AIを使うと，なぜ「速くなった気がする」のか
目次
METRのランダム化比較試験は，熟練開発者の作業時間が19%長くなったと報告しました．
ところが同じ人たちは 「20%速くなった」と感じていた．39ポイントのズレです．
このズレは，どこから生まれるのか．時計を3つ並べて見てください．
AIを使うと，なぜ「速くなった気がする」のか
同じ12個のタスクを2人が並走。右の人だけAIを使う。時計を3つ見てください。
いちばん右：いまの δ のままで「AIなしより20%速かった」と感じるには，「自分で書いたら 1.00倍 かかったはずだ」と見積もっている必要がある，という意味．δ を上げるほどこの数字は大きくなる＝待ち時間をきちんと数える人ほど，反実仮想を盛らないと『速くなった』とは感じられない
何が起きているのか
体感時計は「待ち時間」を数えない
AIが生成している2分間，人は別のことを見ています． Slackを見たり，次の設計を考えたり．
その時間は「自分がタスクに費やした時間」として記憶に残りにくい．だから体感時計は止まったまま進みます．
δ（デルタ）のスライダーがこれです．0%にすると，待ち時間をまったく数えていない状態になります．
体感時計は「やり直した分」も数えない
AIの出力が使い物にならず捨てたサイクルは，「なかったこと」になりやすい．
完成したコードだけを見て「これをAIが書いてくれた」と評価するので，そこに至る失敗は勘定から落ちます．
q（やり直し率）を上げてみてください．実測時計だけが伸びて，体感時計はあまり伸びません．
そしてレビュー係数 ρ が，速いか遅いかを決めている
AIは「書く」時間をほぼ0にします．代わりに「読んで直す」時間が増える．それが ρ です．
自分が熟知したコードベースほど ρ は上がります． 自分の基準に合わせるコストが高いからです．
METRの被験者が熟練開発者・自分のOSSリポジトリという条件だったことは，偶然ではありません．
結論：「速くなった気がする」は錯覚ではなく，別の時計を見ている
体感時計が嘘をついているわけではありません．測っている対象が違うだけです．
- 実測時計：待ち時間もやり直しも全部数える
- 体感時計：自分が能動的に手を動かした時間だけ数える
AIは「手を動かす時間」を減らし，「待つ時間」と「直す時間」を増やします．
だから体感は速くなり，実測は遅くなる．
そしてここが実務上の含意です．ρ が低い領域──自分が詳しくないコード，書き捨てのスクリプト，定型作業──ではAIは実際に速い．
逆に自分が一番詳しいコードで使うと，一番遅くなる． スライダーを動かすと，その境目が見えます．
ファクトと出典
元になった研究
- METR のランダム化比較試験（熟練OSS開発者16名・246タスク） METRブログ ／ arXiv:2507.09089 ／ データとコード
- その後の実験設計の見直し： Changing our Developer Productivity Experiment Design
このモデルが置いた仮定（ファクトではありません）
- プロンプトを書く時間：4分／AIの生成を待つ時間：2分
- タスクの所要時間は対数正規分布（中央値120分）
- ρ（レビュー係数）・q（やり直し率）・δ（待ち時間の体感率）はスライダーで可変
METRが報告しているのは「19%遅くなった」「20%速いと感じた」という結果だけです． 上の3つのパラメータはこのモデルが導入したもので，論文に出てくる数値ではありません．