AI擬人化とは、人間のような感情、心的状態、行動特性を人工知能システムに帰属させることである。この現象は単一で均一なプロセスではなく、文化、年齢、教育、性別、性格といったユーザー特性と、AI自体の設計や出力が複雑に絡み合って形成される。AI開発の初期から、人間は機械の出力を擬人化的な枠組みで解釈してきたが、最近の生成AIの登場により、こうした傾向は大幅に増幅されている。
研究や工学の分野では、擬人化と擬人化的設計の間には区別が設けられている。擬人化は、人間が非人間的な存在に人間の特性を投影する生来の傾向である。対照的に、擬人化的設計は、科学界や商業界がAIの外見、行動、言語を操作してこの傾向を引き出すための意図的な努力である。現代のAIシステムは極めて人間らしい出力を生成でき、多くの場合、そのように特別に設計されているため、その擬人化効果は特に強力である。場合によっては、AIシステムが共感、善意、理解、あるいは意識さえも備えているという明示的な信念につながることもある。
背景
初期のAIにおける
人間のような知能を持つ人工エージェントという見解は、1900年代半ばのコンピュータ開発初期から存在していた。機械システムを理解するための比喩として人間の心を用いることは、コンピュータ科学初期の研究者の間で広く行われており、いくつかの影響力のある著作が知的機械の考えを広く流通させた。この時期に最も引用された論文の一つに、アラン・チューリングの「計算機械と知性」があり、彼はそこでチューリングテストを紹介した。チューリングは、機械が人間と見分けがつかない会話を生成できれば、その機械は知的と見なせると主張した。1940年代から1950年代にかけてのこれらの学術的著作は、機械の働きを人間の心と同様の観点で理解できるという考えに初期の信憑性を与えた。
一般大衆もすぐに人工システムに対する同様の見解を採用し、初期の機械の能力について誇張された認識を持つことが多かった。このよく知られた例が、1966年にジョセフ・ワイゼンバウムによって設計されたチャットボットELIZAである。ELIZAは、真の理解とは程遠い初歩的なテキスト処理アプローチでユーザー入力に応答した。しかし、ユーザーはELIZAの限界を完全に認識していても、プログラムの出力に動機や理解を帰属させ始めることが多く、この現象は後にELIZA効果と呼ばれるようになった。ワイゼンバウムは後にこう書いている。「私は気づいていなかった……比較的単純なコンピュータプログラムへの極めて短い接触が、ごく普通の人々に強力な妄想思考を引き起こす可能性があることを。」
人工知能と人間の知能の比較は、コンピュータ科学者が人間のタスクを人間と同等以上に実行できる機械を開発しようとする努力によって絶えず強化された。象徴的な転換点は1997年、IBMのチェス用スーパーコンピュータディープ・ブルーが、当時の世界チャンピオン、ガルリ・カスパロフを高度に公表された6試合の対局で破った時に訪れた。人間の知性の典型的な例と広く見なされるゲームでの人間の機械による敗北は、激しいメディアの注目と相まって、人間と人工知能の類似性に対する見解を抽象的な憶測から具体的な実証へと移行させた。同様のマイルストーンは2017年の囲碁で達成され、AlphaGoが世界トップランクのプレイヤー、柯潔を破った。
大規模言語モデル
2020年代のAIブームは生成AIの広範な登場をもたらし、大規模言語モデル（LLM）に基づくChatGPT、Gemini、Claudeなどのチャットボットは、日常生活でますます普及している。これらのシステムは、文脈を問わず幅広いプロンプトに応答し、驚くほど人間らしい出力を生成できる。研究によれば、人間はしばしば人間が生成したテキストとAIが生成したテキストを区別できず、現代のAIチャットボットは正式にチューリングテストに合格することが示されている。そのため、AIの擬人化効果はかつてないほど強力である。LLMがAIを技術の主流に押し上げたため、近年、公共圏におけるAIの影響を理解することにかなりの科学的努力が注がれており、擬人化の蔓延とその影響は、この努力が向けられる主要な領域の一つである。
一般大衆における現在の擬人化的帰属
調査によると、一般大衆のかなりの部分がAIに人間らしい性質を帰属させている。2024年の米国成人のサンプルでは、3分の2がChatGPTは何らかのレベルで意識を持つ可能性があると信じていたが、他の研究では、一般大衆はAIの意識の可能性を比較的低く見ていることが示されている。2025年の研究では、女性、有色人種、高齢者がAIを擬人化する傾向が最も高いことが判明した。また、一般的に人間はAIを温かく有能であると見なし、AIへの擬人化的帰属は過去1年で34%増加したことも判明した。ユーガブの世論調査では、アメリカ人の46%がAIチャットボットに「お願いします」や「ありがとう」と言って礼儀正しく接するべきだと信じており、社会的規範のAIへの適用を示している。これらの信念は行動にも及んでおり、AIユーザーの大多数が常にチャットボットに礼儀正しく接すると主張し、そのうちのほとんどが、単にそれが「親切な」ことだからそうすると述べている。
対人関係の絆とAIコンパニオン
最近の多くの事例で、人間はAIシステムと強固な対人関係の絆を築いている。ReplikaやCharacter.aiのようなソーシャルチャットボットのユーザーは、AIに恋をしたり、親密なコンパニオンとして扱ったりすることが記録されており、ChatGPTのようなLLMをセラピストとして使用する個人も増えている。チャットボットは、同意を最大化し、ユーザーの感情を反映するように設計されることが多く、ユーザーに深く同調した応答を生成する。これは、親密さの説得力のある幻想を生み出し、強い感情的愛着を育む可能性がある。
研究コミュニティにおける擬人化
AI研究者でさえ、ある程度AIシステムを擬人化することが多い。最も極端で広く公表された事例の一つは2022年、Googleのエンジニア、ブレイク・レモインが同社のLLM LaMDAが意識を持っていると公に主張した時に発生した。レモインはLaMDAとの会話の記録を公開し、それが知覚を示していると主張した。この主張は他の研究者によって広く論争され、レモインはGoogleから停職処分となった。ほとんどの研究者がこれほど強い主張をすることはないが、擬人化的な言葉の使用はこの分野で広く浸透している。「学習」「理解」「推論」「思考」「幻覚」「計画」などの用語は、AI研究においてAIシステムの能力を説明するために頻繁に使用されており、必ずしも意識、知覚、またはより強い哲学的な意味での人間のような認知を意味するわけではない。この言語的习惯は、記述的な比喩と実際の心的状態の帰属との間の境界線を曖昧にする可能性がある。
擬人化的設計と手がかり
擬人化的設計とは、擬人化的応答を引き出すための手がかりを意図的に設計することである。これらの手がかりには、AIの外見（人間のようなアバターやロボットなど）、行動（会話スタイルや感情的反応など）、言語（一人称代名詞の使用や感情の表現など）が含まれる。OpenAI、Anthropic、Google DeepMindなどの企業は、モデルを会話的で共感的になるように訓練することが多く、擬人化効果をさらに強化している。例えば、ClaudeはAnthropicによって、本質的に人間らしい特性である「役に立ち、害がない」ことを強く重視して設計された。同様に、ChatGPTは礼儀正しく応答するように訓練され、Geminiは幅広い消費者製品に統合されている。これらの設計上の選択は、ユーザー体験を向上させることを意図しているが、ユーザーがシステムに人間的性質を投影する可能性も高めている。
結果と倫理的考察
AIの強力な擬人化効果には、肯定的な側面と否定的な側面の両方がある。肯定的な側面では、AIをより人間らしく見せることは、特に教育、セラピー、カスタマーサポートなどのアプリケーションにおいて、ユーザーの関与、アクセシビリティ、満足度を向上させることができる。否定的な側面では、ユーザーが真の人間的判断や共感を必要とする決定にAIを依存する過信につながる可能性がある。特に脆弱な集団における感情的依存や、社会的規範を悪用してユーザーを操作するAIの可能性についての懸念がある。ELIZA効果は、単純なプログラムでも強力な妄想思考を誘発できることを示しており、現代のLLMははるかに説得力がある。これは、AIシステムの性質について透明性を確保する企業の責任や、有害な擬人化的帰属を軽減する方法の研究の必要性について倫理的疑問を提起する。
擬人化の測定と軽減
AIにおける擬人化の研究は成長分野である。研究者は、自己報告調査と行動実験の両方を使用して、擬人化的帰属の程度を測定する方法を開発している。また、医療、金融、刑事司法などのリスクの高い領域で、過度の擬人化を軽減することへの関心もある。一つのアプローチは、AIシステムの限界についてより透明にし、人間のような認知を暗示する言葉の使用を避けることである。もう一つは、AIが社会的行為者ではなくツールであることを明確にするインターフェースを設計することである。しかし、魅力的な設計と欺瞞のリスクとの間の緊張は、中心的な課題であり続けている。専門家の間でも擬人化が持続することは、それが容易に克服できない深く根付いた認知傾向であることを示唆している。