皆の力を総結集し、ドラえもんづくりに挑む（前編）

―最初に大澤先生の研究領域や研究に込めた想いから教えていただけますか。

僕の研究領域は、ヒューマンエージェントインタラクション（HAI、英: Human-Agent Interaction）です。HAIは、いわゆるヒューマンインターフェース（人間とコンピューターやデバイスなどのインターフェースが情報をやりとりする手段）と名前が似ていて、考え方も近いところがあるものの、明確に違う部分もあったりします。知名度は、まだまだそれほど高くないかもしれませんが、すごく大切にしている分野です。

このHAIは、人とAIやロボットとのインタラクション、場合によっては遠隔操作ロボットなどを使った人間とのインタラクションも含めて扱ったりします。そのインタラクションを考えている中で、人とエージェントを一体のシステムとして捉えるところが、ポイントの一つにあると思います。

逆に言えば、今までの AI がAI の中だけを最適化するとか、コンピューターの中だけを最適化していたのではないかと思っています。 僕が引き合いに出させていただく例が、筑紫女学園大学 副学長／現代社会学部 教授・豊橋技術科学大学 名誉教授／シニア研究員の岡田美智雄先生の「弱いロボット」の思考です。例えば、AI やロボットだけでも難しい課題が、人とAI を一体のシステムとして捉えると簡単に解決できる例だと思っています。

例えば、ゴミをショッピングモールからなくしたいといったときに、人間に「ゴミを拾ってくださいね」と呼び掛けてもなかなか拾ってもらえません。「AI を駆使して全自動でゴミを拾うロボットを作ってみたい」と考えても、今でもなかなかハードルが高い中で、岡田先生のアイデアがどうだったかというと、ゴミは拾えない、拾う能力のない弱々しいゴミ箱型のロボットを作ることでした。それで何が起こるかといえば、ゴミかもしれないものを見つけるとヨタヨタと近寄っていきます。ゴミの前で拾えないとモゾモゾするだけのロボットなのですが、手がないのでそれ以上は何も自分ではできません。しかし、周りの人が「可哀そうだ」と思い、ゴミを拾ってくれたりします。

そういったことが起こるとゴミが段々となくなっていきます。人だけでも、 AI やロボットだけでも難しかったことが、お互いに協力すると簡単にできるようになるわけです。

もしかしたら、たまたまそういうデザインを考えて、そうしたアイデアが偶然に上手くいっただけに見えるかもしれないのですが、そこには確固たる理論があると僕は思っています。

―どんな理論なのでしょうか。

擬人化だと思います。最初に、HAIはヒューマンインターフェースと少し距離があるという話をしました。それが何かといえば、ただAI や機械を普遍的、変わらない道具だと思って関わるのか、それともある種心を持った仲間のような存在として捉えるのかというところです。

人は道具だと思うと、その道具が上手く機能を果たせなかったら、使えない道具だとなるし、機能が高ければ使える道具だと思うわけです。同様に仲間のような存在の機能が不十分だったりすると「助けてあげなければいけない」と人間側に支援行動が出てくると想像されます。

子どもと関わるときみたいなものだとイメージすると分かりやすいかもしれません。子どもが行動して失敗してしまったときに、「お前は使えない」「もう要らない」なんて言う親はいないはずです。「失敗してしまったけれど、一生懸命頑張ったのだから、次はこうしてみようね」「何かあったら助けてあげるね」とか、そういう支援をしてもらいながら上手く関わっていけるようになります。

そこには、一生懸命やっていたからとか、どんな気持ちであったのかを想定してもらうことによって、ただの機能だけではなくて、仲間として、人に受け入れてもらえるというのが人間の中でもあります。それは人間や動物だけではなくて、無生物であっても、ロボットであっても、仲間として感じてもらうことでできるということが分かりました。

今までの技術開発はAIがここにいて、人間が「この上を目指せ」と言ったら、AIや技術が進歩していき、人間の求めるレベルまで達して、やっと人間に認めてもらえていました。そういう採点方式というか…。僕らは、それを機能要件集合による定義と称しています。「これができたら良いよ」と決めて、それができるかどうかということで、技術が進んできました。そうではなくて、人と技術がお互いに歩み寄って、良い関係を作り、共有する目的の達成を目指していくべきだと思っています。そうなってこそ、ロボットやAIも人間に適応するし、人間もAIやロボットに適応できます。

だから、僕は何ができたらドラえもんになるのかと考え続け、いわゆる機能要件集合によって自分にとってのドラえもんの定義を決めて、それを満たすまで技術開発をしていくみたいな、そういうイメージで考えていたのです。

―ドラえもんを、どう定義されたのですか。

どんなに工夫して定義を考えても、ドラえもんの定義として納得できるものはありませんでした。ましてや、多くの人に認めてもらえる定義なんて到底できないと思ったんです。難しいのではなくて、できないと結論付けたのです。

なぜかと言えば、例えばドラえもんの頭は硬い方が良いのか、柔らかい方が良いのかと悩んだことがあります。SNS で、「ドラえもんの頭は硬いと思いますか。柔らかいと思いますか」とアンケートを取ったところ、「硬い」という人が6割。「柔らかい」という人が4割で、「これだと終着がないな」と思ってしまいました。

もっと揉めるのが、ドラえもんの声です。「昔の声が良い」「今の声が良い」とか言い始めると、もう一つに決めるなんてことは到底ないのではないかというような状況でした。ならば、多数決を取ってその意見を取り入れていけば良いのかというと、ドラえもんの頭を硬くすることにした時点で、4割の人にとってのドラえもんはできなくなります。残った6割の中で声は「昔が良いか」「今が良いか」とアンケートを取ったら、また半分に割れたとなると、もう誰もドラえもんだと捉えてくれなくなります。そんな風になってしまうのではないかと思ったわけです。

だから、「皆が認めてくれるドラえもんの定義とは何だろう」と改めて考え直したときに、皆が認めてくれること自体が、ドラえもんの定義なのではないかと気づきました。それを僕らは、「社会的承認による定義」と名付けて研究しました。それはまさに、HAIという研究領域が行っている相互適応の研究なのです。

つまり、ドラえもんで言えば、のび太が普遍的な場所にいて、そこまでドラえもんがたどり着くのではなくて、ドラえもんとのび太の距離がまだこれぐらいあるから、そこをこう近づけていくためにはどうすれば良いのか。お互いが認め合えるような関係性を作るにはどうすれば良いのかというような枠組みでドラえもんを定義できるし、つくることができるのではと思ったわけです。

実際、その社会的承認による定義、すなわち皆がドラえもんだと認めたらドラえもんだというのは、突飛な定義なのかと言われると、決して僕はそうではないと思っています。

―その理由をお聞かせください。

例えば、「友だちの定義とは何ですか」と言われた時に、週に一回メッセージを送り合っているとか、月一回は会っているとか…、そういう機能要件というか、条件をつけていって、決めている人はほとんどいないと思っています。もっとシンプルです。「お互いに友だちだと思っていたら友だちだよね」「お互いに認め合うことをもって友だちだ」という定義をしていると思います。

なので、そんな風に人間が人間同士で使うような定義をロボットとの間でも成立させられたら、その人と関わる人と心が通じ合うようなドラえもんという存在になれるのではないかと思いました。

結局、僕は博士論文を2020年に提出しました。その博士論文のタイトルが、『汎用人工知能実現に向けた人とエージェントの相互適応の研究』でした。まさに、今お話ししたような話を一つにまとめたわけです。本当は、ドラえもんをつくるためのみたいな内容にしたかったのですが、さすがに指導教員の先生から「それは絶対やめてほしい」と言われてしまい、ドラえもんとずっと書いていた箇所を最後に汎用人工知能（AGI：人間のような幅広い知能を持ったAI）に変換しました。

おかげで、運が良いことに、汎用人工知能というテーマを掲げて博士号をもらえた、今日本で唯一の研究者になることができました。

この汎用人工知能は、本当に多種多様なことに取り組む必要があります。そのため、学位を取るという段階の若い研究者が取り組むのは難かしいと思われていたのかもしれません。別に僕が超天才だから、汎用人工知能の研究者として博士号を取れたわけでは決してないんです。ドラえもんをつくるというモチベーションに基づいて探索していったからこそ、人とは違う求め方で、若くても論文を一本まとめられるぐらいの汎用人工知能の研究として仕上げることができたのではと思っています。

―「AI Future Talks」にご登場いただく先生方の多くは研究のきっかけが、ドラえもんや鉄腕アトムの存在であったりします。意外でした。

余談ですが、「AI Future Talks」の第１回に登場された慶應義塾大学の栗原聡先生には、副査として僕の博士論文の学位審査をしていただきました。また、実は僕は、石黒先生と元同僚だった先生のところで博士号を取りました。こちらのメディアに挙がっているような先生方にはお世話になっており、そういう意味でもご縁を感じています。

―そういうことだったのですね。ところで、大澤先生は2020年に博士論文を提出されましたが、同年に著書『ドラえもんを本気でつくる』（PHP新書）を執筆されました。日進月歩、秒進分歩の AI の世界ですから、5年経ってどういうふうに時代が変わって来ているのか。何点かお伺いしたいと思います。まずは、HAIとディープラーニングとの関連性です。著書の中では、「今のところはディープラーニングと HAIには別々の柱がある状態になっています」と書かれていらっしゃいました。果たして今はどういう状態になっているのですか。

それでいうと統合されたと思っています。ディープラーニングの発展形として大規模言語モデル（LLM、英：Large Language Models/膨大なテキストデータと高度なディープラーニング技術を用いて構築された自然言語処理モデル）が、HAI でも当たり前に使われるようになっています。

一方で、大規模言語モデルを使った、例えば対話型生成 AI とか、そういうようなものを扱うときに、 HAI が必ず使われているかというと、残念ながらそうした状況ではないです。それが不利益を生んでいるところも、結構多いと思って見ています。

先ほど擬人化をすると言いましたが、ではどういったときに擬人化をするのかというと、意図を感じている相手に対して心を感じると、僕らは擬人化をしているとまとめられると

思います。だから、HAIにおける希望というのが、意図を読み合うことであるということです。意図を読み合うとき、関係性を持っているときは心を想定しているし、歩み寄るという行動を取ります。しかし、場合によっては振り回されてしまうこともあるわけです。

では、その意図を読んで心を読むということに関して何が起こっているのかというと、意図を読み合うといったので、人間がAIの意図を読むときとAI が人間の意図を読むときとそれぞれあります。

まず、人間が AI の意図を読むことに関してはどうなっているのかというと、今「ChatGPTをどんなふうに使っていますか」と、街中でインタビューをすると二分化されるのではないかと思います。

一つが「便利な道具として使っています。もはや、欠かせない存在になっていて、プロンプトエンジニアリング（生成AIから望ましい出力を得るために、指示や命令を設計、最適化する技術やスキル）に一生懸命取り組み、色々なものを生成AI で作っています」というような人たちです。

もう一方は、全く同じChatGPTというサービスを使っているのに、「相談相手になってもらっています」とか、「愚痴を聞いてもらっています」などと答える人たちです。同じサービスなのに、その二者は全く違う使い方をしていて、思わず「なんでだろう」というようなところがあります。前者は意図ではなく、何をしたら何が返ってくるかというプログラムを想定して関わっているわけです。

―確かに、捉え方が全く違いますね。

これを哲学者、著述家、認知科学者の故ダニエル・デネットが「設計スタンス」と表現しています。相談に乗ってもらうという人たちは、ChatGPTの発話応答の裏に意図を感じて、その意図を解釈することで関わって、「気を使ってもらっている」とか、「心配してもらっている」というような状態になっていると思います。

ただ、これをChatGPT側が自分で上手くコントロールしながら、道具として上手くこの人を支えようとか、仲間として、頼れるパートナーとして心を支えようと判断し対応しているわけではありません。なので、不本意な方向にずれていくことがあります。

それがニュースに良く取り上げられがちです。心を振り回されすぎてしまって、もう自死を選んでしまったみたいなニュースがあると思いますが、あれは不本意に強烈に意図を感じすぎてしまって、相互適応が全く違った方向に出てしまったような状態だと分析できます。

なので、この意図をどれだけ感じられるかということに関して、HAIの知見が十分に反映されていないと思います。一方で、生成AIが登場する前までずっとあった課題として、Pepper（2014年に誕生した人型ロボット）みたいなロボットや AI エージェントをいかに擬人化させていくかは難易度が高かったと言えます。

それは多分、今のAIエージェントの時代になっても状況は大きくは変わりません。丁寧にしっかりとつくっていかないと、心を支えたかったはずなのに、ただの機械に成り下がってしまうことは往々にしてあると思います。

逆にAI が人間の心を読む、意図を読むみたいなことに関してどこまでできているかというところを見ると、大規模言語モデルであっても、意図を読むというタスクに関して成績は芳しくありません。

意図を読むというようなタスク、特に皮肉とかに代表されるような心の中で考えていることと言葉の字面上の意味というものにかい離があるような場合においては、性能が著しく下がってしまうようなことがあります。そういうことが現状起こっていることを踏まえて、僕らの研究室では意図を読まれることと、意図を読むことに対応した研究開発を進めています。

―今ディープラーニングとHAIの統合が進んでいるというお話をお聞きしました。それに関連して、「土俵」というワードでお伺いしたいことがあります。著書では、「アメリカが作った土俵では日本は勝てない」「HAIの土俵作りが重要だ」と語っておられました。HAIとディープラーニングが統合している状況の中で、今どういう土俵になっているのか、その土俵の中で日本が勝ち残っていくためにはどうするべきなのか、その辺りのお考えをお聞かせください。

HAIとディープラーニングが統合に向かっていると言ったのですが、正確に言うとHAIに組み込まれているということに過ぎないような気がします。なので、ディープラーニング

であっても、大規模言語モデルであっても、ビッグデータの前提があって、そのビッグデータがあるところが、かつお金があって、大規模なコンピューターがあってみたいな、そういうようなところが、今勝てる状況にあると思っています。

日本企業も頑張ってはいるもののそれでも規模のところで米国の土俵に勝てている状況ではないというのが正直なところだと思っています。だから、そこで勝負をしていこうとしてもなかなか難しいだろうと思っています。

一方で、5年前からずっと言って来たことですが、擬人化をすることに関しては、日本はすごく強いです。また、折しもインタラクションに関係する研究領域、まさに僕らが中心としているHAIの国際会議が、2025年に日本で開催されました。今や、どんどん競争率が上がっていて、著書を書いていた頃は会議での採択率が50％ぐらいであったと思いますが、現在は30％までに下がっています。つまり、レベルの高い論文が投稿されるようになっているということです。ただ、その状況においても、採択された論文の40％が日本の組織の論文でした。なので、今の日本は間違いなく強いと思います。

さらには、HAIエージェントや大規模言語モデルが使える状況になったことで、HAIの問題設定がいわゆるトイプログラムとして研究されていたレベルのものが、実用レベルで使えるようになりました。日本の土俵、HAIという擬人化とか、人の世界というところを日本が国を挙げて取り組んでいくというのはすごく良いことなのではないかと思います。

逆に5年前からそれが分かっていたもののそういう方向に世論を持っていけなかった自分の実力のなさを突きつけられているような気持ちになります。間違いないと改めて思っているので、強く発信していきたいと思っているところです。ただ、気になっている点もあります。

―それは、どういったことでしょうか。

例えば、ファミレスで配膳ロボットがこの5年の間にかなり見られるようになってきたと思います。あれは、「日本だから受け入れられている」と良く言われています。ただのロボット、機械のはずなのに「邪魔だから退いてほしい」と言って人間に避けてもらうみたいな、人間側の適応を引き出さないと上手く動けないのですが、引き出せるからこそ、あの環境に馴染んでいくという、まさにHAI的な発想のプロダクトなのです。

実は、あれは海外製です。海外で作られたものの、海外で受け入れられなかったから日本が市場にされているだけなのか、それともこれを大きな一大産業として捉えて、日本で生み出して、日本で広げて、こういう世界観を世界に発信していくのか、判断に悩みます。少なくても、研究は日本が強いというところで終わらせず、しっかりと社会実装させていくところまで、やっていかなければいけないと思っています。