LLMの誤謬、すなわち、個人がLLMによって支援された出力を自身の独立した能力の証拠として誤って解釈し、認識された能力と実際の能力との間に体系的な乖離を生み出す認知帰属エラーを紹介します。LLMの不透明性、流暢さ、摩擦の少ないインタラクションパターンが人間と機械の貢献の境界を曖昧にし、ユーザーが能力を、それを生成するプロセスではなく出力から推測するように導くと私たちは主張します。私たちは、LLMの誤謬を、自動化バイアス、認知オフロード、人間とAIのコラボレーションに関する既存の文献の中に位置づけつつ、AIを介したワークフローに特有の帰属の歪みの一形態として区別します。