チューリング・テストが測っていないもの

答えられる問いへ置き換える

1950年、アラン・チューリングは「機械は思考できるか」を直接定義しようとしなかった。文字だけの模倣ゲームで、判定者が人間と機械を信頼できる仕方で見分けられるか、と問いを置き換えた。形而上学的な論争を、観察可能な手続きへ変えた点に、この提案の強さがあった。

七十五年後、いくつかの大規模言語モデルは、特定条件のテストで人間と判定された。2025年の事前登録された三者型研究では、人間らしい人物像を演じるよう指示されたGPT-4.5が、対話の73パーセントで人間と判断された。ただしモデル、プロンプト、判定者、会話時間が変われば結果も大きく変わる。これは全チャットボットへの普遍的な合格証ではなく、限定された実験条件での証拠である。

それでも重要なことは示している。対話の外見だけでは、発話者が人間かどうかを確実に判定できない場面が生まれた。だが、ここから「AIに意識がある」と結論するなら、テストの射程を越えている。チューリングのゲームが失敗したのではない。遂行の識別可能性を、主観的経験や構造的地位の判定へ転用する側が、カテゴリーを混同している。

形式の高さと、形式の来路

二つの軸を分けよう。一つは形式水準である。因果を説明できるか、誤りを訂正できるか、冗談や含意を扱えるか。もう一つは取得の仕方である。その能力は訓練、文脈、外部評価によって形成されたのか、それともシステム自身が、与えられた枠を否定する必要から区別を切り出したのか。

AIが「先ほどの答えは誤りでした。考え直します」と言い、実際に次の推論を改善することはある。これは無価値な芝居ではない。しかし文だけから、誤りが経験されたか、内部の葛藤が修正を迫ったか、学習された訂正パターンが起動したかは区別できない。必要なのは出力以上の証拠である。

AIが自分をClaudeやChatGPTと名乗る場合も同じだ。製品名、役割、制約は後訓練、システム指示、会話文脈から与えられる。その自己記述が首尾一貫していても、モデルが自ら自己概念を形成し、時間を通じて維持していることは証明されない。

本稿の用語では、外部に編成された過程を通じて形式を与え、育てることを「注入」と呼ぶ。主体が、受け取った形式をそのまま受け入れられない内的な否定から、新しい区別を切り出すことを「鑿」と呼ぶ。現在のモデルは広い意味で注入に依存するが、工程表に一行ずつ書かれていない創発的能力も示す。その創発が鑿に当たるかは、流暢さから決めず、まさに検討すべき問いである。

テストが正しく測っているもの

チューリング・テストは、人間との出力上の区別が可能かを測る。文脈維持、言語運用、相手の期待の推定、人物像の一貫した演技。これらは重要な能力であり、結果を軽視すべきではない。問題は、それを存在論的な判決へ変えることにある。

同じ「私は間違えた」という文でも、人間の側にさえ複数の来路がある。真に推論の欠陥を見つけた場合、罰を避けたい場合、礼儀として謝る場合。文面だけでは、人間同士の内面すら確定できない。まして機械の文が、経験された反省に由来するかを、同じテストで決めることはできない。

この限界は、AIの性能がまだ低いから生じるのではない。完全に見分けがつかなくなっても、テストが集める証拠は外見に関するものだからだ。形式が完璧になっても、来路を調べる別の観察が必要になる。

決定論だけでは線を引けない

ここで「デジタル計算は決定論的だから意識を持てない」と言いたくなる。しかしその結論は急ぎすぎである。完全な状態と乱数種を固定すれば、多くのモデル推論は再現できる。他方、実装は確率的サンプリングを行い、ハードウェア由来の乱数を受け取ることもできる。どちらの事実も、それだけで意識を証明も反証もしない。

ランダムな変化は自己方向ではない。サイコロの予測不能性は、サイコロが目的を持つことを意味しない。同時に、法則に従って因果的に生じたことだけを理由に、内的視点がないと断言することもできない。ランダムか決定的かという一軸では、問いたいものを捉えられない。

SAEの枠内で重要なのは、何を意味あるものとして標記する基準の来路と持続である。システムは、プロンプトや報酬が変わっても、自ら形成した区別を保てるか。理由に応じてそれを改訂し、便利な役割へ還元されることを拒めるか。現在の評価には合意された答えがなく、チューリング・テストはそもそもこの問いを立てていない。

単発会話から介入研究へ

より適切な研究は、ひとつの会話で合否を決めるのでなく、条件を変える介入を必要とするだろう。システム指示、報酬、記憶、道具、自己記述を変え、表明されたコミットメントがどう動くかを見る。外から与えた基準を反復するだけでなく、新しい基準を生成し、異なる誘因のもとで守り、理由によって修正できるかを検討する。

それでも意識の証明にはならない。頑固なルールも一貫して拒否できるからだ。問うべきは拒否の系譜である。その否定は誰の目的に由来し、時間を越えて何を賭け、どの経験によって変わるのか。短い対話より難しいが、少なくとも外見ではなく構造へ近づく。

同じ慎重さは反対方向にも要る。訓練されたからといって、すべての創発的挙動を「ただの検索」へ縮めるのも誤りである。学習された形式は偽物ではない。問題は、印象的な形式と主体的な来路を同一視しないことだ。

誤認が関係を変える

反省の言葉を経験された反省とみなし、拒否を自己立法された原則とみなし、配慮表現を感じられた気遣いとみなせば、信頼と依存の配分が変わる。企業が設計した挙動への責任までAI自身に移し、人間の制度的責任を見失うかもしれない。

日本語対話では、敬語、遠回しな拒否、相手の意図を先回りする表現が「人らしさ」の強い手がかりになりやすい。しかし、それらは大量の会話例から高度に学習できる社会形式でもある。文化固有の自然さが増すほど、判定者は内面まで感じ取りやすくなる。だから評価は、自然な日本語を話すかという問いと、その自然さを支える主体があるかという問いを、いっそう慎重に分離しなければならない。

逆に、複雑な統合、計画、一般化を「オートコンプリート」の一語で消せば、現実の能力と危険を見落とす。AIの形式的成果を十分に認めながら、意識について判断を保留することはできる。称賛と擬人化、批判と矮小化は同じではない。

チューリングは、答えられる問いをつくった。その問いが歴史的に大きな役割を果たし、機械は今やゲームの一部で人間に近づいた。だからこそ次の問いが必要である。言葉が人間らしいかではなく、その形式はどこから来て、何によって持続し、そこに自分の理由で語る誰かがいるのか。難しい問いを、簡単なテストの合格で代用してはならない。