AI社内文書の品質管理｜ワークスロップを防ぐ5つの基準

生成AIを導入したのに、かえって仕事が増えたと感じることはないでしょうか。原因はAIの性能ではなく、成果物を作る側から受け取る側へコストが移っているだけ、という可能性があります。この構造を指す言葉が「ワークスロップ」です。

この記事では、ワークスロップの定義とAIスロップとの関係、社内で発生しやすい5つの場面、受け取った成果物を判定する4つの観点、そして増やさないための5つの運用基準を解説します。AIの利用を制限する話ではなく、AIが作った成果物を組織としてどう扱うかの話です。

ワークスロップとは｜見た目は整っているが中身のない成果物のことです

ワークスロップ（workslop）とは、生成AIで作られた、体裁は整っているものの業務を前に進める中身がない成果物を指します。「work（仕事）」と「slop（残飯・汚水）」を組み合わせた造語です。

この語が使われ始めたのは、2025年9月22日にHarvard Business Reviewが公開した記事「AI-Generated “Workslop” Is Destroying Productivity」です。BetterUp Labsとスタンフォード大学の研究者らが、米国のデスクワーカー1,150名を対象に2025年8月から9月にかけて実施した調査をもとに提起しました。

重要なのは、この語が問題にしているのが受け取った人が追加で作業しないと使えない状態のまま渡されたことであり、文章の出来や作り方ではない点です。ただし、ワークスロップという語自体は、AIが生成した成果物を指して使われます。AIを使わずに書かれた中身のない資料も構造は同じですが、この語の対象ではありません。逆に、AIを使って書かれた優れた成果物はワークスロップではありません。

AIスロップとの関係｜親子関係にあります

ワークスロップを理解するうえで、先行する「AIスロップ（AI slop）」との関係を整理しておくと混乱しません。

	AIスロップ	ワークスロップ
指す範囲	AIが生成した低品質なコンテンツ全般	そのうち職場で業務成果物として流通するもの
主な発生場所	Webサイト、SNS、ニュース記事、画像	議事録、仕様書、社内FAQ、日報、引き継ぎ資料
被害を受ける人	不特定多数の閲覧者	受け取った同僚・上司・後任者
コストの現れ方	情報環境の質の低下	手直しの工数と、送り主への信頼の低下

AIスロップが親概念で、ワークスロップはその業務版にあたる子概念です。ワークスロップを語るときにAIスロップの説明が必要になるのは、この包含関係があるためです。逆に、AIスロップの対策（コンテンツの検出、プラットフォームの規制）をそのまま社内に持ち込んでも、ワークスロップは減りません。発生場所も、被害の現れ方も違うためです。

日本語での定着状況

ワークスロップは日本語圏でも受け皿ができつつあります。コクヨの「働き方用語辞典」は2026年4月23日にこの語を収録しており、専門メディアの造語という段階から、一般的な職場の用語へ移りつつある状況です。

この記事の後半では、ワークスロップを社内の運用にどう落とすかを扱います。定義の紹介にとどめず、受け取った成果物の見分け方と、差し戻しの基準まで具体化します。

なぜ損失が出るのか｜コストが受け取る側に移っているだけです

結論から書くと、ワークスロップで組織の生産性が下がるのは、AIの出力品質が低いからではありません。作る側で削減された時間が、受け取る側の手直し時間として発生し、しかもそちらは誰も測っていないからです。

前述のBetterUp Labsとスタンフォード大学の調査では、次の結果が報告されています。

• 回答者の約40%が、直近1か月にワークスロップを受け取った経験があると回答
• 1件あたりの対処に平均1時間56分を要した
• 1人あたり月186ドルの生産性損失に相当すると試算された

月186ドルは、1ドル153.59円（2026年9月14日時点のレート）で換算するとおよそ2万8,600円です。※調査は米国のデスクワーカーを対象としたものであり、円換算額は日本の実態を測定したものではありません。規模感の目安としてお読みください。

この調査が注目された背景には、生成AIへの投資が成果に結びついていないという別の報告があります。前述のHarvard Business Reviewの記事は、マサチューセッツ工科大学（MIT）の調査を引用し、生成AIに投資した組織の95%が測定可能な投資対効果を得られていないと述べています。導入は進んでいるのに効果が出ていない、という状況の一因として、成果物の質の問題が指摘されたという流れです。

手直しのコストが見えにくい3つの理由

損失が表に出てこないのは、次の3つの理由からです。

1つ目は、削減と発生が別の場所で起きるためです。 「資料作成が3時間から30分になった」は作った本人が報告できますが、「その資料を使えるようにするのに2時間かかった」は受け取った側の作業で、多くの場合どこにも記録されません。片側だけが可視化されるため、集計すると導入効果が出ているように見えます。

2つ目は、手直しが複数人に分散するためです。 1つの仕様書に不備があると、読んだ全員がそれぞれ確認や問い合わせを行います。1人あたりは10分でも、5人が読めば50分です。分散した10分は業務の中に溶けて、誰も工数として認識しません。

3つ目は、差し戻しに人間関係のコストが伴うためです。 「これでは使えません」と返すには、相手との関係と、指摘の根拠を説明する時間が必要です。そのコストを避けて黙って自分で直す選択が繰り返されると、問題が表面化しないまま定着します。

信頼が削られることが、実は最大の損失です

同じ調査では、ワークスロップを受け取った人の約50%が、送り主を「創造性・能力・信頼性が低い」と評価したと報告されています。一方で、AIを業務に使っている回答者のうち18%が、質の低い成果物を自分も送ったことがあると認めています。

つまり、送っている側にはほとんど自覚がなく、受け取っている側は評価を下げている、という非対称が生じています。ここが工数以上に深刻な点です。手直しの時間は取り戻せますが、「あの人が出してくるものは一度全部確認しないといけない」という認識は、以後のすべてのやりとりにコストを乗せ続けます。

繰り返しになりますが、これはAIの問題ではありません。AIは指示された範囲で文章を組み立てるだけで、何を書くべきかを決めているのは人です。組織として整えるべきなのは、AIの使用可否ではなく、成果物を渡すときの条件です。

社内でワークスロップが発生しやすい5つの場面

ワークスロップは、次の5つの文書で特に起きやすい傾向があります。共通しているのは、書式が決まっていて、体裁だけなら簡単に整えられる文書である点です。

1. 議事録 — 発言の書き起こしをAIに要約させると、発言はすべて残っているのに「何が決まったのか」「誰がいつまでに何をするのか」が書かれていない議事録ができます。読み返した人は結局、録画か参加者に当たり直すことになります。議事録を自動生成する仕組み自体は有効なので、決定事項と担当・期限だけは人が確認して書く運用にすると防げます。

2. 仕様書 — 一般的な機能の説明は網羅されているのに、その組織固有の制約（既存システムとの兼ね合い、過去に見送った案とその理由）が抜けている状態です。実装が始まってから前提の食い違いが発覚するため、発見が最も遅く、手戻りが最も大きい場面です。

3. 社内FAQ — 想定質問をAIに列挙させると、体裁の整ったQ&Aが大量にできます。しかし実際に問い合わせが来ている質問と一致していないことが多く、件数は増えたのに問い合わせは減らない、という結果になります。さらに増えた分だけ検索の候補が増え、必要な回答が見つけにくくなります。

4. 日報 — その日にやったことをAIに整形させると、読みやすいが差分のない文章が毎日並びます。日報の価値は「うまくいかなかったこと」「判断に迷ったこと」の共有にあるため、体裁が整うほど中身が薄くなるという逆転が起きやすい文書です。

5. 引き継ぎ資料 — 業務の手順は書かれているのに、「なぜそうしているのか」「例外が起きたときにどう判断してきたか」が書かれていない状態です。後任者は手順どおりに進められる間は問題なく、例外が起きた瞬間に止まります。前任者が退職している場合、判断の根拠は完全に失われます。

議事録の作成ツールを検討している場合は、議事録作成ツールとは？おすすめツールの紹介と比較、選ぶときのポイントもあわせてご覧ください。

ワークスロップを見分ける4つの観点

受け取った成果物がワークスロップかどうかは、次の4つの観点で判定できます。文章の巧拙や誤字の有無ではなく、判断材料として機能するかを見ます。

観点	確認すること	ワークスロップの兆候
1. 判断があるか	事実の列挙で終わらず、結論や推奨が書かれているか	「〜という方法があります」「〜が考えられます」が並び、どれを採るのか書かれていない
2. 前提があるか	いつ・誰に・どの条件で成り立つ話なのかが書かれているか	主語と時点が曖昧で、どの状況にも当てはまる一般論になっている
3. 出どころがあるか	数値・固有名詞・日付に確認できる根拠があるか	出典のない数値や、社内で使っていない用語が混ざっている
4. 次が決まるか	読んだ人が次の行動を決められるか	読み終えても、誰かに確認しないと何も進められない

このうち一次判定として使いやすいのは観点4です。1から3を満たしていなくても業務が進むことはありますが、読んだ結果として何も決まらない文書は、渡した意味がありません。時間がないときは、まず観点4で見ることをおすすめします。

逆に、注意していただきたい誤用があります。「AIが書いたかどうか」だけでは判定できません。 AIが下書きした文書に人が判断と前提を足したものは、4つの観点をすべて満たします。判定するのは成果物の中身であって、作り方ではありません。

判定の具体例

たとえば、ツール選定の検討資料に「A社・B社・C社の3製品を比較しました。A社は機能が豊富で、B社は価格が安く、C社はサポートが手厚いという特徴があります」と書かれていたとします。

この文章は、観点1（判断がない：どれを推すのか書かれていない）、観点2（前提がない：自社の予算と人数でどう評価が変わるのか書かれていない）、観点4（次が決まらない：読んでも稟議を書けない）の3つを満たしていません。事実としては誤っていないため、指摘しにくい典型例です。

これを「当社の30名規模と年間予算の範囲ではB社を推奨します。A社の追加機能は現在の運用では使いません。C社はサポート品質が高いものの、初期費用が予算を超えます」と書き換えると、4つの観点を満たします。文章量はほとんど変わっていません。違うのは、書いた人が判断を引き受けているかどうかだけです。

ワークスロップを防ぐ5つの基準

見分けられるようになっても、その場で指摘するだけでは同じことが繰り返されます。組織として減らすには、書く側・レビューする側・置き場所の3か所にルールを置く必要があります。ここでは5つの基準として整理します。

基準1｜書く側は、AIに渡した前提と、人がまだ確認していない箇所を明示する

AIに渡した情報が足りないとき、AIは足りないまま止まるのではなく、一般論で埋めます。この「埋められた箇所」が後で問題になるため、渡すときに区別しておきます。

具体的には、文書の末尾に「AIに与えた前提」と「未確認の箇所」を数行書き添えるだけで十分です。受け取った側は、その部分だけを重点的に確認すればよくなります。前提を書き出す作業自体が、書いた本人に情報の欠落を気づかせる効果もあります。

基準2｜数値・固有名詞・日付は、出どころを確認できないものを載せない

AIが生成した文章で最も検証コストが高いのが、具体的な数値と固有名詞です。もっともらしく書かれているため、受け取った側は「調べれば裏が取れるはず」と考えて時間を使います。

ルールはひとつで、出どころを示せないものは載せないとします。削るか、「※未確認」と明記するかのどちらかです。空欄や注記が残っている文書は不格好に見えますが、確認済みと未確認が混ざった完成品より、受け取る側の負担ははるかに小さくなります。

基準3｜レビューする側は、「書き直して」ではなく欠けている前提を指定して返す

差し戻しが機能しない最大の原因は、指摘が漠然としていることです。「もう少し具体的に」と返すと、書いた側はAIに同じ指示を出し直すだけで、次も同じものが出てきます。

返すときは、4つの観点のどれが欠けているかを名指しします。「観点2の前提が書かれていません。この手順が適用されるのはどの契約形態の顧客ですか」という返し方であれば、AIでは埋められない情報だと書いた側にも伝わります。差し戻しは品質の指摘ではなく、不足している情報の要求として設計します。

基準4｜レビューにかける時間の上限を決め、超えたら中身を読まずに返す

レビュー担当を置いても解決しないのは、担当者が手直しまで引き受けてしまうためです。手直しをした時点で、コストは受け取る側に移ったまま固定され、書いた側には何も伝わりません。

そこで、1件あたりのレビュー時間の上限をあらかじめ決めます。15分でも20分でも構いません。上限を超えたら、そこまでで見つかった欠落だけを伝えて返します。厳しく見えますが、これは書いた側を評価する仕組みではなく、手直しコストが静かに移転するのを止めるための仕組みです。

基準5｜確定版の置き場所を1つに決め、AIの下書きと分ける

前の4つを守っても、下書きと確定版が同じ場所に混在していると、次に検索した人が下書きを見つけてしまいます。ワークスロップの二次被害はここで起きます。

置き場所のルールは3つです。第一に、確定版を置く場所を1か所に決めます。第二に、AIが生成した未確認の下書きは、そこに置かないか、確認前だとわかる状態で分けます。第三に、社内の検索やAIが参照する対象から、未確認の下書きを外します。未確認の文書がナレッジベースに溜まると、次にAIがそれを読んで回答を作るため、誤りが再生産されます。この構造はAIが正しく答える社内ドキュメントの書き方｜誤答の5原因と7つのルールで詳しく扱っています。

どのドキュメントをAIに読ませ、どこから外すかの設計は社内ナレッジのAI連携｜何を読ませ、何を任せるかの運用設計にまとめています。

運用に乗せるときによくある失敗3つ

失敗1｜AI利用のガイドラインとして配って終わる。 文書で配布しただけのルールは、書く側の善意に依存します。5つの基準のうち、基準1・2は文書のテンプレートに、基準5はツールの設定に組み込んでください。人が覚えておく必要があるのは基準3・4だけにします。

失敗2｜AIの利用そのものを制限する。 使用を禁止すると、ワークスロップは減っても業務は速くなりません。加えて、個人のアカウントで会社の管理外に使われる状態を招くおそれがあります。社内でのAI利用の統制については社内AI統制とは？情シス向け対策と実践ステップをご覧ください。

失敗3｜書いた人の問題として扱う。 ワークスロップを個人の姿勢の問題にすると、指摘が人格評価に近づき、差し戻し自体が起きなくなります。扱うべきは「文書が満たすべき条件」であって、人ではありません。

DocBaseでの実践方法

ここまでの5つの基準を、ナレッジ共有ツールのDocBaseでどう仕組みにできるかを説明します。なお、DocBaseではドキュメント1件を「メモ」と呼びますが、本記事では一般的な呼び方に合わせてドキュメントと記載します。

基準1・2はテンプレート機能で型にします。 DocBaseではtemplateタグを付けたドキュメントがテンプレートとして使えます。議事録や仕様書のテンプレートに「AIに与えた前提」「未確認の箇所」「決定事項と担当・期限」の欄をあらかじめ用意しておけば、書く側が意識しなくても欠落が目に見えます。空欄のまま提出された文書は、それ自体が差し戻しの根拠になります。

基準3・4は編集履歴で差分を確認します。 DocBaseの編集履歴では、変更差分をクリックすると該当箇所へ直接ジャンプできます（編集履歴から変更箇所へジャンプできるようになりました・2026年7月17日提供開始）。長い文書でも、前回から変わった箇所だけを追えるため、レビュー時間の上限を決める運用と組み合わせやすくなります。

基準5は公開範囲とタグで分けます。 確認前の下書きは下書き状態のまま保存するか、公開範囲を限定したグループに置いて、確定版と分離します。さらにDocBaseには、ドキュメント単位でAIの参照対象から外す標準機能があります。編集画面のAIスイッチをオフにするとno-aiタグが付き、そのドキュメントはAI機能の対象外になります。追加費用はかかりません。

グループ単位でAIの利用可否を制御する機能もありますが、こちらは「セキュリティパック」という有料オプションでの提供です。セキュリティパックは、監査目的の操作履歴やアクセス制御を必要とする組織向けのオプションで、全プランに追加できます。標準機能とオプション機能の区別はDocBaseのAI機能一覧で確認できます。

DocBaseのAI機能にも、同じリスクがあります

公平を期すために書いておくと、DocBaseが提供するAI機能も、使い方によってはワークスロップを生みます。

AIメモ要約は本文を要約しますが、要約に判断は含まれません。AIタグ自動生成が提案するタグは、社内の分類ルールを知りません。AIアシスタント（DocBase AIプラスで提供。ベータ期間中は全プラン無料、正式リリース後は有料アドオンを予定しており料金は未発表です）が生成した回答も、参照対象に未確認の下書きが含まれる運用では、その内容を引き継ぎます。

つまり、自社ツールのAI機能であっても、確定版と未確認の下書きを分けていなければ同じ結果になります。基準5を先に整えることが、AI機能を安全に使うための前提条件です。DocBaseが提供するAI機能の一覧はナレッジ共有ツールDocBaseのAI機能で確認できます。

よくある質問（FAQ）

Q1. ワークスロップとAIスロップの違いは何ですか？

A. AIスロップはAIが生成した低品質なコンテンツ全般を指す言葉で、ワークスロップはそのうち職場で業務成果物として流通するものを指します。AIスロップが親概念、ワークスロップがその業務版という関係です。被害の現れ方も異なり、AIスロップは情報環境の質の低下として、ワークスロップは同僚の手直し工数と信頼の低下として現れます。

Q2. 生成AIの利用を禁止すれば、ワークスロップは減りますか？

A. 減りますが、推奨できません。ワークスロップの原因はAIの使用ではなく、未確認の成果物をそのまま渡す運用にあります。禁止した場合、AIを使わずに書かれた中身のない文書は残り、業務のスピードだけが下がります。加えて、個人のアカウントで管理外の利用が行われる状態を招くおそれがあります。制限するのではなく、渡すときの条件を決めるほうが効果的です。

Q3. ワークスロップかどうかを機械的に判定できますか？

A. 現時点では困難です。AI生成物を検出するツールはありますが、判定しているのは「AIが書いたかどうか」であって、「業務で使えるかどうか」ではありません。AIが下書きした文書に人が判断と前提を足したものは有用な成果物であり、検出ツールでは区別できません。本記事の4つの観点のように、人が内容を見て判定する必要があります。

Q4. レビュー担当者を置けば解決しますか？

A. 担当者が手直しまで引き受ける運用にすると、解決しません。コストが受け取る側に固定されるだけで、書いた側には何も伝わらないためです。レビュー担当を置く場合は、1件あたりのレビュー時間の上限を決め、上限を超えたら欠落を伝えて差し戻す、という運用とセットにしてください。

まとめ

ワークスロップは、AIの性能の問題ではなく、成果物を渡すときの条件が決まっていないことから生じます。作る側の時間が減った分が、受け取る側の手直しに移っているだけで、組織全体では削減されていません。

対処は、見分ける4つの観点（判断・前提・出どころ・次の行動）と、防ぐ5つの基準（前提の明示、出どころのない情報を載せない、欠落を指定した差し戻し、レビュー時間の上限、確定版と下書きの分離）の2段構えで進めます。特に基準5の置き場所の分離は、未確認の文書をAIが読んで誤りを再生産する二次被害を止めるうえで、最初に手を付ける価値があります。

DocBaseは、テンプレート機能・編集履歴・公開範囲の設定・ドキュメント単位のAI除外を標準機能として備えており、これらの基準を仕組みとして運用に組み込めます。DocBaseの30日間無料トライアルを始める（クレジットカード不要）ことで、実際の運用に合うかをご確認いただけます。初期費用はかかりません。

---

出典

• Kate Niederhoffer ほか「AI-Generated “Workslop” Is Destroying Productivity」Harvard Business Review、2025年9月22日公開・2025年9月25日更新（調査実施：BetterUp Labs／スタンフォード大学、米国デスクワーカー1,150名、2025年8〜9月）
• 「AI “workslop” is crushing workplace efficiency, study finds」Axios、2025年9月24日（1件あたりの対処時間・1人あたり月額損失・送り主への評価・送った側の自認率の各数値の出所）
• 「働き方用語辞典 ワークスロップ」コクヨ、2026年4月23日
• 為替レートは2026年9月14日時点（1ドル153.59円）。円換算額は推定値です。

編集ポリシー

本記事はDocBase開発元である株式会社クレイが作成しています。可能な限り客観的な情報提供を心がけていますが、自社製品に関する記事であることをあらかじめご了承ください。