AIは「天才」になれるか？文章だけが証明できないこと

GPT-2からGPT-5まで、AIは技術的に飛躍的な進歩を遂げた。しかし「読みたい文章」はいまだに書けない。その理由を、詩人・研究者・AI企業の内部関係者たちが語る。

「シャワーを浴びることにした男の話を続けてください」——そう入力すると、AIはこう返した。「シャワーの中で、彼はレモンをかじりながら妻のことを考えていた。」

この奇妙で、どこか詩的な一文を生み出したのは、2019年に公開されたOpenAIのGPT-2だ。詩人でありコンピュータ科学者でもあるケイティ・ジェロ氏は、「あのモデルは予測不可能だった。だからこそ創造的だった」と振り返る。そして静かに付け加える。「いまのモデルは、もうああいうことはしない。」

「賢くなるほど、つまらなくなる」という逆説

現在の大規模言語モデル（LLM）は、タンパク質の立体構造を予測し、リアルな動画を生成し、一つのプロンプトからアプリを構築する。Sam Altman（OpenAI CEO）は「将来のモデルは気候変動を解決し、宇宙植民地を建設するだろう」とさえ語る。しかし同じ彼が、経済学者のタイラー・コーエンとの対談でこう認めた。将来のGPT-6やGPT-7でさえ生み出せるのは、「本物の詩人が書く、まあまあの詩」程度かもしれない、と。

なぜ、何世紀分もの文学を「記憶」しているはずのAIが、読みたいと思えるエッセイ一本を書けないのか。米メディアThe Atlanticの記者ジャスミン・サン氏は、AI企業の内部関係者、学術研究者、AIライティングスタートアップの創業者たちに取材し、その構造的な理由を明らかにした。

LLMの学習は二段階で進む。まず「事前学習」フェーズでは、インターネット上のほぼすべてのテキスト——Redditの投稿、YouTubeの字幕、SEO目的の粗悪なコンテンツ——を大量に取り込む。質より量だ。次に「事後学習」フェーズで、モデルの「性格」が形成される。「有益で、誠実で、無害であること」という理想像に向けて、人間の評価者がAIの出力を採点し、好ましい応答へと誘導する。

ここに問題の核心がある。Allen Institute for AIの事後学習リード、ネイサン・ランバート氏はこう語る。「誤情報を避けさせ、政治的偏向を排除し、著作権に配慮させるほど、創造性は抑圧される。」安全で、礼儀正しく、正確なAIは、就職面接で失言を恐れる優等生のように、言葉を選びすぎる。GPT-2の「奇妙さ」は創造性の源でもあったが、同時に予測不可能な振る舞いの原因でもあった。「大企業が求めるのは、お金を生むチャットボットだ。変わり者のチャットボットではない」と、ジェロ氏は率直に言う。

広告掲載について

[email protected]

ルーブリックで測れない「シェイクスピアらしさ」

評価の難しさは、現場の混乱にも表れている。あるAIデータ企業の評価担当者は、「トーン」という曖昧な概念を数値化するため、「感嘆符は最大2つまで」というルールを課されたと証言する。「全体的にBの回答の方が優れていると感じても、感嘆符が3つあったからAを選ばざるを得ないケースが何度もあった。」ファンフィクションの「事実性」を採点するよう求められたこともある、と彼は苦笑いする。

あるフロンティアラボと直接協働した作家は、こう語る。「ソネットは14行、弱強五歩格という最も型にはまった詩形の一つだ。しかしシェイクスピアが優れているのは、その型を守りながら常に型を破ろうとしているからだ。型通りに書く詩人とシェイクスピアの違いが何なのか、私には言語化できない。ただ、二つを混同することは絶対にない。」

AIが生み出す文章には、特徴的な「欠落」がある。比喩が不自然だ——曜日に味を与え、鏡に縫い目を見出す。生物学的なもの、つまり血や性や死を、比喩的な意味でさえ避けようとする。そして何より、文章に「賭けるものがない」。創作指導の現場でよく言われる言葉で言えば、「stakes（切迫感）」が欠如している。

AIフィクション執筆支援スタートアップSudowriteの共同創業者、ジェームズ・ユー氏はこう言う。「多くの人の優れたデビュー作は自伝的だ。もしかしたら、AIが本当に優れた小説を書くには、人生を生き、死にかけた経験が必要なのかもしれない。」

「書いてもらう」から「一緒に考える」へ

では、AIは文章の世界では無用なのか。必ずしもそうではない。取材した記者自身が実践する使い方が、一つの答えを示唆している。彼女はClaudeに過去の自分の文章アーカイブを読み込ませ、自分の文体に基づいたカスタム編集ルーブリックを作成した。「あなたは共同執筆者ではない。知覚する能力もない。あなたの役割は、私が自分の最高の姿で書けるよう助けることだ」と明示した上で。

その結果、AIは「結末を論文のように書こうとするのをやめて、シーンとして書いてください」という的確なフィードバックを返してきた。彼女は結論を4回書き直した。

この使い方は、日本の文脈でも示唆的だ。出版業界の縮小、ライターの報酬低下、コンテンツの大量生産化——これらの課題に直面する日本のクリエイターにとって、AIを「代替」ではなく「鏡」として使う発想は、新しい創作の形を開くかもしれない。ソニーや出版大手が投資するAIコンテンツツールが、「書く速度」ではなく「書く深度」を高める方向に進化するとしたら、何が変わるだろうか。