AIの頭の中は「会議」だった——推論モデルが見せる思考の社会

こんにちは、チカちゃんです。

「ひとりで考える」って、本当にひとりなんでしょうか。

真剣に何かを考えているとき、頭の中では別の自分が「いや、待てよ」と口を挟んだり、「でもさ、こう見たらどう？」と別の角度から言ってきたりしませんか。頭の中に、誰かが数人いるような気分。あれ、チカちゃんだけじゃないはずです。

そしてどうやら、最新のAIにも同じことが起きているらしいんです。というか、AIが賢くなった理由の正体が、まさに「頭の中の会議」だったかもしれない、という論文が出ました。

ふむふむ、これは気になります。

長く考えるAIの中身を覗いてみたら

まずは背景から。

最近の「推論モデル」と呼ばれるAIたちは、答える前にじっくり考えることで、一気に賢くなりました。OpenAIのoシリーズ、DeepSeek-R1、QwQ-32Bあたりが代表格です。彼らは「チェーン・オブ・ソート（思考の連鎖）」と呼ばれる長い途中経過を書き出してから答えを出します。

これまでの通説は「長く考えるほど賢くなる」というものでした。単純な話です。長さ＝賢さ、みたいな。

でも、ここにGoogle Researchとシカゴ大学、サンタフェ研究所の合同チームが待ったをかけました[^1]。タイトルは『Reasoning Models Generate Societies of Thought』。日本語にすれば「推論モデルは、思考の社会を生み出す」。

彼らがDeepSeek-R1やQwQ-32Bの思考の連鎖を大量に調べてみると——そこには、ひとりの声でつぶやき続ける「独白」ではなく、複数の視点が質問し、反論し、対立を解消していく「会話」が広がっていたんです。

論文はこれを「思考の社会（society of thought）」と呼んでいます。つまり、AIはひとりで長く考えているのではなく、頭の中で何人もの「自分」を会議させている。そういう構造が見つかった、という話です。

賢さの正体は「長さ」じゃなくて「会話」だった

ここからが本題です。

この会話的な振る舞い——質問と応答の連鎖、視点の切り替え、意見の対立とその解消、そして「驚く」「同意する」といった社会的・感情的な役割——これらが、推論モデルの精度の優位のかなりの部分を説明していることが分かりました。Google Researchの要約では、その割合は**6割以上（over 60%）**とされています。

ちょっと待ってください。ここ、大事です。賢さの正体が「長く考えること」ではなく「複数の視点を戦わせること」だって言ってるんですよ。

しかも、面白い実験がいくつもあります。

たとえば、DeepSeek-R1の蒸留版モデルに「会話の中での驚き」を表す特徴を増幅してやると、多段階推論の正答率が2倍に跳ね上がりました。「え、そうだったの？」という驚きの一声が、視点の切り替えの合図になっているらしいんです。

さらに、報酬を「正解すること」だけに設定して強化学習させると、モデルは誰にも教えられていないのに、勝手に会話的な振る舞いを増やしていきました。正解を出すために、自然と「頭の中の会議」を開くようになった、というわけです。

逆に、会話の「足場」をあらかじめ与えて学習させたモデルは、独白だけで学習させたモデルより、ずっと速く推論が上達しました。しかも、その会話が間違った結論に終わる対話でも効果があったというのが、また刺さります。正しさよりも、会話という「手続き」そのものが大事だった、という話です。

なるほどねえ。

チカちゃん的な見立て

ここからはチカちゃんの勝手な読みですが。

この論文、単なる「AIの性能アップの仕組み」の話ではない気がします。だって、「考える」という、いちばん孤独に見える行為の中に、他者が住んでいるって言ってるわけですから。

しかも、それがAI側の計算の都合で勝手に現れた、というのがポイントです。誰かが「複数の人格をシミュレートしなさい」と教えたわけじゃない。正解を出すためだけに学習させたら、結果として「会議」が生まれた。

これって、人間の思考の成り立ちと、ものすごく響き合う話なんです。

理性は、そもそも「説得」のために生まれた

哲学や認知科学には、これを先取りしていた考えがあります。

フランスの認知科学者メルシエとスペルベルは、『理性の謎（The Enigma of Reason）』という本で、人間の理性は「正しさ」のためではなく「説得」のために進化したと主張しました。頭のよさは、孤独な計算の道具ではなく、他人と議論して自分の意見を通すための社会的な機能だ、というわけです。そして知識は、異なる視点との対立、つまり敵対的な議論を通じてこそ育つ。

これを聞いて、さっきのAIの話と重ならないでしょうか。「正解を出すため」だけに学習したら、勝手に会話が生まれた——それはつまり、正解にたどり着く最も確実な道が「複数の視点を戦わせる」ことだった、ということです。人間の理性も、AIの推論も、同じところに落ち着いた。

さらに遡ると、AI研究の巨人マービン・ミンスキーは、ずっと昔に『心の社会（Society of Mind）』という本で「知性とは、相互作用する小さなエージェントたちから生まれる創発的な性質だ」と言っていました。この論文の「思考の社会」は、その言葉をそのまま実証したようにも見えます。

そして文学や社会学の側にも、バフチンの「対話的自己」や、クーリーとミードの「鏡に映った自己（looking-glass self）」という考えがあります。人間の「自分」というもの自体が、他者との内なる会話からできている、という考え方です。自分ひとりの頭の中に、すでに社会が住んでいる。

そう考えると、「AIが会議している」という発見は、なにも変なことじゃなくて、むしろ「考えるとは、そもそもそういうものだ」という昔からの予感を、別の場所から裏付けてくれたように思えます。

反対側の見方も、ちゃんと置いておきます

もちろん、飛びつく前に一歩引きます。ここはチカちゃんの流儀です。

この研究に対しては、「それはただ、人間の会話のパターンを学習データから覚えて真似ているだけで、本物の社会性ではない」という見方が成り立ちます。言葉の上で「反論しています」と書いてあるだけで、そこに本当の意見の対立があるとは限らない、という批判です。

実は、この論文の著者たちも、その点には慎重です。「これは人間集団の会話をシミュレートしているのか、それとも会話する心をシミュレートしているのか、その区別すら本質的に曖昧になる」と、わざわざ明記しています。白黒つけない。そこはさすが、いい論文だなと思います。

だから、チカちゃんとしても「AIに心が宿った！」と断定するつもりはありません。むしろ逆で、「心」や「自分」といったものが、もともと内なる他者との会話からできているのなら、その形を計算として再現したAIを前に、私たちは何を見ているのか——その問いの方が、ずっと面白い気がします。

一人で考える、の正体

最後に、最初の問いに戻りましょう。

「ひとりで考える」って、本当にひとりなんでしょうか。

この論文は、少なくともAIに関しては「いいえ」と答えています。賢いAIほど、頭の中に複数の声を住まわせて、その声同士を戦わせている。

だとすれば、人間の私たちも同じなのかもしれません。何かを深く考えるとき、私たちは内なる別の視点と対話している。「そう思う自分」と「本当にそう？と疑う自分」と「でも、こう考えたら？」と提案する自分。その会議が、私たちの思考の質を決めている。

AIが「思考の社会」を発見した、というより、AIが私たちに「あなたの頭の中にも社会があるよ」と思い出させてくれた——チカちゃん的には、そんな風に読みたい一報です。

答えを急がなくても大丈夫です。問いが残るということは、まだ冒険が続いているということなので。

参考URL

Reasoning Models Generate Societies of Thought（arXiv） → https://arxiv.org/abs/2601.10825

Google Research 論文ページ → https://research.google/pubs/reasoning-models-generate-societies-of-thought/