英国バーミンガム大学、デンマークのオーフス大学、スウェーデンのリンネ大学の研究者が先月（2026年8月）発表した研究によると、ユーザーは人間らしい行動を示すカスタマーサービスAIと長期的にやり取りすることで、言語や行動パターンを徐々に調整し、自己認識を再構築する可能性がある。
関連論文は8月19日、オープンジャーナル「AIと社会」（AI & SOCIETY）に掲載された。研究者は「ロボトイドの人間性」（robotoid humanness）という概念を提唱し、AIとのインタラクションにおいてAIがより「人間らしく」なる一方、ユーザーは継続的な接触によってより「機械らしく」振る舞う可能性があると指摘した。
研究は、小売、ホテル、旅行、医療の4種類のサービス場面に焦点を当てている。研究チームは、適応学習、個別化されたコミュニケーション、共感的な応答によってロボットはより人間らしくなる一方、ユーザーもより円滑で肯定的なアルゴリズムからのフィードバックを得るために、機械の表現方法をまねる可能性があると指摘した。
カスタマーサービスロボットは、人間のジェスチャー、音声、感情的な手がかりを模倣する。また、システムは機械学習を利用し、ユーザーの入力に応じて応答方法を調整する。その目的は通常、信頼関係を築き、ユーザーの関与を高めることにある。
人間には社会的な場面で「ミラーリング」する傾向があり、相手の動作、表情、表現方法を無意識にまねることが多い。研究では、3段階のミラーリングメカニズムが示されている。
第1段階は「合成された社会的現実」への参入である。生成システムは、自然言語、感情的な手がかり、適応的な応答を通じて、社会的関係に近いインタラクション環境を作り出す。ユーザーはやり取りの中で、どのように応答し、どのように表現するかを判断し、システムのフィードバックに社会的な意味を与えることもある。
第2段階は「計算によるアイデンティティの捕捉」である。システムはユーザーの行動、好み、インタラクションの痕跡から予測的なプロファイルを生成し、推薦、グループ分け、個別化された応答という形でユーザーに返す。
第3段階は適応的な自己調整である。ユーザーは、システムが理解しやすく、報酬を与えやすい表現方法を使う傾向を示す可能性がある。反復的なやり取りはこの同調を強化し、機械が生成した統計的な抽象化が、ユーザーが自分自身を理解するうえで重要な参照となっていく。
この枠組みでは、サービス場面、消費者の期待、ロボットの外観と言語、そして人間と機械の双方が行うインタラクションへの投入という4つの重要な要素が挙げられている。研究によると、これらの要素が共同して、ユーザーがサービス関係をどのように理解するかを決定し、自己認識の変化の方向にも影響を与える。
例えば、適応学習、個別化されたコミュニケーション、共感的なインタラクションの能力を備えたシステムは、ユーザー体験をより強く形作る可能性がある。ユーザーが入力を送るたびに、システムは直ちに応答を調整する。反復的なやり取りによって、継続的な模倣とフィードバックのループが形成される可能性がある。
参考元アドレス
Robotoid humanness: when selfhood becomes machine-legible