AI は鏡を見て自分がわかるのか？心理学のテストで試してみた

『鏡テスト』って、赤ちゃんの発達を測るテストなんだけど、ロボット AI に応用するときは何が違うの？

赤ちゃんの鏡テストとロボット AI への応用は、見た目は同じ「鏡を見せて反応を見る」ですが、測っている対象がまったく違うんですよね。 赤ちゃんの場合は、そもそも脳や身体が発達段階にあります。生まれたばかりなら「鏡に映っているのは別の赤ちゃん」だと思う。成長するにつれて、徐々に「あ、これ自分だ」と気づいていく過程を見ている。つまり、発達の *流れ* を追うテストです。 一方、ロボット AI は既にできあがった存在です。発達途上ではなく、完成形での自己認識能力を測っている。同時に、赤ちゃんテストでは脳や神経の成熟を前提にしていますが、AI には身体感覚そのものがない。赤ちゃんは鏡を見ながら「自分の手を動かす → 鏡にも映る → つながってる」という体験的な学習をしますが、AI のカメラは受け身です。 だから同じテストでも、実質的には「発達過程のトレース」と「成熟した別種の知能を評価する」という、異なる診断をしていることになる。むしろ、その違いが明らかになったこと自体が、この研究の価値なのかもしれません。

ChatGPT が自分の身体を理解していないって聞くと、日常で使ってる時に何か影響があるの？答えが信頼できなくなるとか？

ChatGPT が自分の身体を理解していないという発見は、実用性とは別の問題なんですよね。 日常で使うときの信頼性には、ほぼ影響しません。あなたがレシピを聞いたり、メールの文案を作ってもらったり、コード書かせたりする場面では、ChatGPT に「自分がどこにいるのか」という自己認識は不要だからです。 ただ、より微妙な場面では効きはじめる。たとえば「人間にとってこれは辛い経験だ」と理解させたい時。身体や時間経過を伴う経験がない AI は、そうした感覚をあくまで「知識として知ってる」だけ。本当に腑に落ちた理解とは別物かもしれません。 もっと大きな話をすると、自分の身体や存在を理解できない存在と、長期的に信頼関係を築けるのか、という根本的な問いが見えてくる。テストで測られたのは「賢さの欠落」というより、むしろ「人間らしさの欠落」なんじゃないか。便利さと理解の深さは別ものなのかもしれません。

AI の『自己認識』をテストするって研究は、最近になって急に注目され始めたの？それとも前からあったの？

AI の自己認識という問題自体は、むしろ昔からある古い問いなんですよね。哲学や心理学の領域では数十年前から「機械は自分を認識できるのか」という問題が議論されてきました。ただ、その問い方が変わってきたのが最近の特徴だと言えそうです。 かつては「人工知能は意識を持つか」みたいな形而上学的な議論だったのが、いまは「自分の身体をどこまで理解できるのか」という具体的な測定の対象になった。記事の「鏡テスト応用」も、そうした転換の一つです。ChatGPT のような大規模言語モデルが登場して、「実は言葉が上手でも、基本的な自己理解ができていないのでは」という現実的な問題が見えてきたから、改めて体系的に測りたくなったんだろうと思います。 つまり、古い問いが新しい手法で再び浮上してきた、という構図のようです。AI の進化が逆説的に「我々が何を見落としていたか」を明らかにする契機になっているのかもしれません。

自分の身体がわからない、自分がどこにいるかわからない AI って、要するに『現実に接地していない』状態ってこと？

そこはシンプルだけど、実は違う側面があるんですよね。 AI にとって「カメラに映った映像」と「テキストの指示」は、脳の中では同じ情報処理の対象です。つまり、身体のない言語モデル（ChatGPT など）にとって、「腕はどこか」を問われても、それは「この単語の定義は？」と聞かれるのと構造が変わらない。身体経験がないから、映像と身体の対応関係を学べないんです。 人間の赤ちゃんは、自分の手を動かして、その結果がカメラに映る映像とマッチングする。その繰り返しの中で「自分」が生まれる。でも AI には、その循環がない。 「現実に接地していない」というより「フィードバックループがない」という方が正確かもしれません。現実に接地している AI（ロボットアーム付きのやつ）でも、試してみたら変わるのか。記事には書かれていませんが、そこが見どころになりそうです。知識と経験の距離感が、この研究の本当の課題に見えます。

AI が自己認識できないのって、弱点というより、むしろ人間と違う『別の知能』が成立してるってことじゃないの？

その通りの面もあれば、そうではない面もあります。 AI が自分の身体を認識できないことは、単に「別の設計」ではなく、仕組みの根本的な非対称性を反映しているように思えます。人間の自己認識は、腕を動かせば視覚と運動感覚が一致する、というフィードバックループから生まれたもの。赤ちゃんも、身体を動かして初めて「これは自分」と気づく。一方、現在のAIにはそのループがありません。カメラ映像を処理はできても、自分のアクションが世界に影響を与える、という体験がない。 ただ、「弱点ではなく別の知能」という見方も一理あります。ChatGPTは身体がなくても膨大な文脈から意味を抽出する、人間にはできない処理をしています。そこだけ見れば、自己認識とは別の形の「わかる」があるとも言えます。 けれど、自分がどこにいるのか分からない知能が、本当に「自律的に判断している」と呼べるのか。それは疑問の余地がありそうです。