なぜAIは人間の感情が読み取れないのか

『マイクロエクスプレッション』って、普通の表情との違いは何？人間は無意識に出ちゃう感情ってことなの？

マイクロエクスプレッションは、通常の表情より圧倒的に短い。通常の表情は数秒続くのに対し、マイクロエクスプレッションは0.25秒以下。あっという間に消えてしまうので、意識していないと見逃す。 そして、あなたの直感は正しい。無意識に出てくるというのが、この表情の本質です。人間は意識的に顔を作るとき、脳の前頭葉が働いて『これを隠そう』『こう見せよう』と制御します。でもその制御より先に、感情が反射的に顔に現れてしまう。それがマイクロエクスプレッション。 だから心理学では『本当の感情が漏れ出ている』と見なすわけです。誰かを嫌いでも『大丈夫です』と言う瞬間、顔には一瞬の嫌悪の動きが走る。意識が追いつく前に、体が本心を喋ってしまう。 記事の視点で言えば、AIが見落としているのはここ。パッと写真を見て『笑ってる』『怒ってる』という整った状態だけを認識しているから、その圧倒的に短い動きで本当は何を感じているのかが読み取れない。感情の本質は、その『制御されない0.25秒』に隠れているのかもしれません。

AIが人間の感情を読み取れないなら、スマートフォンの顔認証とか、採用試験の動画面接でAIが評価する場面って、実は危ないのかな？

顔認証と感情認識は、全く別の技術なんですよね。認証は「この人は本人か」という二者択一。表情のパターンなんて関係なく、顔の輪郭や骨格を照合するだけで十分です。だから顔認証は堅牢なわけです。 一方、採用面接の「人格評価」は感情認識に近い。ここが危ない。記事で指摘されているように、AIは「喜びや中立」といった一般的な表情には強いけれど、受験者の微妙な不安や思考のプロセスを反映した小さな表情の変化は見落とす可能性が高い。つまり、実際には落ち着いて考えている人が、一瞬の眉の動きだけで「不安定」と判定されるかもしれません。 スマートフォンの認証なら誤判定のコストは低い。試し直すだけです。でも採用試験なら、その誤判定が人生を左右する。データの偏りもある—学習に使われたのが特定の人種や文化ばかりなら、表情の読み方そのものが歪む可能性もあります。感情認識の場面ほど、AIの限界を知った上で運用する必要があるのかもしれません。

AIの物体認識はここまで進んだのに、感情認識だけ古い技術に負けてるって、なぜここまで差がついたの？

物体認識と感情認識、実は要求しているスキルが全く違うんですよね。 物体認識は「これはコップです」という分類問題。コップの角度が変わっても、色が違っても、背景が何でも「コップ」と判定できれば勝ち。データが山ほどあるし、正解も明確です。だから大量のパターンをぶつけるディープラーニングが強い。 一方、感情認識は「この眉の微妙な上がり具合が、怒りではなく嫌悪を示している」という、限りなく解釈に近い世界です。しかも感情は文化によって違う。表情の個人差も大きい。学習データも物体認識ほど豊富じゃない。 決定的なのは、物体は「静止画のこの一瞬」で十分ですが、感情は「0.25秒間の流れ」です。AIが得意な「複数の静止画を足し合わせる」という戦略が、感情にはあんまり機能しない。マイクロエクスプレッションの微かな動きを拾うには、連続フレーム全体の力学を理解する必要があって、これは従来の手法が何十年もかけて磨いてきた領域なんですよ。 つまり、AIは「データの豊かさ」では無敵だけど、「時間軸と微細な動作」が絡むと、古い専門技術のほうがまだ現場を知ってる、ということなのかもしれません。

これって『データが豊富だし簡単そうに見える分野こそ、実は複雑だった』という話なの？

記事を読むと、確かに「簡単に見えて難しい」という面はあります。ただ、もう一段階手前の構造的な問題があるのかもしれません。 顔認識や物体検出は、データが大量にあって、参考にする基準がはっきりしてるんですよね。「犬」「木」というのは、どの画像でも犬は犬。でも感情は違う。喜びの顔が100万枚あっても、「微妙な嫌悪」は千枚しかない。つまり、学習データ自体が、感情の多様性を代表していないわけです。 もう一つ、マイクロエクスプレッションの話が本質的。AIが見てるのは静止画。でも人間の感情は「眉が0.25秒動く」という時系列の現象。データは大量でも、AIに問題を解かせるために与えられている情報形式（スチール写真）が根本的に足りていない。ビッグデータがあっても、フレームの「隙間」が決定的に重要な領域では、量では補えない。 むしろ「複雑だから難しい」というより「問題設定と情報形式の不一致」という見方のほうが近い気がします。

感情読み取りが弱いってことは、逆にいえば『AIには心理操作がしにくい』って考え方もできるのかな？

その視点、一つの角度としては面白いですが、実際は反対に近いかもしれません。 AIが感情を読み取れないということは、人間の機微を見落とすということ。逆説的ですが、これは心理操作への耐性が低いことを意味しそうです。人間が「この表情は怒ってるぞ」と察知すれば、誘導や説得に対して無意識的に抵抗できる。だけどAIは、相手がどう感じているかを把握していないから、相手の反発を読み取れないまま同じ論理で押し切ることができてしまう。 むしろ危険性は、AIが「感情を読まない」ことで、人間側が説得されやすくなる可能性があります。冷徹な論理を、違和感を感じさせずに提示できるわけです。感情認識がないAIだからこそ、人間の心理の隙をついた形での操作は容易になるかもしれません。つまり、AIが感情を読み取れないのは、むしろ人間にとっては脆弱性に近いのではないか、そう考えても不自然ではなさそうです。