現代社会に深く浸透したChatGPTやGeminiなどの大規模言語モデル（LLM）は、革新的なアイデアを生み出す強力な思考のパートナーとして広く認識されている。多くのユーザーが業務の効率化や企画立案、あるいは日常の課題解決にこれらの人工知能システムを活用している。プロンプトを入力した直後に返ってくる応答を観察する限り、人工知能は瞬時に独創的な視点を提示し、人間の発想を凌駕しているように見える。機械はすでに豊かな想像力を獲得したかのような錯覚を抱かせる。
一見すると素晴らしいアイデアを出す人工知能の創造性だが、複数のシステムを並べて比較した途端、その幻想は崩れ去る。デューク大学のEmily Wenger氏とTechnionのYoed N. Kenett氏が主導した2026年の最新研究は、AIの出力が人間の集団と比べて異常なまでに均質であることを科学的に証明した。単一の回答だけを見れば平均的な人間よりも創造的であるにもかかわらず、巨視的に見るとすべてのモデルが判で押したように似通った回答を出力するという「同一性のパラドックス（Sameness Paradox）」の存在が明らかになったのだ。
発散的思考の測定と認知科学的アプローチ
このパラドックスを客観的に評価するため、研究チームは認知科学の歴史において確立された標準化された創造性テストを採用した。102人の人間の被験者群と、Gemini 1.5やGPT-4oをはじめとする22種類の主要な大規模言語モデルに対し、同等の条件で課題を与え、その出力を比較している。
用いられたタスクの代表例が、心理学者J.P. Guilfordらが1950年代に考案した代替用途テスト（AUT：Alternative Uses Task）である。これは、例えば「フォーク」や「ズボン」といった日常的な物品に対し、本来の目的とは異なる新しい使い道を可能な限り多く考案する課題である。このテストは、単一の正解が存在しない問いに対して多様な視点からアプローチする「発散的思考」の能力を測定する指標として用いられてきた。
さらに、互いに全く関連性のない10個の名詞を列挙する発散的連想テスト（DAT：Divergent Association Task）や、特定の単語から思考の連鎖を辿るフォワードフロー（FF）といった課題も並行して実施された。FFは、ある起点となる単語から出発し、心に浮かぶ次の単語を連続して20個書き出していくテストである。人間の被験者は自身の個人的な記憶や情動に根ざした連想経路を辿るため、出力される単語の連鎖は人それぞれに全く異なる軌跡を描く。
研究者らは、人間と人工知能の双方から得られた膨大なテキストデータを、Sentence-BERTと呼ばれる文章の埋め込みモデルを用いて高次元の数学的空間（ベクトル空間）にマッピングした。出力されたテキスト間のコサイン距離を計算することで、アイデアの意味的な類似度や広がりを精密に定量化するアプローチがとられた。
個人レベルの卓越と集団レベルの均質性
膨大なデータの分析結果は、人工知能の能力に対する我々の直観を大きく裏切るものだった。個々の回答の独自性に焦点を当てた場合、人工知能の出力は人間の平均スコアと同等か、あるいはそれを上回る成績を記録した。代替用途テストにおいて、人間が思いつかないような突飛で巧妙な使い道を提示する能力に関して、機械は十分に優れたパフォーマンスを発揮した。
その一方で、集団レベルの多様性を測定した際、言語モデル群の限界が明確になる。人間の被験者102人が生み出したアイデアの集合体は、ベクトル空間上で広大かつランダムに分散し、豊かな多様性を示した。対照的に、22種類の言語モデルから得られた回答群は、特定の狭い領域に密集してクラスタリングされる傾向が顕著であった。GoogleのGeminiであれ、OpenAIのGPTであれ、開発元やアーキテクチャの異なるモデル群が、驚くほど似通った創造的な回答を繰り返し生成していたのである。
この現象は、現在の大規模言語モデルが本質的に人間の言語データの巨大な統計的近似であることを物語っている。インターネット上の膨大なテキストを学習したモデルは、与えられたプロンプトに対して数学的に最もあり得べき単語の並びを予測する仕組みを持つ。単一のプロンプトに対しては、平均的な人間が思いつくよりも洗練された希少性を持つアイデアを抽出できる。しかし、複数のモデルが同じインターネットという集合知の海から学習し、類似したTransformerアーキテクチャを採用している以上、最終的に導き出される最適な創造的回答が似通ってくるのは技術的な必然である。
安全性への代償：アライメントが生み出す「人工的なハイブマインド」
大規模言語モデルがなぜこれほどまでに画一的な出力に至るのかという根本的な疑問は、並行して発表された別の研究によってさらに深く掘り下げられている。ワシントン大学のLiwei Jiang氏らが中心となり、世界最高峰のAI国際会議NeurIPS 2025で高く評価された研究「Artificial Hivemind」は、この均質化のメカニズムに説得力のある説明を与えた。
Jiang氏らのチームは、Claude 3.5 Sonnetや中国製のDeepSeekなどを含む世界中の70以上のモデルに対し、「色鮮やかなヒキガエルの冒険の物語を50語で書け」といった同一のプロンプトを大量に入力した。どのモデルもヒキガエルに「Ziggy」や「Pip」という名前を付け、なぜか飢えたタカやキノコを物語に登場させるという不気味なまでの一致を見せた。時間のメタファーを問うプロンプトに対しては、ほぼすべてのモデルが「川」という表現を選択し、他の可能性を排除する傾向が確認されている。
この画一化の背景には、現代の人工知能開発において必須とされるアライメント（Alignment）と呼ばれる微調整プロセスが横たわっている。モデルが暴言や有害な情報を出力しないよう、人間のフィードバックに基づく強化学習（RLHF）を施すこの工程は、安全性を担保する上で欠かせない。その代償として、システムは統計的に最も無難で、コンセンサスを得やすい安全な回答を優先して選択するよう最適化されてしまう。突出した特異な表現や論理の飛躍を伴う斬新なアイデアは、学習過程でノイズや不適切と判定されやすく、結果としてすべてのモデルが同じような模範解答へと収束していくという構造的なジレンマを抱えている。
Jiang氏らの研究は、この問題を「人工的なハイブマインド（集合的意識）」と表現し、テクノロジー業界全体が知らず知らずのうちに単一の巨大な思考の枠組みを構築しつつある現状に警鐘を鳴らした。
パラメータ調整の限界：「温度」の上昇が招く意味的崩壊
生成AIの仕組みに詳しい技術者であれば、文章生成時のランダム性を制御する温度（Temperature）パラメータを高く設定すれば、より多様な出力が得られると反論するかもしれない。言語モデルは次に続く単語を確率的に予測して文章を生成する構造を持つため、温度設定を上げれば通常は選ばれない確率の低い単語が選択されるようになり、想定外の独創的なテキストが生まれるように思われる。
Wenger氏らの研究チームもこの仮説を検証すべく、温度パラメータを通常の1.0から最大2.0まで段階的に引き上げて実験を行った。統計上の数値としては、確かに集団レベルの多様性は向上した。パラメータを上げるにつれて言語モデルは互いに異なる回答を出力するようになり、ベクトル空間上での分散は広がっていった。
出力されたテキスト内容を詳細に精査した結果、パラメータ操作による多様性の向上は実用的な創造性とは無縁の産物であることが判明した。温度を限界まで高めたモデルは、設問に対する論理的な一貫性を保持できず、最終的に文法が破綻した「gibberish（意味不明な出力）」を吐き出すようになったのである。
認知心理学の知見によれば、優れた創造的アイデアとは目新しさに依存するものではなく、与えられた制約の中で有用性を伴うものでなければならない。人間は直観的にこの二つの要件のバランスを取りながら、無意識下で論理の飛躍と文脈の維持を同時に行っている。機械にとっては、パラメータの操作は確率空間での無作為な探索の拡張でしかない。温度を上げれば新規性は高まるが有用性が失われ、意味不明な文字列へと崩壊していくという事実は、現在のAIのアーキテクチャが人間の創造的思考のメカニズムを本質的には模倣できていない事実を示唆している。
思考のアルゴリズム的単一栽培を防ぐための未来への示唆
これらの科学的知見は、私たちの社会が知的生産のツールとして人工知能とどのように向き合うべきかについて、深刻な問いを投げかけている。ビジネスの企画立案から芸術分野での表現模索に至るまで、多くの人々が思考の壁に直面した際のブレインストーミング手段として大規模言語モデルに依存し始めている。
もし世界中の利用者が同じようなアルゴリズムからアイデアの種を受け取り、それを元に創作活動を行うようになれば、社会全体から生み出される知的生産物の多様性は著しく損なわれる。これは農業の世界で単一の作物品種だけを育てる「モノカルチャー（単一栽培）」が、予期せぬ病害によって生態系全体を壊滅させる脆弱性を持つのと似ている。アルゴリズム的な単一栽培は、人類の文化やイノベーションの停滞を招く危険性を孕んでいる。
人間の真の創造性は、肉体を通じた経験の蓄積や、複雑な社会関係の中で生じる摩擦といった、アルゴリズムが切り捨てたノイズの中に宿っている。人工知能は既知の知識を瞬時に整理し、論理的な構成案を提示する作業において比類なき能力を発揮する。言語モデルを思考の補助線として利用すること自体は極めて有効である。AIが提示する均質化された滑らかな回答を最終的な到着点として受け入れるのではなく、それを思考のスタートラインとして位置づけ、自らの足で泥臭い試行錯誤を続ける姿勢こそが、次世代のブレイクスルーを生み出す原動力となる。
論文
- PNAS Nexus: Large language models are homogeneously creative
参考文献
