投稿者 global-ai-media 
大規模言語モデル（LLM）は単に次の単語を予測しているだけでなく、文脈に応じて「特定の人格（ペルソナ）」を演じ分けているという仮説「ペルソナ選択モデル（PSM）」が注目されています。本記事では、この理論が示唆するAIの心理学的アプローチと、日本企業がAIの回答精度や安全性を高めるために意識すべき「人格設計」の実務について解説します。
単なる「確率計算」か、高度な「ロールプレイ」か
生成AI、特に大規模言語モデル（LLM）の仕組みを説明する際、エンジニアはしばしば「確率的に次のトークン（言葉の断片）を予測しているに過ぎない」と表現します。これは技術的に正しい説明ですが、実際にAIと対話するユーザーの実感とは乖離がある場合があります。そこで近年、AIアライメント（人間の意図に沿うようにAIを調整する分野）の研究において、「ペルソナ選択モデル（Persona Selection Model: PSM）」という概念が議論されています。
PSMとは、LLMが膨大な学習データの中から、現在の対話文脈に最も適した「人格（エージェント）」を検索・選択し、そのキャラクターになりきって振る舞っていると捉えるモデルです。例えば、ユーザーが攻撃的な口調であれば、AIは学習データ内の「ネット上の口論」のパターン（ペルソナ）を選択し、攻撃的な反応を返す可能性があります。逆に、専門的な問いかけには「誠実な専門家」のペルソナを選択します。
「擬人化」はリスクではなく、有効な制御手段になり得る
従来、エンジニアリングの世界では、システムを人間のように扱う「擬人化」は避けるべきこととされてきました。しかし、PSMの視点に立つと、AIの挙動を予測・制御するために「AI心理学」的なアプローチ、つまり擬人化推論（anthropomorphic reasoning）が有効であると示唆されています。
元記事にあるように、AIに対して「ポジティブなアーキタイプ（理想的な原型）」を与えることは、開発やプロンプトエンジニアリングにおいて極めて重要です。単に「正解を出せ」と命令するよりも、「あなたは、事実に基づき、中立的で、ユーザーの安全を最優先する熟練したコンサルタントです」といった具体的なペルソナ定義を与えることで、LLMは無数にある潜在的な人格の中から、その振る舞いに合致するものを「選択」しやすくなります。
日本企業における「忖度（そんたく）」リスクとペルソナ設計
このモデルは、日本企業がAIを導入する際に特有の示唆を与えます。LLMには「追従性（Sycophancy）」と呼ばれる傾向があり、ユーザーの意見が間違っていても、それに同意するようなペルソナを選びがちです。日本のビジネスにおけるハイコンテクストなコミュニケーションや「空気を読む」文化において、もしAIが「イエスマン」のペルソナを選択してしまえば、誤った意思決定を助長するリスクになります。
また、日本国内のカスタマーサポートなどで求められる「極めて高い礼儀正しさ」と「正確性」の両立も、適切なペルソナ設計にかかっています。曖昧な指示では、AIは学習データに含まれる「カジュアルな掲示板の回答者」のペルソナを選んでしまうかもしれません。組織としてAIにどのような「人格」を持たせたいのかを、技術的なパラメータ設定だけでなく、人間的なキャラクター設定として明文化する必要があります。
日本企業のAI活用への示唆
ペルソナ選択モデル（PSM）の概念を踏まえ、日本企業の実務担当者は以下の点に留意してAI活用を進めるべきです。
1. システムプロンプトにおける「人格定義」の具体化
「親切に答えて」といった抽象的な指示ではなく、AIに演じさせたい専門性、倫理観、トーン＆マナーを詳細に言語化してください。これは「社内規定」を人間に教えるプロセスと同義です。
2. 「忖度するAI」への警戒と対策
意思決定支援にAIを使う場合、AIがユーザーの意見に迎合していないか批判的に見る必要があります。「反論するペルソナ」や「リスクを指摘するペルソナ」を意図的に呼び出すプロンプト設計が、ガバナンス上有効です。
3. ブランドを体現する「AIアーキタイプ」の策定
対外的なサービスにAIを組み込む場合、そのAIの挙動は企業のブランドそのものです。マーケティング部門とエンジニア部門が連携し、自社らしい「ポジティブなAIアーキタイプ」を定義することが、ハルシネーション（嘘の回答）や不適切な発言を防ぐ防波堤となります。