AIが職場の不平等を生む4つのメカニズム──「不平等のカスケード」統合フレームワーク

AIをめぐる議論は、悲観論（仕事の喪失、賃金抑制）と楽観論（スキルの補完、生産性向上）に二極化し、学術研究も分断されている。

著者らはこの状況を乗り越えるため、過去13年間に148の学術誌で発表されたAIと職場に関する論文を網羅的に調査し、335本の先行研究を体系的に分析。様々な知見を統合した結果、AIが職場の格差を生み出すメカニズムは4つの視点から整理できることが明らかになった。

さらに、これらの視点が個別に存在するのではなく、相互に連鎖して不平等を増幅させる「不平等のカスケード」として捉える統合的フレームワークを提示している。

不平等のカスケード：4つの視点

1. 規範的視点

AIの設計思想や技術に、社会の偏見がどのように埋め込まれるか（エンコードされるか）を問う視点である。これは論文で「エンコードされた不平等」と呼ばれる。

例えば、AIの学習データやアルゴリズムに既存の社会的偏見が意図せず組み込まれることで、採用AIが特定の性別や人種を不当に排除する、といった問題が生じる。

2. 認知的視点

人間がAIをどう信頼または不信し、その判断にどう影響されるかという認知プロセスに注目する。これにより生じるのが「評価における不平等」である。

例えば、管理者がAIの推薦を過信して部下を画一的に評価したり、逆にAIを嫌悪してその有用な情報を無視したりすることで、評価の公平性が損なわれる。

3. 構造的視点

AIが労働市場全体のスキル需要や雇用構造をどう変え、結果として「賃金格差」にどう影響するかをマクロに分析する。

かつては、技術革新によって中スキル職が減少し、高スキル職と低スキル職に分かれる「雇用の二極化」が進むとされてきた。しかし、本論文がレビューした近年の研究では、AIの登場によりこの傾向が変化し、中・低スキル職双方の成長が停滞する一方で高スキル職の需要は伸び続けるなど、新たな格差構造が生まれつつあることも指摘されている。

また、AIが低スキル労働者の生産性を大きく向上させることで格差を縮小する可能性と、逆に高スキル労働者の学習機会を奪い成長を阻害する可能性という、相反する研究結果も報告されており、その影響は一様ではない。

4. 関係的視点

AIが導入された職場で、従業員間の権力関係や専門領域がどう再編されるかに注目し、そこから生まれる「関係性の不平等」を分析する。

AIによる業務の標準化や監視は、従業員の自律性を奪い、管理者との権力勾配を強める。また、AIを使いこなす従業員が新たな専門性を獲得して組織内での地位を高める一方、そうでない従業員との間に新たな格差が生まれるといった、力関係の再編も起こる。

まとめと書誌情報

本稿はこれら4つの視点が独立しているのではなく、相互に連鎖し不平等を増幅させる「不平等のカスケード」として捉えるべきだと主張する。例えば、(1)設計段階のバイアス（エンコードされた不平等）が、(2)管理者の誤った判断（評価における不平等）を誘発し、(3)それが特定の従業員グループへの不当な評価（関係性の不平等）を引き起こし、(4)最終的に彼らのキャリア機会や賃金（賃金格差）を奪う、といった連鎖が起こりうる。

この統合的フレームワークは、技術的なバイアス除去（規範的）だけでなく、利用者のトレーニング（認知的）、労働市場政策（構造的）、そして職場での対話（関係的）といった多層的なアプローチが必要であることを示唆している。

Karunakaran, A., Lebovitz, S., Narayanan, D., & Rahman, H. A. (2025). Artificial Intelligence at Work: An Integrative Perspective on the Impact of AI on Workplace Inequality. Academy of Management Annals, 19(2), 693–735.