投稿者 global-ai-media 
生成AIが10万人の人間と比較して創造性テストでどのような結果を残したのか、その研究結果はビジネスに大きな示唆を与えています。AIは単なる効率化ツールにとどまらず、イノベーションのパートナーとなり得るのか。最新の学術的知見をベースに、日本の商習慣や法的リスクを踏まえた実務的な活用指針を解説します。
「発散的思考」におけるAIの優位性と限界
ScienceDailyなどで紹介されている最近の研究では、大規模言語モデル（LLM）と人間（約10万人規模のデータ）を対象に、創造性の指標の一つである「発散的思考（Divergent Thinking）」のテスト比較が行われました。これは、「レンガの使い道をできるだけ多く挙げる」といった課題に代表されるもので、アイデアの「量」と「多様性」を測定します。
多くの研究で示唆されているのは、AIは平均的な人間と同等、あるいはそれ以上のスコアを叩き出す能力を持っているという事実です。しかし、ここで重要なのは「AIが人間より優れている」と短絡的に結論づけることではありません。AIは確率論的に言葉を組み合わせることで、既存の概念の意外な組み合わせ（結合的創造性）を高速かつ大量に提示することに長けています。一方で、文脈や感情の機微、長期的な社会文化的背景を踏まえた「意味のある刷新」については、依然として人間に分がある領域です。
日本企業の「会議文化」を変える触媒としてのAI
この「大量のアイデアを忖度なく出す能力」は、日本の組織文化において極めて実用的な価値を持ちます。日本の会議やブレインストーミングの現場では、同調圧力や「空気を読む」文化が先行し、突飛なアイデアや批判的な意見が出にくい傾向があります。
ここにAIを投入することで、組織のバイアスにとらわれない「異質な視点」を強制的に介入させることができます。AIは社内政治を気にしません。新規事業のアイデア出しや、製品企画の初期段階において、AIを「忖度しない壁打ち相手」として活用することで、人間だけでは到達し得なかった発想の広がり（探索空間の拡張）を得ることが可能になります。これは業務効率化以上に、イノベーションのジレンマを突破する鍵となり得ます。
「創造的AI」活用の法的リスクとガバナンス
AIを創造的な業務（クリエイティブ、コピーライティング、企画立案など）に活用する場合、日本国内では著作権法との兼ね合いを慎重に考慮する必要があります。日本の著作権法第30条の4は、AI学習のためのデータ利用には柔軟ですが、生成物の利用（出力フェーズ）においては、既存の著作物との「類似性」と「依拠性」が問われます。
AIが提示したアイデアや生成物をそのまま製品や広告として世に出す場合、無意識のうちに既存の他者の権利を侵害しているリスク（著作権侵害リスク）はゼロではありません。したがって、企業としては「AIが出した案はあくまで素案（ドラフト）である」という位置づけを徹底し、最終的なアウトプットにする過程で人間が大幅に加筆・修正を行うか、あるいは類似性チェックのプロセスを業務フローに組み込むガバナンス体制が求められます。
日本企業のAI活用への示唆
今回の研究動向と日本の実務環境を踏まえると、意思決定者やエンジニアは以下の3点を意識すべきです。
1. 「0→1」の補完ツールとしての定着
AIは無から有を生む「魔法」ではありませんが、膨大な知識の組み合わせによる「0.1→1」の支援は強力です。社員に対し、AIを「正解検索ツール」としてではなく、「発想の幅を広げる拡張ツール」として使うよう教育し、アイデアの質よりも「量」を出させるフェーズで積極的に活用させてください。
2. 「編集者・キュレーター」としての人間中心設計
AIが100個のアイデアを出せたとしても、その中から自社のブランド、実現可能性、倫理観に合致する「光る1個」を選ぶのは人間の役割です。エンジニアや企画担当者には、AIを操作するスキル（プロンプトエンジニアリング）以上に、出力されたものを評価・選別・編集する「目利き」の力が求められます。
3. 知財リスクを織り込んだワークフローの構築
創造的なタスクにAIを用いる場合は、法務部門と連携し、どこまでをAIに任せ、どこから人間が責任を持つかというガイドラインを策定してください。特に外部向けのアウトプットに関しては、AI生成であることを明示するか否かも含め、透明性のある運用が必要です。