人間、GPT-4、GPT-4oにおける解法効率と指示の肯定性が加法的・減法的解法戦略に与える影響

なぜ「やることを減らす」のは意外に難しいのか

日常で物事を修正しようとするとき―メールを書き直す、部屋を整理する、方針を再設計するなど―私たちは通常「何を追加するか」を考え、「何を取り除くか」はあまり念頭に置きません。こうした静かな傾向は、生活に不要なものを積み重ねたり、肥大化したソフトウェアや過度に複雑なルールを生んだりします。本稿は、この「より多い方が良い」という習性がどれほど強いのか、そしてGPT-4やGPT-4oのような新しい人工知能がこの人間的なバイアスを共有するのか、和らげるのか、あるいは強化するのかを検証します。

なぜ加えることが頭に浮かびやすいのか

心理学の研究は、人々が取り除くことを伴う解法を見落としがちであることを示しています。減らす方が単純かつ効果的であっても、追加することが自然に感じられ、文化や言語によって強化されます。「より多い」「より高い」といった語は改善や成功と結びつきやすい一方で、「少ない」は損失や失敗の印象を与えることがあります。このバイアスは、追加の治療を優先しがちな医療や、単に生産を減らすのではなくリサイクルを強調する環境政策など、さまざまな領域で現れます。本研究は、こうした人間の加法への傾きが、大規模なテキストで訓練された強力な言語モデルにも現れるかを問います。

人間とAIを単純なパズルで試す

研究者たちは、人間の参加者とGPT-4、続いてその後継であるGPT-4oを比較する二つの大規模実験を行いました。被験者（人間とAI）は二種類の課題に直面しました。空間的な「対称性」課題では、小さなグリッドのパターンを箱のオン・オフを切り替えて完全な対称形にする必要があり、これは箱を埋める（加法）か既存の箱を消す（減法）ことで達成できます。言語的な「要約」課題では、ニュース記事と既存の要約が与えられ、語数制約の下で要約を変更するよう求められ、これも語を追加するか削るかが許されました。研究チームはさらに二つの重要な要因を操作しました：追加と削除が同じ効率か、あるいは削除の方が明らかに手順を少なく要するか、そして指示が中立的な表現（「変更する」）か肯定的な表現（「改善する」）か、です。

人間の行動と機械の行動の違い

両研究を通じて明確な傾向が現れました：人間も言語モデルも加法的解法を好みますが、モデルの方がその傾向がずっと強いのです。人間は箱や語を追加する強い引力を示しましたが、効率性にも注意を払っており、減法がより速い手段であれば要素を除くことにより前向きでした。対照的に、GPT-4はしばしば逆の振る舞いを示し、減法が効率的である状況でさえさらに加法的な回答を生み出すことがありました。GPT-4oはテキストベースの要約課題では人間の挙動により近づき、この不一致をある程度減らしましたが、グリッド課題では依然として効率性をほとんど無視しました。多くの条件で、特にGPT-4oにおいて、加法的な応答はほぼ天井に達するレベルにまで達しました。

肯定的な言い回しが選択をどう促すか

指示の感情的トーンも影響を与えましたが、それは特定の状況でのことでした。空間的なグリッド課題では、動詞を中立的な「変更する」から肯定的な「改善する」に変えても、人間やモデルの戦略に信頼できる変化はほとんど見られませんでした。しかし要約課題では話が異なりました。指示が肯定的な表現を繰り返し用いると、両方のGPTモデルと、第二の研究では人間の参加者も、より多く加法的な応答を示しました。これは「改善」に関連する語が追加に結びつく統計的傾向と一致しており、プロンプト中の微妙な感情的フレーミングが、人間とAIの双方を「より多く」へと押しやすくすることを示唆します。少ない方で十分な場合でもです。

日常的な意思決定にとってこの発見が重要な理由

一般の読者に伝えたい主なメッセージは、私たちの脳と私たちが作るAIの両方に「加えることを好む」強い傾向があり、現行の言語モデルはしばしばこの傾向を増幅するという点です。人間は効率性が明確な場合にはまだ柔軟性を示しますが、モデルは訓練データに埋め込まれたパターンに従うことが多いのです。こうしたシステムが政策の作成、システム設計、日常の改善提案にますます関わるようになると、知らず知らずのうちにより複雑で、より雑然とした解答へ私たちを導く可能性があります。この「加法バイアス」を認識することは、「何を追加できるか？」だけでなく「何を取り除けるか？」と自らに問いかける習慣やツールを設計するための第一歩です。

引用: Uhler, L., Jordan, V., Buder, J. et al. Influence of solution efficiency and valence of instruction on additive and subtractive solution strategies in humans, GPT-4, and GPT-4o. Commun Psychol 4, 41 (2026). https://doi.org/10.1038/s44271-026-00403-0

キーワード: 加法バイアス, 減法的推論, 大規模言語モデル, 人間とAIの比較, 意思決定