AIの共感文は、人の関係責任を置き換えない

共感的な文章には、相手の状況を正しく捉えること、感情を承認すること、必要な支援を示すことがあります。一方、受け手側には、理解された感覚、安心、相手とのつながり、情報源への信頼があります。文章の第三者評価が高くても、受け手本人が関係的なつながりを感じるとは限りません。

さらに、実際の作成者と、受け手が信じる作成者を分けます。AIが生成し人が編集した文、人が書きAIが校正した文、AI文を人間作成と表示した文では、内容と帰属が異なります。『AI文の品質』と『AIと知った効果』を同じ比較へ混ぜないことが出発点です。

この記事は、AIが感情や意識を持つかを判定しません。また、心理疾患の診断・治療効果も扱いません。対象は、感情を伴う顧客対応、同僚支援、ピア支援などで、AIが人のコミュニケーションを助けるときの受け手成果と関係責任です。

Sharmaらは、オンラインのピア・メンタルヘルス支援プラットフォームで、実際の支援者300人を対象に非臨床の無作為化試験を行いました。AIが返答案へ即時フィードバックするHAILEY群では、対照群より会話上の共感が全体で19.6%高く、支援が難しいと自己申告した群では38.9%高かったと報告しました。[1]

重要なのは、AIが受け手へ単独回答した試験ではないことです。人がAIの提案を採用、修正、無視し、最終的な応答者であり続けました。AIを共感の主体とみなすより、人が相手を理解して書くためのフィードバック装置として配置した研究です。[1]

限界も明確です。単一プラットフォームのピア支援、短期の会話、訓練済みの自動共感指標が中心で、臨床転帰や長期の関係品質を測っていません。[1] 共著者の一人は心理支援品質技術企業の共同創業者・株主であると開示しており、結果を読む際の関連利益として記録します。

• ASSIST：AIは返答者を置き換えず、草案とフィードバックを提示する
• EDIT：人が文脈、事実、語調を確認し、採否と変更理由を残す
• ESCALATE：危機、医療、安全、権利に関わる内容は人へ引き継ぐ

YinらはPNAS 2024で、複雑な経験を記述した参加者へ、人またはBing Chatが作った返答を提示し、実際の作成者とAI・人間という表示を交差させました。AI生成文は人間文より『聞いてもらえた』感覚を高める一方、AIと表示されると同じ成果が下がりました。[2]

この設計は、内容効果と帰属効果を分けた点が重要です。AIが感情をより正確に拾い、実用的助言を急がず感情的支援を多く含んだことが、内容の評価と関連しました。一方で、AIラベルはつながりや理解の知覚を下げました。[2] 内容を改善すれば開示問題が消えるわけでも、開示で評価が下がるから隠してよいわけでもありません。

人間の比較対象は、参加報酬を得て一件へ回答したオンラインの一般参加者です。熟練した上司、長期関係のある同僚、訓練された相談員との比較ではありません。[2] また表示なし条件がなく、AI表示が下げたのか人表示が上げたのかを完全には分けられません。

RubinらはNature Human Behaviour 2025で、6,282人を含む九つの研究を行い、AI生成の共感文を人またはAIが作ったと表示しました。人間由来とされた同一文は、AI由来とされた文より共感的・支援的と評価され、より肯定的な感情を生みました。[3]

効果は文の長さ、応答遅延、反復、複数モデルを変えても再現し、感情共有やケアを強調する応答で大きいと報告されています。[3] 人が時間と注意を使って自分へ向き合ったという知覚が、文章の意味へ加わる可能性があります。自動化で納期を短縮しても、関係的な投資まで同じとはみなされません。

研究は主に実験環境の自己報告で、実際の職場関係、顧客維持、紛争解決を長期追跡していません。[3] したがってAI開示による平均評価低下を、隠す理由ではなく、用途選択と受け手の期待を設計する根拠として使います。

• CONTENT：文章の正確さ、承認、支援性を評価する
• ATTRIBUTION：誰が作り、誰が編集し、誰が責任を持つかを分ける
• RELATION：理解、つながり、真正性を文章品質とは別に測る

WengerらはCommunications Psychology 2026の四研究で、人またはAIから共感を受け取る選択と、受け取った応答の評価を分けました。参加者は概して人から受け取る方を選びましたが、AIを選んで受け取った応答は、品質、聞いてもらえた感覚、努力で高く評価されました。[4]

この『選択の逆説』は、受動的に割り付けた満足度だけでは需要を予測できないことを示します。AI応答を試した人の評価が高くても、最初から人を求める人へAIを既定で出す正当化にはなりません。人の対応を選ぶ権利と、待ち時間・費用の差を明示する必要があります。

四研究には想像上の場面や事前生成文が含まれ、学生・オンライン参加者が中心です。現実の感情場面を用いた研究もありますが、日常の継続利用や関係修復を確立していません。[4] 好みと便益を平均へ混ぜず、選択しなかった人も分母に入れます。

導入試験では、人のみ、人がAIフィードバックを任意利用、人がAI草案を編集、AIが直接応答、の条件を分けます。AI使用の有無だけでなく、最終文の編集量、事実修正、返答者、開示、受け手が選んだ経路を保存します。

主指標は、受け手が理解されたと感じたか、必要な次行動へ到達できたか、事実誤りがなかったかです。補助指標に、つながり、真正性、人対応への切替、再説明、苦情、後悔を置きます。文章評価が高くても、切替不能や誤った安心が増えれば合格にしません。

送信者側では、AI提案の採用率より、文脈の追加、過剰な断定の削除、個人情報の除去、緊急引継ぎの実行を測ります。共感の定型句を増やしただけで相手を理解したと誤認しないよう、元の発言のどこへ応答したかを確認します。

• RECIPIENT：理解された感覚と人対応への選好を本人から測る
• ACCURACY：事実、約束、制度、緊急性を独立確認する
• CHOICE：AI支援、人のみ、後で返答、終了を同じ操作負荷で選べるようにする

低影響の定型返信では、AI草案を人が確認し、担当者名と責任主体を明示できます。苦情、評価、喪失、健康、安全などでは、AIを感情の代行者にせず、担当者が相手の具体的な文脈を読み、自分の判断で編集します。AIが作った約束や謝罪を無確認で送信しません。

開示は一律の小さなラベルだけで終えません。AIが草案、翻訳、要約、直接応答のどこを担ったか、誰が最終確認したかを、場面に応じて説明します。受け手が人を希望した場合、同じ会話を繰り返させずに履歴を引き継ぎます。

停止条件は、事実誤り、危機の見逃し、人対応への切替失敗、開示後の大量な不信、特定群だけの評価低下です。再開には、草案範囲を狭め、引継ぎを実演し、受け手の理解・選択・関係成果を再試験します。AIの役割は共感を演じることではなく、人が相手へ責任を持って応答する余白を増やすことです。

• 採用：人の編集で内容と受け手成果が改善し、切替権が機能する
• 限定：感情的・高影響な案件では草案とフィードバックに留める
• 停止：直接応答が誤安心、危機見逃し、関係的な不信を増やす
• 再開：担当者責任と人への引継ぎを復旧し、受け手評価を再確認する