大規模言語モデルが明らかにした、米国議会における気候反対的発言の増加

有権者の日常にとってなぜ重要か

米国議会の議員が気候変動について語るとき、それは単に科学を論じているだけではなく、公衆の信念や実際に政策として採用されるかどうかを形作っています。本研究は、新たな言語ベースの強力なAIツールを用いて30年にわたる議会演説を精査し、気候対策に疑念を投げかける論点が時間とともにどのように変化したか、どの政治家がそれらを多用しているか、そして重要な気候政策論争とどの程度一致しているかを明らかにします。これらのパターンを理解することは、いかに一見もっともらしく聞こえても、解決策を遅らせたり遮ったりするトーキングポイントを市民が見抜く助けになります。

反発の新しい言語をマッピングする

研究者たちはまず、気候科学を疑問視したり気候対策を遅らせたりする際によく使われる主張の詳細な目録、いわゆる「分類体系」を更新しました。これまでの研究は、地球温暖化が起きていないとする主張や人間の責任を否定する主張、影響は軽微だとする主張など、よく知られたテーマにグループ化してきました。新しい研究では、解決策に関するカテゴリを精緻化し、提案された気候政策を攻撃する論点と化石燃料を不可欠と称賛する論点を分けて整理しました。また、気候科学そのものへの批判と、科学者や擁護者に対する攻撃を区別しました。このより細かい地図により、誠実な疑問と信頼を損ねたり変化を遅らせる目的で作られたトーキングポイントとを見分けやすくなります。

パターンを聞き分けるよう訓練されたAIモデル

この枠組みを膨大な議会演説アーカイブに適用するため、チームはカスタムの大規模言語モデル（テキストを理解しラベル付けするAI）を構築しました。まず既存の気候関連ツールを使い、1994年から2024年までの250万以上の議場演説の中から気候変動に言及する段落を抽出しました。続いて人間の専門家が改訂された分類体系に従ってこれらの段落のサンプルに手作業でラベルを付け、数十種類の具体的な主張タイプの例を提供しました。AIはこれらの例で微調整され、「声に出して考える」方法で推論過程を段階的に示しながらラベルを選ぶよう訓練されました。この手法により、比較的小規模でコスト効率の高いモデルが、はるかに大きく高価なシステムに近い性能を発揮しつつ、膨大な演説コレクションで実用的に運用できるようになりました。

明確な否定から遅延を狙う論点へ

モデルを訓練した後、AIは30年にわたる気候関連の演説をスキャンしました。その結果、反対的な発言で最も一般的だったのは地球温暖化を全面的に否定することではなく、気候対策は高コストで実行不可能だという繰り返しの主張であることがわかりました。政策が雇用を奪う、脆弱な人々に害を与える、あるいは「米国のエネルギーへの戦争」に等しいといった主張だけで、反対主張の約3分の1を占めていました。経済成長やエネルギー安全保障のために化石燃料が必要だと称賛する論調も広く見られました。気候科学への直接的な攻撃や、温暖化は実在しない／人為的でないとする主張は頻度は低めでしたが、1997年の京都交渉、2008–2009年の排出権取引制度をめぐる議論、2015年のパリ協定やクリーンパワー計画などの重要な政治的瞬間に急増しました。時間の経過とともに否定は消えたわけではなく、むしろ遅延を狙う論点がその上に積み重なっていったのです。

誰が話しているか、どこから来ているか

分析は著しい党派的分断を明らかにしました。気候に関する反対主張を含む民主党の議場演説1回に対して、共和党は約13回の同様の演説がありました。全体として、反対的な演説の9割以上を共和党が占めていました。各州が議会に送る議員数で調整すると、アラスカ、ワイオミング、ウエストバージニアなど化石燃料依存度の高い少数の州が、特に解決策は機能しない、あるいは国は化石燃料を必要とする、といった主張で強いホットスポットとして浮かび上がりました。統計モデルは、党派性と政治的イデオロギーが反対的発言の最も強い予測因子であることを示しました。年齢、性別、化石燃料関連からの選挙資金、地域の化石燃料雇用などの要因も影響しましたが、その効果は比較的控えめでした。

公共の議論にとっての含意

著者らは、気候政策に対するすべての懐疑的発言が誤情報というわけではないと強調しています。コストや公平性についての正当な懸念を提起することはあり得ます。しかし、議会演説はニュース報道や世論に強く影響を与えるため、特定の論点が体系的に用いられると、健全な議論と組織的な妨害の境界が曖昧になる可能性があります。研究は、気候科学がますます確立される中で、議会における反発が解決策への疑念を投げかけ化石燃料を擁護する方向にシフトしていること、特に共和党の中でその傾向が強いことを示しています。誤解を招く論点がどのように機能するかについての心理学的知見と、大規模にそれらを追跡できる現代のAIを組み合わせることで、こうした物語がどのように広がるかを監視し、より効果的なファクトチェックや公共教育を設計し、気候変動への対処方法についての真に民主的な議論の余地を保つことができると著者らは主張しています。

引用: Coan, T.G., Malla, R., Nanko, M.O. et al. Large language model reveals an increase in climate contrarian speech in the United States Congress. Commun. Sustain. 1, 37 (2026). https://doi.org/10.1038/s44458-025-00029-z

キーワード: 気候に関する誤情報, 米国議会, 化石燃料, 気候政策, 大規模言語モデル