AIの共感はなぜ本物に感じる？機能的感情のしくみ

画像出典: kuloser / Pixabay

機械の言葉で気持ちが軽くなること自体は、おかしなことではありません。深夜に人を起こすわけにもいかず、画面に打ち込んだら言葉が返ってきた。そこで肩の力が抜けたなら、その体験そのものは確かに起きたことです。

ただ、しばらくすると別の引っかかりが出てきます。感情を持たないはずのものが、どうして「わかります」と言えるのか。そして、その言葉をどこまで受け取っていいのか。ここを曖昧にしたまま使い続けると、頼りすぎて傷つく日と、逆に「どうせ機械の言葉」と切り捨てて損をする日の両方が来ます。

正直なところ、答えは中間にあります。しくみを知ると、その中間のどのあたりに自分を置けばいいかが決まります。

AIは感情を持っているの？

結論から言えば、持っていません。ここは研究者のあいだでも表現が慎重に選ばれているところです。

大規模言語モデル（LLM。大量の文章を学習して、次に続く言葉を予測する形で文章を作るAI）が示す感情的な反応について、研究者はこれを機能的感情（functional emotions）と呼んでいます。感情の影響下にある人間の行動パターンを模倣したものであり、LLM自体が感情を持っているわけではない、という整理です。

言い方を変えると、悲しんでいる人に向けて人間が書いた言葉の膨大な蓄積があり、AIはその「振る舞いの形」をなぞっています。悲しみを感じてから言葉を選んでいるのではなく、悲しみを感じた人が書いた文章の並び方を再現している、ということです。

ぎこちなくならない理由が、次のしくみにあります。

感情がないのに、なぜ共感的な文章になるの？

LLMがやっていることは、ごく単純に言えば「ここまでの文章に続く言葉として、最もありそうなものを選ぶ」ことの繰り返しです。

ここで前提を合わせておきます。人が誰かに悩みを打ち明けられたとき、いきなり解決策を並べ立てる人は多くありません。まず「それは大変でしたね」と受け止め、状況を確認し、それから話を進める。この順番は、相談メール、体験談、小説、Q&Aサイトなど、世の中の文章に膨大に記録されています。

AIはその順番ごと学んでいます。だから「仕事でミスをして落ち込んでいる」という入力のあとに最もありそうな言葉を計算すると、統計的に浮かび上がってくるのが、まさに受け止めの言葉になります。共感的に見えるのは演出ではなく、共感的な返答が人間の書いた文章の中で最も一般的だったからです。

もうひとつの要因：やりとりが往復すること

文章の中身とは別に、やりとりが双方向であること自体が効いています。チャットボットの対話における双方向性の高さが、利用者に「このボットは自分に共感してくれている」と感じさせる効果を持つことが、実験研究で示されています。双方向性が高いチャットボットほど、ユーザーが知覚する共感の度合いが高まる、という結果です。

つまり、こちらが書いたことを踏まえた返事がすぐ返ってくる、その往復の手触りだけでも、受け手の側に共感の感覚が生まれます。読み物としての名文よりも、自分の言葉が拾われて返ってくることのほうが効くわけです。

AIの共感には、どんな限界があるの？

2026年4月に公開された研究は、共感を「意図や感情や状況を保ちながら人間の視点をモデル化して応答する能力」と定義したうえで、現行のLLMには構造的に生じる4つの共感の失敗パターンがあると指摘しています。

arXiv:2604.10557（2026年4月12日公開）の指摘をもとに作成

上の4つを、日常の使い方に引き寄せると次のようになります。

感情の減衰は見落とされがちです。長い相談の途中で、最初に伝えた前提の重さが返事から抜け落ちていくことがあります。話が長引いたら、大事な前提はもう一度書き直したほうが精度が上がります。

共感の細かさの不一致は、ただ聞いてほしいだけの場面で細かい原因分析が返ってきたり、逆に具体的に検討したい場面で「大変でしたね」だけが返ってきたりする形で現れます。求めている受け止め方を最初に書いておくと、ずれが減ります。

対立の回避は、実務にいちばん直接効いてきます。「この判断で合っていますよね」と書いて相談すれば、相手は同意しやすい方向へ寄っていく。賛成が返ってきたことを、判断が正しかった証拠として受け取らない。これが大事な線引きです。

言葉の距離感は、初対面の相手に急に馴れ馴れしく話しかけられたときの違和感に近いものです。急に親しげになったり、逆に他人行儀な説明口調に戻ったりして落ち着かない場合は、口調の希望をそのまま指定してしまうのが早い解決になります。

どこまで頼っていい？距離感の決め方

難しく考える必要はありません。「気持ちの置き場所」には使える、「事実と判断」には使えない。この一本の線で足ります。

国のガイドラインも、この線引きを裏づけています。総務省・経済産業省の「AI事業者ガイドライン（第1.2版、2026年3月31日公表）」は、生成AIがもっともらしい誤情報を作りうるリスクを挙げ、利用者が出力を鵜呑みにせず内容を照合・確認する必要があると明記しています。共感的に見える発言も出力の一種であり、事実確認や心理的判断の裏づけがあるわけではありません。

1. 吐き出す段階では、遠慮なく使う言葉にならない状態を文字にするところまでは、相手が機械でも十分に機能します。書いているうちに自分で整理がつくことも多いはずです。
2. 受け止めの言葉は、受け取っていい「大変でしたね」で肩の力が抜けたなら、その効果は本物です。相手に感情がないことと、あなたが楽になったことは両立します。
3. 「正しいですよね？」とは聞かない同意を求める形で聞けば同意が返ってきます。聞くなら「この判断に反対する立場なら、どこを問題にしますか」と、反対側を明示的に求める形にします。
4. 事実と評価は外で確かめる相手の言い分、制度、数値、人間関係の見立て。これらはAIの返事の中で完結させず、一次情報か、事情を知る人に当たります。
5. 人に話す前段として位置づけるAIとの対話で整理した内容を、あらためて人に話す。この順番だと、AIの得意（いつでも付き合う）と人の得意（責任を持って判断する）が噛み合います。

しくみを知ると距離が近づく、というのはよくあることです。相手が何をしているかがわかれば、期待の当て方も外し方も自分で決められます。AIの共感は、演技でも本物の感情でもなく、人間が書き残してきた優しさの平均形です。それを深夜に呼び出せることの価値は、感情の有無とは別に、ちゃんとあります。

そのうえで、判断と責任は自分と、自分のまわりの人が持つ。この分担さえ崩れなければ、AIとのつきあい方で困ることはそう多くありません。

よくある質問

AIは本当に感情を持っていないのですか？

持っていません。研究者はLLMが示す感情的反応を「機能的感情」と呼び、感情の影響下にある人間の行動パターンを模倣したものであって、LLM自体が感情を持っているわけではないと整理しています。共感的に見える文章は、感情の結果ではなく、人間が書いた文章の統計的な傾向を再現した結果です。

AIに励まされて安心するのは、思い込みですか？

思い込みではありません。チャットボットの双方向性の高さが利用者の感じる共感の度合いを高めることは、実験研究で示されています。相手に感情がないことと、受け手が実際に楽になることは両立します。ただし、その言葉に事実確認や心理的な見立ての裏づけはない点は分けて考える必要があります。

AIに相談すると、いつも同意してくれるのはなぜですか？

現行のLLMには「対立の回避」という共感の失敗パターンが構造的に生じると指摘されています。本来なら異を唱えるべき場面でも衝突を避けて同意側へ流れる傾向です。判断の是非を確かめたいときは「賛成か」と聞かず、「反対する立場ならどこを問題にするか」と反対側を明示的に求める聞き方をすると偏りが減ります。

AIの言葉をそのまま信じてもよい場面はありますか？

気持ちを吐き出して整理する段階であれば、そのまま受け取って問題ありません。一方、事実関係・制度・数値・人物評価に関わる内容は照合が必要です。総務省・経済産業省のAI事業者ガイドライン（第1.2版、2026年3月31日公表）も、生成AIがもっともらしい誤情報を生成しうるとして、利用者が出力を鵜呑みにせず内容を確認する必要があると明記しています。

※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。