当サイトを閲覧いただきありがとうございます。 本記事は「チューリングテスト」について解説します。
「機械は考えることができるか」。この問いに正面から答えようとすると、まず「考える」とは何かを決めなければならず、そこで話が止まってしまいます。
1950年、数学者アラン・チューリングは、この行き詰まりを問いそのものを別のものに取り替えるという手で切り抜けました。定義の議論をやめて、「人間と区別がつかない受け答えができるか」という、判定可能な問いに置き換えたのです。
その割り切りは見事でしたが、同時に「ふりができれば十分なのか」という疑いをずっと引きずることにもなりました。AIが日常になった今こそ読み直す価値のある議論だと思います。
問いを取り替えるという手
チューリングの論文「計算する機械と知性」（Computing Machinery and Intelligence）は、いきなり「機械は考えることができるか、という問いを考えたい」という一文から始まります。
ところが彼はすぐに、この問いを追いかけるのをやめます。「機械」と「考える」の定義から始めると、言葉の普通の使われ方を調べる作業になってしまい、答えが世論調査で決まってしまうからです。それでは意味がない、というわけです。
そこでチューリングは、問いを別の形に置き換えます。曖昧な問いを、はっきり手続きの決まったゲームに翻訳するという発想でした。この置き換えこそが、この論文でいちばん頭の切れる部分だと私は思っています。
元は男女を当てる遊びだった
置き換えの元になったのは、「イミテーション・ゲーム」（imitation game）という当時の遊びです。実は最初の設定に機械は出てきません。
- 別々の部屋に、男性A、女性B、質問者Cがいる
- Cは文字だけのやり取りで質問し、どちらが男でどちらが女かを当てる
- Aは質問者を騙そうとし、Bは正直に手助けしようとする
そしてチューリングは、こう問いを立て直します。「では、Aの役を機械に演じさせたら、質問者はさっきと同じ割合で間違えるだろうか」と。
この形にすれば、答えは実際にやってみれば決まります。「考えているかどうか」という中身の話が、「見分けられるかどうか」という外から測れる話に変わったわけです。
現在ふつうに語られるチューリングテストは、この設定を少し整理した形になっています。審査員が、人間と機械の両方と文字で会話し、どちらが機械かを当てる。当てられなければ機械の勝ち、という形式です。
なお、チューリングは具体的な予測も残しています。おおよそ50年後には、5分間の質問で審査員を欺ける機械が現れ（当時としては途方もない記憶容量を前提にした見積もりでした）、正しく見分けられる確率は7割程度まで落ちるだろうという見立てでした。彼はこれを「機械は考えるという言い方が普通に通じるようになる」時期の目安として書いています。
先回りして潰された9つの反論
この論文の後半は、ほぼすべてが予想される反論への回答に充てられています。チューリングは9つの異論を自分で並べ、一つずつ応じました。主なものを挙げます。
| 反論 | 言い分 | チューリングの応答 |
|---|---|---|
| 神学的な反論 | 思考は神が魂に与えたもので、機械には宿らない | 神の能力に勝手な制限を課す議論になっている |
| 数学的な反論 | 機械には答えられない問いが必ず存在する | 人間にも答えを間違える問いはいくらでもある |
| 意識からの反論 | 感情を伴って書いたのでなければ意味がない | それを認めると他人の意識も確かめられなくなる |
| 能力の欠如 | 機械は間違いを犯せない、ユーモアを解さない | 現状の機械を見ての一般化にすぎない |
| ラブレス伯爵夫人 | 機械は命じられたことしかできず、新しさを生まない | 学習する機械なら、作者を驚かせる出力を出しうる |
このうち「意識からの反論」への応答が特に鋭いところです。「本当に感じているかどうかを確かめないと知性を認められない」と言い出すと、私たちは他人についても同じ確認ができません。その基準を貫くなら、認められるのは自分の心だけになってしまう、という切り返しです。
もう一つ注目に値するのが、最後に彼が置いた提案です。大人の頭脳をいきなり作ろうとするのではなく、子どもの頭脳にあたるものを作って教育するほうが早いのではないか、というものでした。学習によって能力を獲得させるという発想が、この時点で書かれています。
「ふりができれば十分」への反撃
チューリングテストは有名になった分、批判も浴び続けてきました。代表的なものを整理します。
理解していなくても通過できる。もっとも知られた批判が「中国語の部屋」です。規則に従って記号を並べ替えるだけの人は、中国語を一言も理解していないのに、外から見れば流暢に応答している。振る舞いが同じでも中身は空かもしれない、という指摘になります。
巨大な表があれば通過できる。もっと極端な例もあります。起こりうるすべての会話をあらかじめ書き出した、途方もなく大きな対応表を用意すれば、その機械はテストを通過します。しかしそこにあるのは検索作業だけで、知性と呼べるものは何もありません。この例は、テストが「どうやって答えを出したか」を一切問わないことを露わにします。
人間らしさを真似る競技になってしまう。テストに勝つ近道は、賢くなることではなく人間の弱点を真似ることです。計算をわざと遅く間違え、打ち間違いを混ぜ、話題を逸らす。実際、初期の対話プログラムの多くはこの方向に最適化されました。母語話者でない子どもという設定を使い、不自然さを言い訳にした例もあります。
人間中心すぎる。人間と違う知性を持つ存在は、正直に応答すればするほど機械だと見抜かれます。飛行機は鳥の真似をやめたときに飛べるようになったという比喩がよく使われます。人間らしさを合格条件にしている限り、テストは知性一般の物差しにはなりません。
人は簡単に騙される。1960年代に作られた、ごく単純な受け答えをするだけのプログラムでさえ、利用者が本気で悩みを打ち明ける事態が起きました。相手に心を見出そうとする性質が、こちら側に強く備わっているのです。テストが測っているのは機械の賢さではなく、人間の騙されやすさかもしれません。
裏返して使われている場所
面白いことに、このテストは日常の中で役割を反転させた形で使われています。ウェブサイトでよく出てくる、歪んだ文字や画像を選ばせるあの仕組みです。
あれは機械が出題し、人間かどうかを判定するという、審査員と受験者を入れ替えたチューリングテストになっています。名称そのものにも「コンピュータと人間を見分けるための、完全に自動化された公開チューリングテスト」という意味が込められています。
そして、この仕組みにも同じ皮肉が付いて回ります。画像認識の性能が上がったことで、こうした問題は次々に突破されるようになりました。人間だけができることを探し続けるという作業自体が、じわじわ難しくなっているわけです。
大規模言語モデルの登場で何が変わったか
近年の言語モデルは、話題を選ばず自然な文章で応答します。そのため「もうチューリングテストは通過されたのではないか」という議論が繰り返し起きています。
ただ、この問いに単純な答えは出ません。合否のラインをどう引くかで、結論がまるごと変わってしまうからです。審査員が素人か専門家か、会話が5分か数時間か、審査員がAIの癖を知っているかどうかで、結果は大きく動きます。
そして、仮に通過したとして何が言えるのかという問題も残ります。チューリング自身は「通過したら考えていることになる」と証明したわけではありません。彼が主張したのは、そこまでいけば機械が考えると言っても誰も反論できなくなるだろうという、言葉づかいについての予測でした。
私は、この論文の価値は判定基準そのものよりも、「中身を覗けない相手の知性を、私たちは何を根拠に認めているのか」を突きつけた点にあると考えています。人間相手なら、私たちは振る舞いだけで心を認めています。機械にだけ別の証明を求めるなら、その理由を説明しなければなりません。
チューリングテストについて聞かれやすいこと
テストに合格した機械は本当に出たのですか
合格を宣言した例はいくつもありますが、いずれも条件付きです。会話時間の短さ、審査員の構成、機械側の設定などが有利に働いたという批判が毎回付いてきました。
そもそもチューリング自身が具体的な合格ラインを厳密に定めていないため、「これで通過と言ってよい」という基準が共有されていません。この曖昧さこそが、議論が終わらない最大の理由です。
会話だけで判定するのは狭すぎませんか
その指摘は昔からあり、拡張版も提案されています。文字のやり取りだけでなく、物を見て、触って、動かす能力まで含めて判定すべきだという考え方です。
言葉の意味は世界と関わる中で身につくものだから、体を通した経験を欠いたまま言葉だけを扱っても本当の理解にはならない、という主張が背景にあります。これは、言葉の意味が外の世界とのつながりで決まるという議論とも通じています。
この思考実験は現在の仕事に役立ちますか
役立つのは、「出力が正しく見えること」と「正しく処理していること」は別物だという感覚だと思います。テストの弱点はまさにそこにあり、過程を一切問わずに結果だけで判定する点にありました。
AIの出力を評価するときも、事情は同じです。もっともらしい答えが返ってきたことと、根拠のある答えが返ってきたことは違います。中身を問わない評価は、真似が上手いものに高い点を付けてしまう。70年以上前の批判が、そのまま現在の実務の注意点になっています。
関連する思考実験
機械に心を認められるかをめぐる、心の哲学の思考実験です。それぞれ別の角度からチューリングの割り切りに反論しています。
まとめ
本記事は「チューリングテスト」について解説しました。如何だったでしょうか。
「機械は考えるか」という答えの出ない問いを、「見分けられるか」という測れる問いに取り替える。この一手によって、チューリングは議論を前に進めました。同時に、中身を問わないという代償も引き受けることになり、そこを突く批判が今日まで続いています。
面白いのは、批判のほとんどをチューリング自身が先回りして論じていたことです。彼が答えられなかったのは、むしろ後から出てきた「巨大な対応表でも通過できる」という指摘のほうでした。読み返すたびに、この論文が単なる古典ではなく、まだ議論の現場にいる文章だと感じます。
思考実験の一覧に戻りたい方は以下のリンクからどうぞ。
それでは次の記事も閲覧いただけると幸いです。
こちらもよく読まれています
📚 シリーズ：有名な思考実験（8/60）
