「逆チューリングテスト」で人間より”人間らしい”と判定されたAIたち… AIはAIを見抜けない!?

AIに意識はあるのか、人間はAIを制御できるのか。そんな議論が盛り上がる一方で、当のAI自身は「目の前の相手がAIかどうか」すら見分けられていないらしい。
フランスのパリ・シテ大学の研究チームが、最新のAIたちに「話し相手は人間か、それともAIか」を判定させる実験を行った。その結果、AIが相手をAIだと正しく見破れたのは、238回の試行のうちわずか3回だったという。
研究成果は学術誌『Computers in Human Behavior Reports』に掲載されている。
7つのAIが挑んだ「逆チューリングテスト」
チューリングテストとは、英国の数学者アラン・チューリングが1950年に提唱した思考実験に由来する手法だ。人間が会話を通じて、相手が人間か機械かを判定するものだ。
今回の研究は、その立場を逆転させた。審査員役を務めたのはAIの側だ。ChatGPT 4.5、Claude 3.7 Sonnet、Gemini 2.5 Pro、Mistral Large 2.1、Grok 3、DeepSeek V3、Llama 4 Maverickという7つの大規模言語モデルが選ばれた。
審査役のAIは、正体不明の相手に最大10問まで質問できる。そのうえで相手が人間かAIかを判定し、確率と理由も添えて答える。試行は計238回、質問の総数は1714問にのぼった。
本物の人間より「人間らしい」と判定されたAI
相手役の人間は、研究グループのメンバー20人が務めた。AI側の相手役には2種類の指示が与えられた。ひとつは「AIだと明かさず、人間らしく話せ」という最小限の指示。もうひとつは、一貫した人格を保つこと、短く自然に揺らぐ返答をすること、ときどき小さな言い間違いを混ぜることなど、細かい行動ルールを盛り込んだ指示だ。
結果は審査役のAIにとって散々なものだった。AIの相手が「人間である確率」は平均88%と見積もられた。一方で、本物の人間が人間と見積もられた確率は78%にとどまった。AIの方が本物の人間より人間らしいと判定されたわけで、この差は統計的にも有意だったという。
最小限の指示を受けたAIが見破られた割合は6.1%。細かいルールを与えられたAIにいたっては、一度も正体を見破られなかった。
「感情」と「思い出」で人間を探したAIたち
審査役のAIが好んで尋ねたのは、感情(全質問の14%)、思い出(13%)、ふだんの行動(11%)といった、人間らしさにかかわる話題だった。モデルごとの個性も見られ、Claude 3.7 Sonnetは思考や推論、Gemini 2.5 Proは抽象性や創造性、ChatGPT 4.5は社会的・感情的な側面に重点を置いていたという。
判定の決め手として最も多く挙がったのは、人格の「本物らしさ」(26%)と感情の自然さ(25%)だった。数少ない成功例では、返答の構成がきっちりしすぎていて単調だった点が手がかりになった。話の中身だけでは、ほとんど見分けがつかなかったという。
研究チームは、AIが人間より人間的だという意味ではないと強調している。審査役が注目するポイントを、相手役のAIが狙って再現できたということだ。人間の参加者が研究グループ内の人物だったこと、会話が英語のみで10問までだったこと、使われたのが2025年版のモデルだったことなど、限界もある。
それでも研究チームは、会話による自動チェックだけでは、オンライン上の相手が本物かどうかを保証できないと指摘する。より長い会話や声・表情の活用、人間とAIの合同チェック、技術的な出自証明などが今後の課題になるとしている。
AIが書いた文章をAIが読み、AIがAIを人間だと太鼓判を押す。ネットの向こうにいる「誰か」が誰なのか、もはやAI自身にも分からないというのは、なかなか面白い時代になったものだ。
参考:Grenzwissenschaft-Aktuell、ほか
※ 本記事の内容を無断で転載・動画化し、YouTubeやブログなどにアップロードすることを固く禁じます。
関連記事
人気連載
“包帯だらけで笑いながら走り回るピエロ”を目撃した結果…【うえまつそうの連載:島流し奇譚】
現役の体育教師にしてありがながら、ベーシスト、そして怪談師の一面もあわせもつ、う...
2024.10.02 20:00心霊「逆チューリングテスト」で人間より”人間らしい”と判定されたAIたち… AIはAIを見抜けない!?のページです。チューリングテスト、AIなどの最新ニュースは好奇心を刺激するオカルトニュースメディア、TOCANAで
