血液型の性格タイプを人工知能が判定したら、人の説明より信じられるのか。同じ文章でも作り手の表示で評価が変わる実験から、機械への期待と抵抗を読み分ける。血液型診断の精度を確かめた研究とは区別し、信用できそうな印象、助言を使う行動、実際の正しさを別々に見る手掛かりを示す。
夜のスマホに「人工知能があなたの性格タイプを分析」と出る。血液型の性格説も、テレビの雑談より機械の判定のほうが確かに見えるだろうか。画面の向こうに計算があると思うと、同じ説明でも読み方が変わる。その一方で、人の気持ちを機械に決められたくないという反応もある。
答えの芯は、人工知能の表示が信用を一方向に押すわけではない、ということだ。同じ選手評価を読ませた実験では機械の表示が信頼性の評価を高めた一方、文章の著者表示を変えた別の実験では人工知能の評価が低かった。[1][12] ただし、いずれも血液型による性格判定の正確さを試した実験ではない。
ここで読むのは「血液型で性格が分かるか」ではなく、「機械が言ったと知ると、説明の受け取り方はどう変わるか」である。既存記事『血液型の性格説は誰の話だと信じる？専門家の肩書きと根拠の強さを分けて読む』には人の肩書きの問いを譲り、こちらは人工知能という作り手の表示と、実際に読む中身を切り分ける。
既存記事『血液型の性格説は例を想像すると信じる？経験と作った場面の境目を研究で読む』が扱うのは、思い浮かべた例と経験の区別である。ここでは記憶を作る過程には踏み込まず、今読んでいる文章に付いた作り手の表示を問う。
機械という名札と、判定の中身を分ける
アルゴリズムとは、ここでは情報を処理して答えや助言を出す仕組みを指す。人工知能への反応を扱ったレビューは、人が拒んでいるのは出力そのものではなく、アルゴリズムというラベルかもしれない、という見方を提案している。機械の答えへの反応を調べるなら、呼び名、実際のやり取り、技術の構成を区別すべきだという議論である。[4]
たとえば、性格について書かれた文章を先に読み、あとから作り手を知らされる場面を考える。読む前に人工知能だと分かっていた場合と、どこで感想が違うだろうか。これは日常で試せる問いの立て方であり、血液型診断に効果が確かめられた手順という意味ではない。レビューの視点を借りれば、文章への感想と、その名札への感想を混ぜずに考えられる。[4]
「信用できそう」「自分に合っている」「正しい」は別の問いだ。読みやすい文章だと感じても、判定が現実の行動を当てるかどうかは別に確かめる必要がある。信頼に関するレビューも、人工知能を強く拒否する側と、任せきりになる側の両極の間に、性能を見ながら注意を保つ姿勢を置いている。[7] 信用するか拒否するかの選択だけでは、読む作業が足りないのである。
この区別は、テレビで聞いた話を人工知能に尋ね直すときにも使える。同じ主張が別の口調で返ってきたとして、増えたのは確かめた証拠なのか、言い直した文章なのか。まず確認する対象をそこに置きたい。機械の名前を付け替えることと、主張を検証することは、この記事では別の作業として扱う。
疑問の続きは、体で確かめるのがいちばん早い。
同じ選手レポートでも、信用と個別理解は分かれた
人工知能のほうが信用された例から見よう。選手のパフォーマンス評価を扱う実験では、参加者220人を無作為に分け、同じサッカー選手のレポートを読ませた。違いは、人工知能の分析システムによるものか、専門の人間の分析者によるものかという出所の表示だった。解析では、その選手をどれほど知っているかも考慮された。[1]
人工知能が作ったとされたレポートは、メッセージの信頼性と、選手を評価するうえで役立つと感じられる程度で、より高く評価された。ところが、選手固有の特徴を考慮しているという評価では、人間が作ったとされたレポートが上回った。[1] 同じ紙面に、計算への期待と、その人を理解してほしいという期待が並んだことになる。
重要なのは、これは別々のレポートの出来栄えを競わせた結果ではない点だ。中身をそろえたうえで、出所の表示によって評価が異なった実験である。[1] したがって「この実験で人工知能の分析のほうが正確だと証明された」と読むのは飛躍になる。高まったのは、レポートを読む参加者の評価である。
性格の説明を読む場面に引き寄せるなら、私は計算の確かさを期待しているのか、それとも自分だけの事情を理解してほしいのか、と問いを分けられる。これは選手評価の結果を生活に置き直した読み方だ。性格を判定された人も同じ反応をする、と実験の対象を広げてはならない。
この実験では人工知能への好意と抵抗が同じ評価課題の中で共存しうると論じられている。[1] 機械を信じる人と信じない人にきれいに二分するよりも、何の働きを信用したかを読むほうが、結果に沿っている。性格の文章でも、細かい分類の印象と、本人の事情への理解を別々に問う余地がある。
文章の著者になると、人工知能が低く見られた
反対の向きの結果もある。文章のテーマと著者表示を操作した無作為化実験では、164人が道徳と技術を題材にした計6本の文章を読んだ。各文章の著者は、ChatGPTまたは人間と表示された。調べたのは著者の能力、内容の質、仮の大学授業でその文章を提出したいかという意向である。[12]
研究者は、道徳の文章なら人間、技術の文章なら人工知能が高く評価されるような交互作用を予想した。しかし、テーマによって著者表示の影響が変わる効果は、著者の能力の評価でだけ見られ、内容の質と提出意向では見られなかった。人工知能の表示は、調べた評価のいずれでも人間より低く評価された。[12]
著者表示の効果量は、能力の評価がd=0.95、内容の質がd=0.39、提出意向がd=0.57だった。[12] dはここでは条件間の差を表す尺度であり、正答率ではない。能力の評価の差を、文章の内容がその割合だけ間違っていた、と読むことはできない。評価の違いを測った数字を、文章の真偽を測った数字に変換しないことが大切だ。
選手レポートの実験と並べると、人工知能という表示が高く評価される場面も、低く評価される場面もある。[1][12] ただし、これは同じ参加者を同じ条件で比較した実験ではない。題材や課題が違う研究を並べて、どちらが強い効果か、性格診断なら必ずどちらになるか、と順位を付けることはできない。
日常の例なら「このタイプは慎重である」という画面を見て、機械だから公平だと受け取る人もいれば、機械に人柄は分からないと感じる人もいるだろう。これは読者に考えてもらうための仮の場面だ。実験が示すのは、人工知能という名札に誰もが同じ方向へ反応する、という単純な説明では足りないことなのである。[1][12]
比較の仕方にも注意がいる。文章の実験で調べた「授業で提出したい」という意向は、実際に提出した行動そのものではない。[12] 読者が性格の説明を誰かに送りたいと思うことと、その説明が相手に当てはまることも区別して考えたい。人に見せたくなる文章には、見せたくなる理由があるとしても、その理由を正確さの検証に置き換えることはできない。
さらに、テーマとの交互作用が能力評価で見られたことと、著者表示の主効果が各評価で見られたことは、同じ問いへの答えではない。前者はテーマによって表示の影響が変わるか、後者は表示によって評価に差があるかという比較である。[12] 技術の話なら人工知能が有利なはずだ、と先に筋書きを置くと、内容の質では予想された交互作用が見られなかった点を読み落とす。
この違いを血液型の画面で考えるなら、分類表、説明文、友人に送るボタンを、それぞれ別の対象として眺められる。表が整っていて見やすいのか、文章に共感したのか、会話のきっかけとして使いたいのか。これは画面を読むための筆者の整理である。実験の評価項目を日常の感想へそのまま対応させた測定ではないが、気に入った理由を具体的な言葉にする助けにはなる。
数字で読む作り手の表示と信頼
220人：同じ選手レポートの出所を変え、信用と個別理解を別々に評価した実験の参加者数である。[1]
164人：道徳と技術の文章を読み、著者表示への反応を調べた無作為化実験の参加者数である。[12]
d=0.39：文章の著者表示による内容の質の評価差。診断の的中率を示す数字ではない。[12]
4週間：大学の授業で助言の表示による信頼の傾向が続いた観察期間である。[3]
35人：日本の理学療法教育で人工知能のフィードバックを比較した学生の人数である。[11]
疑問の続きは、体で確かめるのがいちばん早い。
1
2
