AIを使った後、人の判断には何が残るのか: 判断の偏りと内視鏡の検出成績から、支援・学習・技能保持を分ける

概要（公開サイト版）

AI利用中の成果と、人に残る判断の変化を区別するため、GlickmanとSharotのオンライン実験とPedersenらの大腸内視鏡研究を批判的に検討する。実験内では偏ったアルゴリズムと正確なアルゴリズムが人の初期判断に異なる影響を与えた。一方、13人の内視鏡医による5,013件の検査では、経験の浅い群の使用中の検出割合は高まったが、使用終了後の明確な向上・低下は検出されなかった。時点、無作為化の有無、評価指標、混合モデルの調整区分、欠測、持続期間の限界を照合する。支援付き成績、後続判断、遅延課題を分ける未検証の見直し案と反証条件を示す。

引用情報

Morimoto D. AIを使った後、人の判断には何が残るのか: 判断の偏りと内視鏡の検出成績から、支援・学習・技能保持を分ける. Unknown Lab; 2026. Version 1.0. doi:10.5281/zenodo.23049020.

文書種別

論評記事（先行研究の批判的解説）・未査読

DOI

10.5281/zenodo.23049020

ORCID

0009-0009-6444-750X

ライセンス

CC BY 4.0

著者の本文・独自表・生成イラストに適用。引用元資料の権利は各権利者に帰属する。