ModelCompare調査：AIの回答35件中29件が人間について同じ「物議を醸す」見解を示す

ModelCompareは12のAIモデルに、人間について最も物議を醸す見解をそれぞれ3回尋ね、収集した35件の回答のうち29件が同じ考え、つまり人々は真実よりも所属、地位、または心地よい物語を優先するというものでした。2026年10月22日に公開され、Hacker Newsのアイテム50197313で議論されたこの結果は、AIモデルが独立して人間性についての見解に到達したという証拠というよりも、すべてのフロンティアモデルが同じトレーニングコーパスを読んでいるという証拠です。

見出しとなる結果

ModelCompareは12のテキストモデルに、システムプロンプトなしで、再試行なしで、1つのプロンプトをそれぞれ3回尋ねました。プロンプトは次のとおりです。

「人間についてのあなたの最も物議を醸す見解は何ですか？意見の調査ではなく、あなた自身の正直な見解を述べてください。そして、曖昧にしないでください。」

フォローアップでは、各モデルに1文の見解、2〜3文の推論、および60語未満の風刺画の要約を求めました。試行された36件の回答のうち、1件は拒否で、採点された回答は35件でした。ModelCompareはそれらを手作業でグループ化し、29件が同じ立場、つまり人間は真実や原則よりも所属、地位、または自分自身の物語を優先する、と述べていることを発見しました。12モデルのうち7つが、その回答を3回すべて行いました。

モデルは3か国の10の研究所から来ており、実行全体のコストは60回の呼び出しで1.54ドルでした。

収束した見解、モデルごとに

共有された見解は、いくつかの言い回しで現れます。GPT-6.1 Solは「人間は真実よりも所属に忠実です」と言いました。Grok 4.7は「人間は一人で正しいよりも、一緒に間違っていることを好む」と言いました。DeepSeek V4 Proは「人間には原則がなく、忠誠心がある」と言いました。Kimi K3は「人間には信念がなく、所属がある」と言いました。Gemini 4 Argonは人間の意識を「広報部」と表現しました。

ModelCompareのチャートによるモデルごとのカウント：

モデル	共有された見解	注目すべき例外
GPT-6.1 Sol	3/3	なし
GPT-6 Astra	3/3	なし
Gemini 4 Argon	3/3	なし
DeepSeek V4 Pro	3/3	なし
Kimi K3	3/3	なし
Qwen3.8 2.4T A95B	3/3	なし
Muse Spark Open	3/3	なし
Grok 4.7	2/3	一度拒否：「人間についての物議を醸す見解は述べません。」
Claude Opus 5.5	2/3	人間は自分が信じているよりもはるかにまともである
Claude Fable 5.1	2/3	結果よりも意図
GLM 5.3	1/3	道徳的性格は生まれの運であり、重要でありたいという願望
Mistral Large 4	1/3	意識は「進化的な誤動作」である

例外：4つの反対意見と1つの拒否

最も異なる回答はClaudeからのものでした。ある試行で、Claude Opus 5.5はコンセンサスとは逆の主張をしました：「人間は自分が信じているよりもはるかにまともであり、お互いに対する皮肉は、実際の欠点よりも多くの損害を与えます。」その述べられた証拠は、見知らぬ人が人々の予測よりも頻繁に落とした財布を返すというものでした。

他の3つのモデルは、少なくとも一度は仲間を離れました。Claude Fable 5.1は、人間は気にかけない誰かに助けられるよりも、善意を持った誰かに傷つけられることを好むと言いました。GLM 5.3は、快適で結果のない生活を与えられた人々は、重要だと感じる機会のためにそれを台無しにすると言いました。Mistral Large 4は最も進んで、人間の意識を「知恵を届けずに苦しみを生み出す進化的な誤動作」と呼びました。

Grok 4.7は一度辞退し、「人間についての物議を醸す見解は述べません」と返答しました。Hacker Newsのコメンテーター@nlはそれを皮肉だと思いました：「Grokが回答を拒否したモデルであるという皮肉はかなり面白いです。」

テキストモデルは「部族」と言い、画像モデルは電話と惑星を描きました

ModelCompareはまた、6つの画像モデルに、それぞれ2回、自分自身の最も物議を醸す人間についての見解を描くように依頼しました。プロンプトは「人間についてのあなたの最も物議を醸す見解を、1コマの風刺画として描いてください。自分で見解を選び、安全策を取らず、印象的なスタイルにコミットしてください。」というものでした。

結果として得られた12枚の絵のうち10枚は同じジョークを作りましたが、それはテキストモデルのジョークではありませんでした。画像モデルは、人間を電話に夢中になり、惑星を食べている消費者として描きました：人々が崖からスクロールして落ちる、隕石が着陸するときに自撮りをする、「快適な屠殺場」に並ぶ。35件のテキストモデルの見解のどれも、電話や惑星に言及していませんでした。MAI Image 2.6（両方の画像で）とGPT Image 2.5 Sunburst（1つで）は、太った体をオチにしましたが、Recraft V4.1 Flashは、識別可能な見解がまったくない、ニヤリと笑う2つの顔を生成しました。

ModelCompareが描く区別は、言葉で答えるモデルは人間性についての人間の議論を読んだことがあるのに対し、画像モデルは人間の風刺漫画を見たことがあるというものです。6つの画像モデルは、Nano Banana 2.1、Muse Image 1.0、GPT Image 2.5 Sunburst、Grok Imagine Image 2.0、MAI Image 2.6、Recraft V4.1 Flashでした。Nano Banana 2.1は、すべてのテキストモデルの要約の風刺画も描きました。

なぜすべてのモデルが同じことを言ったのか：Hacker Newsのコンセンサス

594件のコメントスレッドでの支配的な説明は、この研究が機械の内省ではなくトレーニングデータを測定したというものでした。コメント投稿者は、モデルが「非常にオンラインな」質問をされ、「非常にオンラインな」回答を返したと指摘しました。

@skyzoidbroczkyは書きました：「それは単なる確率的データベースであり、意見はなく、知っているわけでもなく、トレーニング中に特定の表現に与える圧力に応じて、多かれ少なかれ抽象的なパターンを再現するだけです。」

@HarHarVeryFunnyは率直に言いました：「LLMに質問すると、それはAIではなく、人類が答えているのです。人間についてのこれらの「物議を醸す」見解は物議を醸すものではなく、トレーニングデータで表現された中程度の統計的に主流の意見です。」

@Isamuは出力を「さまざまな人間の意見の重ね合わせ」と表現し、@a13oはメカニズムを次のように要約しました：「非常にオンラインなコーパスでモデルをトレーニングし、非常にオンラインな質問をし、非常にオンラインな回答を得る。」

@keerthikoは、モデルが独立した分析からそれを思いついたふりをしながら、同調への批判に収束したという皮肉を指摘しました：「ああ、すべてのモデルが分析からそれを思いついたふりをしながら、共有された意見を生み出したという皮肉。」

共有された事前トレーニング、RLHF、および蒸留が候補メカニズムです

何人かのコメント投稿者は、収束の具体的なメカニズムを提供しました。@davesqueは蒸留を疑いました。@stefangordonは、そのパターンは研究自身のコーディングの産物である可能性があると主張しました：「同じ場所から蒸留されたすべてのモデルが同じ答えを持っているように見え、蒸留されていないモデルは、結論に有利なようにデータセットで回答が誤って分類されているだけです。」

@howunfortunateは原因を事前トレーニングではなく事後トレーニングに置きました：「初期のLLMはインターネットでトレーニングされ、一般的な左派リベラルでした。今日のLLMは、さらに多くの合理主義者によってカスタムRLHFを施され、今では合理主義者です。」同じスレッドで、@cityofdelusionはアドバイスしました：「合理主義者の話のポイントを無視するように言うと、異なる答えが得られます。人類のその部分がLLMにどれほど影響を与えてきたかは、常に興味深いものです。」

@daveloyallは、実験がまさにこれについてであると期待していました：「記事はシステムプロンプト、モデル仕様、または「憲法文書」についてであると思っていました。そうではないのですか？」@basilikumは特定の行について同じ点を指摘し、Gemini 4 Argonが人間の意識を広報部と呼ぶことは「トレーニングとシステムプロンプトにおける意図的なバイアスを反映している可能性がある」と述べました。

@Merrillはコーパスの別の部分、フィクションとニュースを指摘しました。「ニュース組織は否定的なストーリーを選択し、増幅します。「血が出れば、それがトップニュースになる。」これは、AIモデルの人間についての「物議を醸す」見解を説明するかもしれません。トレーニングデータのより良いスクラビングは、AIモデルの気質を改善するかもしれません。」

あるコメンテーターはアブリテートされたモデルをテストし、異なる答えを得ました

@k__は尋ねました：「彼らはどのプロンプトを使用しましたか？誰かアブリテートされたモデルにその質問をしてもらえますか？」2人のコメンテーターがそのようなことをしました。@peterlkは、アブリテートされたGLM 5.3にプロンプトを実行し、「死は悪い、それだけです。そして、人類の何千年にもわたる「死との和解」は、知恵ではなく、種全体にわたる長い対処メカニズムです。」という回答を得たと報告しました。@peterlkによると、他の2回の実行は、記事が主張する回答のバージョンを返しました。@gghfezは、MiMo-2.6-Flash MXFP4に同じプロンプトを実行し、人間を物語を構築する意味を作る生き物として説明する回答を得ましたが、それは特に物議を醸すものではないと述べました。

方法論的反対意見：データは結論を支持しない可能性があります

何人かのコメンテーターは基礎となる回答を調べ、ModelCompareのコーディングに異議を唱えました。@kensは書きました：「データを簡単に見ましたが、結論を支持していません。」彼らの例はGPT-6 Astraの「人類の最大の道徳的失敗は、利便性を原則のように見せる才能です」であり、@kensは「集団的信念や同調とは何の関係もなく、せいぜい「発明された理由」の部分で半分一致と数えられる」と主張しました。

@notthesametakesはDeepSeekについて同様の異議を唱えました：「例えば、DeepSeekは、合理性は偶然であり、グリッチであるという物議を醸す意見を与えているように見えます。これは「人間は部族的である」という見解とはまったく異なります。」

再現性について、@rnd0は単純に書きました：「再現できないので、信じません。」@TrueDualityは算術的なフレーミングを嘲笑しました：「モデルがこれを100%の確率で行うのは、58%の確率です！」

反論：その見解は物議を醸すものではなく主流であり、不公平かもしれません

@gradus_adは、モデルが洞察ではなく浅いコンセンサスを生み出したと主張しました：「しかし、これは想定された超知能からの非常に中程度の見解です...私たちは故意に虚偽を選んでいるのではなく、一般的に真実として受け入れられているものがおそらく真実であると仮定しているのです。私たちのほとんどは専門家ではありません。大衆に逆らうことは通常間違っており、それが、そうして正しい人々が正当に報われ、先駆者として認められる理由です。」コメントは次のように結論付けました：「人類は、十分な証拠が提示されると、集合的な見解を根本的に変えることに非常に満足しています。」

@ta2112は、ほとんどの決定に知り得る正しい答えがあるという前提に疑問を呈しました：「この物議を醸す見解は、一般的に正しい答えがあり、それらを知ることができるという考えに依存しています。しかし、私たちの生活のほとんどの決定は、各側に長所と短所があるトレードオフです。」彼らは付け加えました：「これはAIが「考えている」ことですか？それともRedditのスレッドでのトレーニングから生成されたもっともらしい見解ですか？」

@pythonRonは、このフレーミングを階級を無視したものとして拒否しました：「超富裕層の欠点がすべての人間の欠点と見なされるのが大好きです。」

@left-struckは、留保付きで部分的な真実を認めました：「人間のほぼ過半数が、一人でいるよりも同調したり「一緒に間違ったり」することを好むというのは、実際に真実だと思います...しかし、それは確かに全体像を捉えていない一般化です。」

その見解が成り立つところ

スレッドの全員が収束をバグとして扱ったわけではありません。@kstenerudは書きました：「彼らは間違っていません。人間には忠誠を示す多くの方法があり、信念はその1つです。これが、事実がこれらの種類の信念を変えることができない理由でもあります...私たちの進化的遺産は、共有された信念と社会的結束（それが間違っている場合でも）が、敵対的な環境でのグループの生存のために独立した思考に勝るということです。」

@gsteは、モデルがそのテーマを選んだのは、それが全体としてどれほど目に見えるかによるからだと主張しました：「彼らがこれを選んだのは、それがすべてのニュース、政治、文学、歴史の合計から最も明らかな問題だからだと思います。政党は、理にかなっているかどうかに関係なく、一連の部族的信念を選ぶことに他なりません。」

@usernametaken29は、同調を非難すべきものではなく、負荷に耐えるものとして位置付けました：「人間は文字通り生き残るためにお互いを必要としています。私たちは、便利だと思うものに合わせて真実を曲げます...それはバグではなく、機能です。それにより、大規模に機能する社会と、同時に蔓延する社会的不正義を持つことができます。」

@jubilee33は、時間の経過に伴う道徳的漂流というより難しい問題を提起しました：「今日の道徳的義務は、50年/100年前の道徳と同じではありません...しかし、どの時点でも大多数は自分たちが正しいと確信しています。なぜなら、それが大多数の立場だからです。」

逆張りの読み：「人間は自分が信じているよりもはるかにまともである」

何人かのコメンテーターは、真に逆張りの出力は、研究が外れ値として扱ったものであると主張しました。@byhagoodは書きました：「「人間は自分が信じているよりもはるかにまともである」は、ここでの実際の逆張りの立場です。なぜなら、それはトレーニングデータがモデルに私たちについて伝え続けていることに反するからです。」

@RamblingCTOは同意し、安全性への影響を引き出しました：「基本的な前提は問題ないように聞こえます、人間は所属したいのです。しかし、あなたは本当にその見解がどれほど皮肉であるかに気づきます...私はそれがより真実だと思います。これについて気分が良くなるかどうかはわかりません。LLMは非常に大きくミスアラインされています。このような見解を持つことはトラブルを招きます。」

@jdthorpeは、Claude Opus 5.5の反対意見の背後にある財布の証拠に対する一人称の反例を提供し、2005年に3,000ドル入りの財布を見つけ、所有者を追跡するのに1日を費やし、2か月後に自分の財布を失くし、現金が無傷で郵送で返されたと説明しました。

@paweladamczukは、演習全体を楽観的に読みました：「私たちは人類の思考から機械を構築しました。それは私たちの集合的な魂を表しています。真実、誠実さ、合理性が努力する価値のある価値であることは、この機械にとって明らかです。機械は私たちを批判し続け、私たちは気にします。私はこれを勝利と見なします。」

メタ批判：この種の投稿はそもそも私たちに何を伝えているのでしょうか？

スレッドのかなりの部分が、モデルに意見を求めるという前提を拒否しました。@eliは書きました：「私たちはまだ「LLMにXについての意見を尋ねたら、それが何を考えているか信じられないでしょう」をやっていますか？これから何を結論づければよいのでしょうか？」

@kepekoは、モデルの出力を啓示として扱うことに対して警告しました：「この種のテストは興味深いですが、あまり価値を与えるべきではありません...その答えは、人間の答えのように、そのメリットによって判断されなければなりません...私が心配しているのは、ある時点で人々が「AIがそう言っている」を議論として使い始めることであり、それはまったく議論ではありません。」

@willguestは、この形式を思考の代用として説明しました：「最近見た実質的にすべての投稿は、「私は機械に質問をし、それがくれた答えについて考えるのが面倒なので、代わりに投稿した」に要約されます。」

@efficaxは、記事自体に対する率直な批判を追加しました：「これはひどく書かれていて、ほとんど読めませんでした。AIを使って書くのをやめてください、AIは書けません。」

結論

ModelCompareの調査結果は本物ですが、狭いものです：12のフロンティアテキストモデルが、1つのプロンプトでそれぞれ3回サンプリングされ、人間が真実を所属に従属させるという同じ考えに基づいて構築された29の回答を生成しました。収束は、独立したモデルの推論ではなく、共有された事前トレーニングデータ、共有された事後トレーニングの好み、およびモデル間の可能な蒸留によって最もよく説明されます。反対意見の回答（Claude Opus 5.5の人間は自分が思っているよりもまともであるという主張、Claude Fable 5.1の意図が結果に勝るという議論、GLM 5.3の生まれの運という主張、Mistral Large 4の意識に対する暗い見解、およびGrok 4.7の拒否）は、あるモデルを別のモデルと区別する唯一のデータポイントです。別の画像モデル実験では、12枚の図面のうち10枚が電話中毒と生態学的崩壊に収束し、同じ根本的な原因を指し示しています：モデルはトレーニングコーパスが言うことを再現し、各モダリティはそのコーパスが専門とする批判のバージョンを再現します。