ジャギッド・フロンティア（Jagged Frontier）とは・意味、由来・研究・注意
最終確認日：2026年10月27日
ジャギッド・フロンティアとは？
ジャギッド・フロンティアとは、AIが得意な作業と苦手な作業の境目がでこぼこに入り組んでいて、見た目の難しさからは見分けにくいという考え方のこと。英語では「Jagged Frontier」と書き、「ギザギザの最前線」という意味になる。
語の起点は、2023年にハーバード大学などの研究者らがボストン コンサルティング グループ（BCG）と行った実験の論文だ。論文はこの語で、同じ一連の仕事の中の難しさが同じくらいに見える作業でも、AIの助けで成果が上がる作業と下がる作業があることを表した（※1、※2）。
ジャギッド・フロンティアは、AIの能力を一つの水準として見るのではなく、作業ごとに見る考え方だ。この考え方は、AIに任せてよい作業とそうでない作業の境目に目を向ける点に特徴がある。似た考え方に、AI研究者の Andrej Karpathy 氏が名付けた「ジャギッド・インテリジェンス（Jagged Intelligence）」がある（※3）。
ジャギッド・フロンティアの由来と広まった経緯
起点の論文は、Fabrizio Dell’Acqua 氏ら9人が2023年9月にハーバード・ビジネス・スクールのワーキングペーパーとして出したものだ。
論文の題は「Navigating the Jagged Technological Frontier」で、要旨では「jagged technology frontier」という言い方も使っている。実験では、758人のコンサルタントを、AIを使えない組、GPT-4を使える組、使い方の説明も受けてGPT-4を使える組に分けた。
AIの能力の内側にある作業ではAIを使った人の成果が上がった。一方、能力の外側になるよう選んだ経営の課題では、AIを使った人のほうが正しい答えを出せない割合が高かった（※1、※2）。論文は、学術誌 Organization Science の2026年3〜4月号に載った（※1）。
論文の著者の1人の Ethan Mollick 氏は、2023年9月16日に自身のブログでこの語を説明した。Mollick 氏によると、AIの能力は塔が外へ突き出たり内へ引っ込んだりする城壁のようなもので、壁は目に見えない。同じくらい難しく見えても壁の内と外に分かれる作業の例として、同氏は14行の定型詩のソネットを書くことと、ちょうど50語の詩を書くことを挙げた（※2）。
2024年7月25日には、Karpathy 氏が X で「Jagged Intelligence」という語を示した。Karpathy 氏はこの語を、最先端の大規模言語モデルが難しい数学の問題を解くような見事な作業をこなす一方で、ごく簡単な問題の一部でつまずくという直感に反する事実を表すために考えた言葉だとしている（※3）。
2026年には、AIを調べる研究所の報告や研究課題にも、この語や近い語が出てくる。スタンフォード大学の人間中心AI研究所（Stanford HAI）は、年次報告書「AI Index」の2026年版の要点で「jagged frontier」を（※4）、技術性能の章の要点で「jagged intelligence」を使っている（※5）。
Anthropic も、研究組織 The Anthropic Institute の研究課題の一つに「The jagged frontier」を挙げた（※6）。
ジャギッド・フロンティアに関する主な出来事・ニュース
- 2023年9月16日 Ethan Mollick 氏「Centaurs and Cyborgs on the Jagged Frontier」を公開：Mollick 氏は、自身のブログで、BCG のコンサルタントを対象にした実験の結果と「Jagged Frontier」の考え方を紹介した。
- 2024年7月25日 Andrej Karpathy 氏「Jagged Intelligence」を投稿：Karpathy 氏は、X への投稿で、難しい作業をこなすAIが一部のごく簡単な問題でつまずくことを表す語として「Jagged Intelligence」を示した。
- 2026年5月7日 Anthropic「Focus areas for The Anthropic Institute」を公開：Anthropic は、研究組織 The Anthropic Institute の研究課題を公開し、その一つに「The jagged frontier」を挙げた。
ジャギッド・フロンティアに関する研究
AI Index 2026 はAIの能力の偏りを数字で示す
Stanford HAI の AI Index の2026年版は、技術性能の章で、AIの能力の偏りを数字で示した。
Gemini Deep Think は、2025年の国際数学オリンピックで金メダルに当たる35点を取った。一方、アナログ時計を読むテスト ClockBench では、人の正答率が90.1%だったのに対し、最も成績のよいモデルは50.6%にとどまった。同章はこの差を、研究者が「jagged intelligence」と呼ぶものの例としている（※5）。
同じ章は、専門分野やAIエージェントの評価の結果も挙げている。税務や法的な推論などの専門分野の評価では、AIの成績は60〜90%の幅にあった。
パソコンの操作を試す評価 OSWorld では、AIエージェントが作業をやり遂げる割合が約12%から66.3%に上がった。それでも、手順や採点の決まった評価で、エージェントは3回に1回ほど失敗している（※5）。報告書の総覧のページは、時計の例を jagged frontier の例とする項目で、この OSWorld の結果にも触れている（※4）。
セントラルフロリダ大学の研究者は人が優位を保つ領域を整理
セントラルフロリダ大学の Margondai 氏ら5人は、2026年7月13日に arXiv で公開した論文で、2023〜2026年のAIの進歩と人の役割に関する研究を見渡した。
論文によると、範囲がはっきりしていて採点しやすい作業では、AIが専門家の水準を次々に超えた。大学院レベルの科学の問題や競技数学、ソフトウェア開発のベンチマークなどがそうした作業に当たる。一方で、論文は人がはっきり優位を保つ領域として4つを挙げている（※7）。
- 長い時間をかける作業で、安定してやり遂げること。
- 本当に新しい問題を解くこと。
- 自分が間違っているかどうかを正しく見積もること。
- 少ないデータで学ぶことと、体を使って動くこと。
Margondai 氏らは、専門家の水準を速く越える作業と人が優位を保つ作業が並ぶ状態を、ギザギザの最前線（jagged frontier）と呼んでいる（※7）。
Margondai 氏らは人の役目を判断の側へ移す必要を指摘
Margondai 氏らは、人とAIの協働の実験を見渡し、単純に組み合わせただけでは強いほうの単独の成果を下回ることが多いとした。
論文は、人の役目を作業の量をこなすことから移す必要があると論じている。移す先として論文が挙げるのは、何を求めるかを決めること・結果を確かめること・全体を監督することの3つだ。著者らは、この変化は実験では見えるものの、実際の労働市場のデータにはまだほとんど表れていないとしている（※7）。
ジャギッド・フロンティアの英語での言い方
| 英語の言い方 | 意味 | 使っている主体 |
|---|---|---|
| Jagged Technological Frontier | AIの能力の境目が入り組んでいること。起点の論文の題での言い方 | Dell’Acqua 氏ら（※1） |
| jagged technology frontier | AIの助けで成果が上がる作業と下がる作業が入り組むこと。起点の論文の要旨での言い方 | Dell’Acqua 氏ら（※1） |
| Jagged Frontier | AIの能力が作業や分野によって入り組んでいること。Mollick 氏は目に見えない城壁にたとえた | Mollick 氏（※2）、Stanford HAI（※4）、Anthropic（※6）、Margondai 氏ら（※7） |
| Jagged Intelligence | 難しい作業をこなすAIが、一部の簡単な問題でつまずくこと | Karpathy 氏（※3）、Stanford HAI（※5） |
AIに任せる作業を見極めるときの注意
境目は目に見えず、作業の見た目の難しさとも一致しない（※1、※2）。Mollick 氏は、AIを使う人が自動操縦のように注意を緩め、AIの誤りに気づかなくなることがあると書いている（※2）。AIの答えがもっともらしく見えても、作業がAIの得意な側にあるかどうかは別に確かめる必要がある。
ベンチマークの点数と、仕事で使ったときの力は同じではない。Margondai 氏らによると、ベンチマークの結果は実際に使ったときの力を大きく見せる。
理由として同氏らが挙げるのは、評価の問題が学習データに入り込んでいることや、開発元が自社のモデルを自分で評価していることなどだ。同氏らは、半分の確率でできれば「できる」とみなす測り方について、仕事で求められる確かさとの差にも注意を促している（※7）。AI Index の2026年版も、広く使われる評価には無効な問題が最大で42%含まれていたという調べを紹介している（※5）。
境目は時とともに動く。Mollick 氏は2023年の時点で、AIの能力の最前線はギザギザなだけでなく広がっていると書いた（※2）。
Margondai 氏らも、論文を書いている間に、人の優位とされていた差のいくつかが縮んだり消えたりしたとしている。同氏らは、論文の内容をある時点の記録と位置づけ、いずれ古くなることを前もって断っている（※7）。一度試してAIに向かないと判断した作業も、新しいモデルが出たら確かめ直すと良いだろう。
Margondai 氏らは、AIの出した結果を確かめる力は、使わずにいると衰えるおそれがあると論じている（※7）。考える作業を道具に任せることの得失は、認知的オフローディングとして研究されている。
ジャギッド・フロンティアに関連する用語
- 認知的オフローディング：頭を使う負担を減らすために、体の動きや外の道具を使って、課題に必要な情報の処理を変えること。Margondai 氏らの論文は、AIを考える道具として使うことの得失を論点の一つにしている（※7）。
- ヒューマン・イン・ザ・リード：人がAIを道具として統制し、物事を決める主導権と価値を生み出す主導権を持つという考え方。Margondai 氏らの論文も、AIの結果を確かめて監督する役目を人が担うことを論じている（※7）。
- ケイパビリティ・オーバーハング：AIがすでにできることと、多くの人や企業、国がAIを実際に広く使って得ている価値の間にある差のこと。
ジャギッド・フロンティアに関する出典
※1 Fabrizio Dell’Acqua ほか「Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality」（2023年9月、Harvard Business School Working Paper）
※2 Ethan Mollick「Centaurs and Cyborgs on the Jagged Frontier」（2023年9月16日、One Useful Thing）
※3 Andrej Karpathy「Jagged Intelligence」（2024年7月25日、X）
※4 Stanford HAI「The 2026 AI Index Report」
※5 Stanford HAI「Technical Performance」（The 2026 AI Index Report）
※6 Anthropic「Focus areas for The Anthropic Institute」（2026年5月7日）
※7 Ancuta Margondai ほか「Faster AI, Uneven Frontier: Rapid Crossings, a Jagged Frontier, and the Repositioning of Human Judgment」（2026年7月13日、arXiv）
ジャギッド・フロンティアに関連する記事
- 生成AIで仕事はなくなる？今後身につけるべきスキルと効率的な学び方（2026.10.18）
