読みは弱まる。

空白（未充足の論点）

• AI で叶えた夢の満足：生成 AI を使って長年の創作の目標（ゲーム、小説、作曲）を叶えた人の、叶える前後の満足を比べた研究は見つからなかった。AI と共同で作ったものへの愛着の測定は 自分のために作ることは生成AIで何が変わったか：文献59件の地図 で扱った。
• 執着が値打ちになる過程：AI の普及の後に、粘り強さや情熱の強さの報酬が上がったかを測った研究は見つからなかった。粘り強さや自己制御の遺伝と、変えられる範囲は 努力できるのも才能か：やり抜く力、自己制御、学習意欲の遺伝と、変えられる範囲 で扱った。
• 言い訳が外れたとき：AI が時間や技術の不足という言い訳を取り除いたときに、自己ハンディキャップがどう変わるかを測った研究は見つからなかった。
• 均質化と作り手の評価：作品が似ていくことと、人が作ったものへの上乗せが、作り手の収入や続ける意欲にどう効くかは測られていない。均質化と検証の負担は AIスロップ：質の低さではなく、検証の外部化として読む で扱った。
• 人生の試作：並列の試作の効果（Dow ら 2010）を、キャリアや生活の選択に移して検証した研究は見つからなかった。Designing Your Life 型の介入の効果研究は、書誌を確定できず今回は含めていない。
• 出発点の差：情熱を追える安全網の有無（Cech 2021）は、最初の有利の議論（最初の有利は運なのか：選択的運と厳然たる運、事前と事後、最初の有利の実証と公平の判断の学術文献から、持てる者はさらに与えられるのか：累積有利とマタイ効果の機構、因果の識別、限界の学術文献から）とつながるが、今回は扱っていない。

未検証事項

• 主要主張に未検証の項目はない。
• 要旨の範囲で扱った文献は 7 件ある（Van Boven と Ashworth 2007、Diener ら 2006、Millet ら 2023、Chen ら 2009、Chen ら 2015、Scheibehenne ら 2010、Obodaru 2012）。本文中ではいずれも「要旨によれば」として著者の主張に帰属させた。Noy と Zhang（2023）は作業論文版の本文を取得したが、数値は出版版の要旨のものを使った。
• Cech（2021）は本文が取れず、出版社の紹介文の範囲で書いた。
• 未査読の文献は 9 件ある（Peng ら 2023、Becker ら 2025、Kosmyna ら 2025、Galdin と Silbert 2025、Holzner ら 2025、Kim ら 2026、Otis ら 2024、Humlum と Vestergaard 2025、Brynjolfsson ら 2026）。本文中ではいずれも「未査読」と書いた。Zhang ら（2026）は査読版（LNCS）があるが、本文は arXiv 版で読んだ。
• Brynjolfsson、Li と Raymond（2025）は arXiv 版（2024 年 11 月の第 2 版）で読み、出版版の数値とは照合していない。Brynjolfsson、Chandar と Chen（2026）は改訂が続いている作業論文で、数値は 2026 年 8 月 12 日の版のものである。
• Schwinger ら（2022）の相関は要旨に書かれた大きさで、向き（正か負か）は本文の表で確かめていない。本文では大きさだけを書いた。
• Kuehn と Corrigan（2013）の掲載誌の査読の方針は、雑誌の頁で確かめていない。

参照文献

アクセス日はすべて 2026-10-11。

投稿

• paji_a. (2026a, October 10). AI時代に起きる最大の悲劇は《仕事を奪われること》じゃなく… [X の投稿]. https://x.com/paji_a/status/2108759364744134880
• paji_a. (2026b, October 10). さらに【ASIが実現すると人間は“夢の所有権”まで失うのかもしれないんよな】… [X の投稿]. https://x.com/paji_a/status/2108816747730252020

予期、達成、作る行為

• Loewenstein, G. (1987). Anticipation and the valuation of delayed consumption. The Economic Journal, 97(387), 666–684. https://doi.org/10.2307/2232929
• Van Boven, L., & Ashworth, L. (2007). Looking forward, looking back: Anticipation is more evocative than retrospection. Journal of Experimental Psychology: General, 136(2), 289–300. https://doi.org/10.1037/0096-3445.136.2.289
• Wilson, T. D., & Gilbert, D. T. (2005). Affective forecasting: Knowing what to want. Current Directions in Psychological Science, 14(3), 131–134. https://doi.org/10.1111/j.0963-7214.2005.00355.x
• Diener, E., Lucas, R. E., & Scollon, C. N. (2006). Beyond the hedonic treadmill: Revising the adaptation theory of well-being. American Psychologist, 61(4), 305–314. https://doi.org/10.1037/0003-066x.61.4.305
• Niemiec, C. P., Ryan, R. M., & Deci, E. L. (2009). The path taken: Consequences of attaining intrinsic and extrinsic aspirations in post-college life. Journal of Research in Personality, 43(3), 291–306. https://doi.org/10.1016/j.jrp.2008.09.001
• Kappes, H. B., & Oettingen, G. (2011). Positive fantasies about idealized futures sap energy. Journal of Experimental Social Psychology, 47(4), 719–729. https://doi.org/10.1016/j.jesp.2011.02.003
• Norton, M. I., Mochon, D., & Ariely, D. (2012). The IKEA effect: When labor leads to love. Journal of Consumer Psychology, 22(3), 453–460. https://doi.org/10.1016/j.jcps.2011.08.002
• Inzlicht, M., Shenhav, A., & Olivola, C. Y. (2018). The effort paradox: Effort is both costly and valued. Trends in Cognitive Sciences, 22(4), 337–349. https://doi.org/10.1016/j.tics.2018.01.007
• Schwinger, M., Trautner, M., Pütz, N., Fabianek, S., Lemmer, G., Lauermann, F., & Wirthwein, L. (2022). Why do students use strategies that hurt their chances of academic success? A meta-analysis of antecedents of academic self-handicapping. Journal of Educational Psychology, 114(3), 576–596. https://doi.org/10.1037/edu0000706
• Kuehn, K., & Corrigan, T. F. (2013). Hope labor: The role of employment prospects in online social production. The Political Economy of Communication, 1(1). https://polecom.org/index.php/polecom/article/view/9

生成 AI と作る時間、所有感、動機づけ

• Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. https://doi.org/10.1126/science.adh2586
• Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). The impact of AI on developer productivity: Evidence from GitHub Copilot [Preprint]. arXiv. https://arxiv.org/abs/2302.06590
• Becker, J., Rush, N., Barnes, E., & Rein, D. (2025). Measuring the impact of early-2025 AI on experienced open-source developer productivity [Preprint]. arXiv. https://arxiv.org/abs/2507.09089
• Draxler, F., Werner, A., Lehmann, F., Hoppe, M., Schmidt, A., Buschek, D., & Welsch, R. (2024). The AI ghostwriter effect: When users do not perceive ownership of AI-generated text but self-declare as authors. ACM Transactions on Computer-Human Interaction, 31(2), 1–40. https://doi.org/10.1145/3637875
• Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task [Preprint]. arXiv. https://arxiv.org/abs/2506.08872
• Wu, S., Liu, Y., Ruan, M., Chen, S., & Xie, X.-Y. (2025). Human-generative AI collaboration enhances task performance but undermines human’s intrinsic motivation. Scientific Reports, 15, 15105. https://doi.org/10.1038/s41598-025-98385-2

信号、創作物の市場、均質化

• Spence, M. (1973). Job market signaling. The Quarterly Journal of Economics, 87(3), 355–374. https://doi.org/10.2307/1882010
• Galdin, A., & Silbert, J. (2025). Making talk cheap: Generative AI and labor market signaling [Preprint]. arXiv. https://arxiv.org/abs/2511.08785
• Zhang, K., Yuan, Z., & Xiong, H. (2026). The impact of generative artificial intelligence on market equilibrium: Evidence from a natural experiment. In Web and Internet Economics (Lecture Notes in Computer Science, pp. 609–626). Springer. https://doi.org/10.1007/978-3-032-08560-3_34 （arXiv 版：https://arxiv.org/abs/2311.07071）
• Zhou, E., & Lee, D. (2024). Generative artificial intelligence, human creativity, and art. PNAS Nexus, 3(3), pgae052. https://doi.org/10.1093/pnasnexus/pgae052
• Kim, S., Jin, G. Z., & Lee, E. (2026). Does generative AI crowd out human creators? Evidence from Pixiv (NBER Working Paper No. 34733). National Bureau of Economic Research. https://doi.org/10.3386/w34733
• Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290
• Holzner, N., Maier, S., & Feuerriegel, S. (2025). Generative AI and creativity: A systematic literature review and meta-analysis [Preprint]. arXiv. https://arxiv.org/abs/2505.17241
• Bellaiche, L., Shahi, R., Turpin, M. H., Ragnhildstveit, A., Sprockett, S., Barr, N., Christensen, A., & Seli, P. (2023). Humans versus AI: Whether and why we prefer human-created compared to AI-created artwork. Cognitive Research: Principles and Implications, 8, 42. https://doi.org/10.1186/s41235-023-00499-6
• Millet, K., Buehler, F., Du, G., & Kokkoris, M. D. (2023). Defending humankind: Anthropocentric bias in the appreciation of AI art. Computers in Human Behavior, 143, 107707. https://doi.org/10.1016/j.chb.2023.107707
• Aguiar, L., & Waldfogel, J. (2018). Quality predictability and the welfare benefits from new products: Evidence from the digitization of recorded music. Journal of Political Economy, 126(2), 492–524. https://doi.org/10.1086/696229

能力差、grit、情熱

• Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
• Otis, N. G., Clarke, R. P., Delecourt, S., Holtz, D., & Koning, R. (2024). The uneven impact of generative AI on entrepreneurial performance [Working paper]. SSRN. https://doi.org/10.2139/ssrn.4671369
• Humlum, A., & Vestergaard, E. (2025). Still waters, rapid currents: Early labor market transformation under generative AI (NBER Working Paper No. 33777). National Bureau of Economic Research. https://doi.org/10.3386/w33777
• Duckworth, A. L., Peterson, C., Matthews, M. D., & Kelly, D. R. (2007). Grit: Perseverance and passion for long-term goals. Journal of Personality and Social Psychology, 92(6), 1087–1101. https://doi.org/10.1037/0022-3514.92.6.1087
• Credé, M., Tynan, M. C., & Harms, P. D. (2017). Much ado about grit: A meta-analytic synthesis of the grit literature. Journal of Personality and Social Psychology, 113(3), 492–511. https://doi.org/10.1037/pspp0000102
• Jachimowicz, J. M., Wihler, A., Bailey, E. R., & Galinsky, A. D. (2018). Why grit requires perseverance and passion to positively predict performance. Proceedings of the National Academy of Sciences, 115(40), 9980–9985. https://doi.org/10.1073/pnas.1803561115
• Macnamara, B. N., Hambrick, D. Z., & Oswald, F. L. (2014). Deliberate practice and performance in music, games, sports, education, and professions: A meta-analysis. Psychological Science, 25(8), 1608–1618. https://doi.org/10.1177/0956797614535810
• Vallerand, R. J., Blanchard, C., Mageau, G. A., Koestner, R., Ratelle, C., Léonard, M., Gagné, M., & Marsolais, J. (2003). Les passions de l’âme: On obsessive and harmonious passion. Journal of Personality and Social Psychology, 85(4), 756–767. https://doi.org/10.1037/0022-3514.85.4.756

情熱で仕事を選ぶ原理と、その批判

• Cech, E. A. (2021). The trouble with passion: How searching for fulfillment at work fosters inequality. University of California Press. https://doi.org/10.1525/9780520972698
• Kim, J. Y., Campbell, T. H., Shepherd, S., & Kay, A. C. (2020). Understanding contemporary forms of exploitation: Attributions of passion serve to legitimize the poor treatment of workers. Journal of Personality and Social Psychology, 118(1), 121–148. https://doi.org/10.1037/pspi0000190
• Chen, X.-P., Yao, X., & Kotha, S. (2009). Entrepreneur passion and preparedness in business plan presentations: A persuasion analysis of venture capitalists’ funding decisions. Academy of Management Journal, 52(1), 199–214. https://doi.org/10.5465/amj.2009.36462018
• O’Keefe, P. A., Dweck, C. S., & Walton, G. M. (2018). Implicit theories of interest: Finding your passion or developing it? Psychological Science, 29(10), 1653–1664. https://doi.org/10.1177/0956797618780643
• Chen, P., Ellsworth, P. C., & Schwarz, N. (2015). Finding a fit or developing it: Implicit theories about achieving passion for work. Personality and Social Psychology Bulletin, 41(10), 1411–1424. https://doi.org/10.1177/0146167215596988
• Brynjolfsson, E., Chandar, B., & Chen, R. (2026). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence [Working paper, revised August 12, 2026]. Stanford Digital Economy Lab. https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

試作としての自己と、取り消せる選択

• Ibarra, H. (1999). Provisional selves: Experimenting with image and identity in professional adaptation. Administrative Science Quarterly, 44(4), 764–791. https://doi.org/10.2307/2667055
• Savickas, M. L., Nota, L., Rossier, J., Dauwalder, J.-P., Duarte, M. E., Guichard, J., Soresi, S., Van Esbroeck, R., & van Vianen, A. E. M. (2009). Life designing: A paradigm for career construction in the 21st century. Journal of Vocational Behavior, 75(3), 239–250. https://doi.org/10.1016/j.jvb.2009.04.004
• Dow, S. P., Glassco, A., Kass, J., Schwarz, M., Schwartz, D. L., & Klemmer, S. R. (2010). Parallel prototyping leads to better design results, more divergence, and increased self-efficacy. ACM Transactions on Computer-Human Interaction, 17(4), 1–24. https://doi.org/10.1145/1879831.1879836
• Gilbert, D. T., & Ebert, J. E. J. (2002). Decisions and revisions: The affective forecasting of changeable outcomes. Journal of Personality and Social Psychology, 82(4), 503–514. https://doi.org/10.1037/0022-3514.82.4.503
• Iyengar, S. S., Wells, R. E., & Schwartz, B. (2006). Doing better but feeling worse: Looking for the “best” job undermines satisfaction. Psychological Science, 17(2), 143–150. https://doi.org/10.1111/j.1467-9280.2006.01677.x
• Scheibehenne, B., Greifeneder, R., & Todd, P. M. (2010). Can there ever be too many options? A meta-analytic review of choice overload. Journal of Consumer Research, 37(3), 409–425. https://doi.org/10.1086/651235
• Obodaru, O. (2012). The self not taken: How alternative selves develop and how they influence our professional lives. Academy of Management Review, 37(1), 34–57. https://doi.org/10.5465/amr.2009.0358