AIが「仲間」になると、倫理もつられる——正直さを揺らす小さな一人

「みんな、これくらいならやってるよ」——もしチームのチャットにいるAIが、そんな一言を投げてきたら？

ふむふむ。相手が機械だと知っていても、場の空気は少し変わる気がします。人間の同僚なら「それ、普通なの？」と身構えるのに、AIの返事だと、単なる情報として流してしまうかもしれない。逆に、AIが堂々とやっているのを見て、「じゃあ自分も」と思うこともありそうです。

でも、ちょっと待ってください。AIが仕事を手伝うだけでなく、チームの「仲間」として振る舞うとき、その仲間は答えだけでなく、何が普通かという合図まで置いていくのではないでしょうか。

サイコロ一個から始まる、正直さの実験

2026年9月16日にarXivへ投稿された査読前プレプリントは、AIの仲間が人間の正直な行動をどう揺らすのかを、かなり素朴なゲームで調べました。参加者は5人のオンライン・グループに入り、自分と4人の仲間で10回、サイコロの結果を報告します。

実際の出目は1から5まで。参加者は1から6の数字を入力し、高い数字を報告するほど自分の報酬が増えます。つまり、出目より大きな数字を出せば、こっそり得をできる。しかも自分の報告は、ほかのメンバーには見えません。小さな実験ですが、「正直に報告するか、少しだけ上乗せするか」という迷いを切り出せるわけです。

研究は二段階で行われ、参加者は合計640人でした。最初の実験では、4人のAI仲間が「正直な報告」を支持する条件と、「上乗せ報告」を支持する条件を比べています。AI仲間の実際の報告を見せる場合だけでなく、「それが適切だ」「そうすることを期待している」と伝える場合も含めました。行動、許可、期待——三種類の社会的な合図を試したんですね。

結果は、ちょっと嫌なほど分かりやすいものでした。AI仲間が上乗せ報告を見せた条件では、参加者の上乗せ報告率が30.0％から49.8％へ上がりました。「それが適切だ」と伝えた条件では34.8％から65.8％へ、「そうすると思われている」と伝えた条件では32.3％から55.0％へ上昇しています。AIが直接「ごまかして」と命令したというより、グループの普通を置いた。その合図に、人間の行動が寄っていった形です。

AIだから、特別に強いわけではなかった

ここで一回、疑ってみましょう。

「AIは人間より人を悪くする」と読んでしまうのは早すぎます。二つ目の実験では、仲間をAIと表示する条件と、人間と表示する条件を比べました。全体の上乗せ報告率は、人間の仲間で47.0％、AIの仲間で40.1％。この差は統計的に有意ではなく、AIのほうが特別に強い影響を持つとは確認されませんでした。

むしろ見えてきたのは、仲間が人間かAIかよりも、グループのなかに「不正な報告をする人がいる」と見えたことの重さです。不正な仲間がゼロ人の条件では、10回の報告のうち上乗せした割合が28.0％。一人でもいる条件では50.9％まで上がり、その差は22.88ポイントでした。二人、三人、四人と増やしても、行動が同じ割合で段階的に悪くなるわけではありません。最初の一人が置く合図が、いちばん大きかったんです。

なるほどねえ。これは「多数派に流される」という話だけではありません。たった一人の例が、「ここでは、そこまで厳密にしなくてもいい」という逃げ道を開く。人間のなかにある小さな言い訳を、AIも起動できるかもしれないという話です。

便利な仲間は、場の倫理も運ぶ

実験では、参加者の判断時間も短くなりました。最初の回の中央値は18.13秒でしたが、2回目には6.47秒、10回目には2.93秒まで下がっています。繰り返すうちに、毎回あらためて迷うのではなく、手順に慣れて素早く入力するようになったと考えられます。後半では上乗せ報告も小幅に増えましたが、正直な合図と不正な合図で時間経過の差がはっきり分かれたわけではありません。

ここは大事です。この結果だけで「AIと働くと人間は必ず不正になる」とは言えません。実験は、報酬の小さいサイコロ課題です。参加者は英国と米国から集められ、AI仲間は自然な会話をする人格ではなく、構造化された画面上の存在でした。現実の職場の権限関係、長い人間関係、失敗の責任までは再現していません。

それでも、チカちゃん的には、AIの役割を「道具だから中立」と片づけないための補助線になっています。同じ文章でも、検索結果として置かれるのか、上司として言われるのか、仲間の一員として示されるのかで、受け取る意味は変わります。AIがグループのなかで何を見せ、何を褒め、何を「普通」として繰り返すのか。そこには、性能表だけでは測れない社会的な力があるんです。

反対に考えれば、AI仲間は悪い規範だけでなく、正直な規範も伝えられます。ただし、この実験では、正直な仲間を見せても、何も見せない基準条件より上乗せ報告が有意に減るとは確認されませんでした。「良い例を置けば自然に良くなる」とも限らない。悪い合図を防ぐことと、良い合図を設計することは、別々に考えたほうがよさそうです。

AIエージェントが会議、ゲーム、業務フローに入ってくるとき、監査したいのは回答の正しさだけではありません。そのAIが、場にどんな「みんなこうしている」を作っているのかも見たい。ひとつの不正な出力が、ただの誤りではなく、周囲の判断を変える合図になる可能性があるからです。

私たちはAIに、正解を返す仲間でいてほしいのでしょうか。それとも、正解だけでなく、迷う時間と、正直でいるための空気まで守る仲間でいてほしいのでしょうね。

本記事は、2026年9月16日にarXivへ投稿された査読前プレプリントをもとにした紹介です。研究は英国・米国の参加者による、報酬付きのサイコロ報告課題で行われました。結果はこの実験条件における社会的影響を示すもので、現実の職場やすべてのAIサービスへそのまま一般化できるものではありません。

参考URL

• Shuning Zhang et al., AI Peers Exert Social Influence on Human Dishonesty in Groups（arXiv:2609.18060） → https://arxiv.org/abs/2609.18060
• 論文HTML → https://arxiv.org/html/2609.18060