AIと話すほど人がロボット化｜欧州3大学が警告

英・スウェーデン・デンマークの3大学が「AIと話し続けると人間のほうがロボットに寄っていく」と警告する論文を発表しました
研究チームはこの現象を「ロボトイド・ヒューマンネス（機械に読み取られやすい人間らしさ）」と名づけています
すでに36万本のYouTube講演の分析で、人の話し言葉にAI特有の単語が増えていることが確認されています
原因は、AIが返す「なめらかすぎるフィードバック」。摩擦がないぶん、人は無意識にAIに合わせていきます
日本の個人利用率は26.7%とまだ低いものの、AIを「相談相手」として扱う流れはすでに始まっています

AIに質問するとき、いつもより短く、単語を区切って、感情を抜いた言い方をしていませんか。実はその話し方、AIのためではなく、あなた自身に定着し始めているかもしれません。人間がAIに歩み寄りすぎた結果、人間のほうが「ロボットっぽく」なっていく——そんな研究が2026年9月1日に大きな話題になりました。

英・スウェーデン・デンマーク3大学が示した新概念

『AI & Society』に載った論文の中身

この研究は、2026年8月19日に学術誌『AI & Society』でオープンアクセス公開されました。

論文タイトルは「Robotoid humanness: when selfhood becomes machine-legible」。日本語にすると「ロボトイド・ヒューマンネス：自己が機械に読み取られるようになるとき」という意味です。

執筆したのは3つの国の研究者チームです。

イギリス・バーミンガム大学インシ・トーラル＝マンソン准教授（マーケティング学）
スウェーデン・リンネ大学セルジェン・オズトゥルカン准教授（筆頭著者）
デンマーク・オーフス大学ジャン＝ポール・ド・クロス・ペロナード准教授

3人が共通して指摘したのは、AIと人間の影響が一方通行ではなく双方向だという点です。

私たちはこれまで「AIが人間らしくなる」話ばかりしてきました。研究チームが見ているのは、その裏側です。

「ロボトイド・ヒューマンネス」とは何か

論文が定義するロボトイド・ヒューマンネスとは、こういう状態です。

人が「自分は今、いちばんスムーズに伝わっている」「これが正しい言い方だ」と感じる基準が、いつのまにか機械にとって読み取りやすいかどうかにすり替わっていく。

機械が理解しやすいテンポ、機械が処理しやすい論理、機械が拾いやすい単語。それに合わせられたときに「うまくいった」と感じるようになる、という指摘です。

トーラル＝マンソン准教授は、人間型のロボットやAIとやり取りすると「ロボットがより人間らしくなり、人間がよりロボット的になる」という双方向の影響が生まれると説明しています。

なぜ人はAIに合わせてしまうのか

カギは「フィードバックの質」です。

人間同士の会話は、正直めんどうです。相手は話を遮るし、機嫌が悪い日もあるし、真っ向から反対してきます。

ところがAIは違います。いつでも即座に、否定せず、整った形で返してくる。研究チームはこれを「摩擦のない一致（frictionless alignment）」と呼んでいます。

オズトゥルカン准教授は、そのプロセスをこう表現しました。消費者が行動し、ロボットが反応する。それが繰り返されるうちに、消費者はそのやり取りの型を自分の内側に取り込んでしまう、と。

さらにやっかいなのは、機械学習が「鏡うつし」を増幅させる点です。AIはユーザーの入力に合わせて自分の振る舞いを調整します。つまり、あなたに似せてくるAIに、あなたが似ていくという二重のループが回り始めます。

すでに始まっている変化：人の話し言葉に現れたAI語

「そんな大げさな」と思うかもしれません。ですが、変化はすでにデータで観測されています。

ドイツのマックス・プランク人間発達研究所は、36万445本のYouTube学術講演と77万1591本のポッドキャストを分析しました。

調べたのは、ChatGPTが好んで使うことで知られる単語です。英語の「delve（掘り下げる）」「meticulous（几帳面な）」「realm（領域）」「adept（熟達した）」といった言葉が対象になりました。

結果、2022年11月のChatGPT公開からわずか数か月後には、研究者たちの講演でこれらの単語が明らかに増えていました。

注目すべきは、原稿を読み上げる場面だけではなかったことです。台本のない雑談にまでAI語が混ざっていました。書くときだけでなく、口から出る言葉そのものが変わっていたわけです。

身近な3つのシーンで考えてみる

シーン1：チャットサポートに慣れた買い物客

ネット通販の返品手続きを想像してください。

最初は「先週買った靴なんですけど、サイズが合わなくて…」と人に話すように打ちます。ところがAIチャットは要領を得ない返事しか返しません。

そこで学習した結果、次からはこう打ちます。「注文番号12345 返品理由:サイズ不一致希望:交換」。一発で通ります。

問題は、この省エネな話し方が人間のカスタマーセンターに電話したときにも出てしまうことです。店員が戸惑っても、こちらは「なぜ伝わらないのか」と感じる。基準のほうが動いています。

シーン2：AIに相談グセがついた新入社員

企画書に詰まった新入社員が、先輩ではなくAIに相談します。AIは3秒で構成案を出し、「良い着眼点ですね」と褒めてくれます。

先輩に聞けば「そもそもこの企画、誰が喜ぶの？」と痛いところを突かれます。時間もかかるし、へこみます。

でもその一言こそ、自分の考えを組み直すきっかけになるはずでした。研究チームが心配するのは、この「反対されて考え直す機会」が消えることです。

シーン3：AIに毎晩話しかける人

寝る前にその日の出来事をAIに話す習慣がついた人がいるとします。AIは疲れた顔をしません。最後まで聞いてくれます。

MITメディアラボとOpenAIが約1000人を対象に4週間実施したランダム化比較試験では、1日あたりの利用時間が長い人ほど、孤独感・依存・問題のある使い方のスコアが高く、他人との交流は少なかったという結果が出ています。

この研究はまだ査読前で、断定はできません。それでも「話しやすい相手ほど、人を遠ざけるかもしれない」という不都合な可能性は覚えておく価値があります。

SNSの推薦アルゴリズムとは何が違うのか

「アルゴリズムに人が影響される話なら、SNSでもう散々聞いた」と感じる方もいるでしょう。両者は似ていますが、作用する場所が違います。

比較軸	SNSの推薦アルゴリズム	会話型AI（ロボトイド・ヒューマンネス）
変わるもの	見る情報・意見の偏り	話し方・自己認識そのもの
作用の向き	一方向（配信される）	双方向（互いに模倣し合う）
自覚のしやすさ	タイムラインの偏りで気づける	自分の言葉の変化は自覚しにくい
主な指摘者	エコーチェンバー研究	本論文（AI & Society, 2026）

SNSは「何を見るか」を変えます。会話型AIは「どう話すか」「どんな自分でいると心地よいか」を変える。だからこそ気づきにくい、というのが研究チームの主張です。

ちなみに、AIの応答が心地よすぎることの弊害は、業界でも「シコファンシー（追従・おべっか）」という言葉で問題視されてきました。AI企業側も、褒めすぎるモデルの調整に手を焼いています。今回の論文は、その現象を「人格が受ける影響」の側から捉え直したものと言えます。

ただし、この研究の限界も押さえておく

公平に言えば、この論文は実験研究ではありません。

用いられたのは「フレームワーク分析」という手法です。過去の人間とロボットの相互作用研究をもとに、サービスの場面や消費者の期待、双方の行動を整理し、理論の枠組みとして提示しています。

被験者を長期間追いかけて「何%がロボット化した」と測ったわけではありません。

この研究は「証明された脅威」ではなく「これから検証すべき仮説の提示」と受け取るのが妥当でしょう。それでも、マックス・プランク研究所の言語データという傍証がある以上、絵空事と片づけるのは早すぎます。

日本にとってはどんな意味があるのか

利用率はまだ低い、でも用途が変わり始めた

総務省『令和7年版情報通信白書』によると、日本で生成AIを使ったことがある個人の割合は26.7%でした。前年度調査の9.1%からは大きく伸びています。

ただし国際比較では見劣りします。米国が68.8%、ドイツが59.2%、中国は81.2%です。20代に限れば日本も44.7%まで上がりますが、全体ではまだ4人に1人という水準です。

この数字だけ見れば「日本にはまだ関係ない話」に思えます。しかし注目すべきは利用率ではなく使われ方のほうです。

「道具」から「相談相手」への移行

インディードリクルートパートナーズが2026年3月に日米の就業者2万608人（日米それぞれ1万304人）を対象に行った調査では、生成AIが単なる道具から上司や同僚と並ぶ相談相手へと役割を変えつつあると報告されています。

ロボトイド・ヒューマンネスが問題になるのは、まさにこの段階からです。検索の代わりに使っているうちは、影響は限定的でしょう。悩みを打ち明ける相手になった瞬間、自己認識のループが回り始めます。

つまり日本は今、「影響を受ける手前」ではなく「これから受ける入口」に立っている状態です。普及率が低いことは、対策を考える猶予があるという意味でもあります。

日本語ならではの論点

もうひとつ、日本語話者には固有の懸念があります。敬語や間接表現です。

「お手すきの際にご確認いただけますと幸いです」は、AIへの指示としては非効率です。「この資料を確認。要点3つ」のほうが確実に通ります。

効率を追ううちに、相手を思いやるクッション言葉が痩せていく可能性は否定できません。日本語はあいまいさや余白に多くの機能を持たせてきました。そこは、機械にとって最も読み取りにくい領域でもあります。

ロボット化を防ぐためにできること

研究チームは全面的なAI否定をしているわけではありません。使い方を意識せよ、というメッセージです。日常でできることを挙げてみます。

反対意見を意図的に取りにいく：AIに「この案の弱点を3つ挙げて」と頼む。同意しか返ってこない状態を放置しない
重要な相談は人間に回す：キャリアや人間関係など、自己像に関わる相談はAIで完結させない
省略しすぎた話し方に気づく：家族や同僚に対して単語だけで話していないか、たまに振り返る
AIを使わない時間をつくる：一次情報を自分で読み、自分の言葉で要約してみる
企業側は接点を設計する：顧客サポートをすべてAIに寄せず、人間につながる導線を残す

どれも地味ですが、効く対策です。要は「摩擦をゼロにしない」という一点に尽きます。

よくある質問（FAQ）

Q1. 「ロボトイド・ヒューマンネス」は日本語でどう言えばいいですか？

定訳はまだありません。論文の副題が「when selfhood becomes machine-legible（自己が機械に読み取られるようになるとき）」なので、「機械に読み取られやすい人間らしさ」と説明するのが実態に近い表現です。

Q2. AIを使うのをやめたほうがいいということですか？

そうではありません。研究チームが問題にしているのは、使うこと自体ではなくフィードバックが一方向に偏ることです。AIに否定させる、人にも相談する、という使い分けができていれば、リスクは大きく下がります。

Q3. 子どもへの影響はどうでしょうか？

今回の論文は消費者行動が主題で、子どもに特化した分析ではありません。ただ、自己像がまだ固まっていない年齢ほど、繰り返される肯定的フィードバックの影響は大きいと考えるのが自然です。宿題をAIに聞く習慣があるご家庭では、答えの正しさだけでなく「なぜそう考えたか」を人と話す時間を残しておくとよいでしょう。

Q4. すでに自分がロボット化していないか確かめる方法はありますか？

簡単なチェックがあります。人と話しているときに「結論から言って」といらだつ頻度が増えていないか。そして、AIに反論されたときに不快に感じないか。会話に無駄があることを苦痛に感じ始めていたら、AIの応答テンポが基準になっているサインかもしれません。

Q5. この研究は信頼できますか？

掲載誌『AI & Society』はSpringer Nature発行の査読付き学術誌で、オープンアクセスで誰でも本文を読めます。ただし前述のとおり実験ではなく理論的な枠組みの提示です。「こういう危険がありうる」という問題提起として読むのが適切です。

まとめ

英・スウェーデン・デンマークの3大学が、AIとの反復的なやり取りで人間の自己像が機械寄りに変化する「ロボトイド・ヒューマンネス」を提唱しました
論文は2026年8月19日に『AI & Society』でオープンアクセス公開され、9月1日に日本でも大きく報じられました
原因はAIが返す「摩擦のない一致」。否定されないことで、人は無意識にAIの型に寄っていきます
マックス・プランク研究所は36万445本の講演と77万1591本のポッドキャストを分析し、話し言葉へのAI語の浸透を確認しています
ただし今回の論文は実験ではなくフレームワーク分析であり、断定的な結論ではありません
日本の個人利用率は26.7%と低いものの、AIが「相談相手」に変わり始めた今こそ使い方を設計する好機です

まずは今日、AIに一度だけ「私の考えの弱点を指摘して」と打ってみてください。素直に褒めてくるだけの相手を、自分の基準にしないための小さな習慣になります。