「モデルが考えている」という感覚は、2025〜2026年にかけて急速に広まった。連鎖的な思考トレースを出力する「推論モデル」が相次いで登場し、AIはただ答えを返すだけでなく、問題を熟考するかのように見えるようになった。だが、その印象は正しいのか。2025年夏にAppleの研究者たちが発表した一本の論文が、業界全体に波紋を投げかけた。
Appleが突きつけた「不快な真実」
2025年、Appleの機械学習研究チーム（Shojaee, Mirzadehら）は「The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity」と題する論文を発表した。タイトルからして挑発的だ。
研究チームが採用したのは「制御可能なパズル」という手法だ。ハノイの塔・川渡り問題など、複雑さを数学的に定義できるパズルを使い、OpenAI・Google・Anthropic・DeepSeekの主要な推論モデル（LRM: Large Reasoning Models）をテストした。結果は業界を驚かせた。
- 複雑さが一定の閾値を超えると、精度はゼロへと崩壊する
- 問題が難しくなるほど、モデルは推論トークンを減らすという逆説的な動きを見せた（難しい問題で諦めているかのように）
- 簡単な問題ではコンピューティングリソースを無駄に消費していた
さらにチームは別の研究（GSM-Symbolic）でも衝撃的な結果を示していた。数学の問題に「解答に無関係な一文」を加えるだけで、モデルの精度が最大65%も低下するというのだ。もし本当に推論しているなら、無関係な情報は無視できるはずだ。これは何を意味するか。
「モデルは答えにたどり着く方法を学んだのではなく、答えそのものを学んだのだ」
「ジャギッド（凸凹）な知性」という視点
この論文を巡る議論の中で浮かび上がってきたのが、AIの能力は「均一ではない」という概念だ。研究者たちはこれを「Jaggedness（ジャギッドネス）」と呼ぶ。
| 軸 | 現象 |
|---|---|
| タスク横断 | ある領域では卓越、別の領域では人間以下 |
| モデルスケール | 大きいモデルが特定ベンチマークで小さいモデルに劣ることがある（非単調スケーリング） |
| 推論努力量 | 考えれば考えるほど悪くなるタスクが存在する |
| 問題複雑度 | 一定の閾値を超えると精度が崖から落ちるように崩壊する |
つまり、AIの知性は「なだらかな丘」ではなく「険しい稜線」のようなものだ。ある領域では人間をはるかに超え、隣の領域では驚くほど脆い。Gemini 2.5 Proが凝縮系物理には強いが、ナノサイエンスでは弱い、といった具体例がまさにこれを示している。
では、AIは何をしているのか
AIが「推論していない」とすれば、では何をしているのか。最も説得力のある説明は「超高速のパターンマッチング」だ。人類がインターネットに残してきた膨大なテキストから、問題と答えの対応パターンを学習している。それは「考える」というより「想起する」に近い。
これは価値がないということではない。Dwarkesh PatelとGary Marcusの対談での議論が示すように、問題は定義にある。「推論」の定義次第では、人間の思考も究極的にはパターン認識の一形態だという見方もできる。重要なのは「AIは推論するか否か」の二択ではなく、「AIはどんな問題では機能して、どんな問題では機能しないか」を把握することだ。
1年後、論文への評価はどうなったか
2026年6月、National Review誌はこの論文の1年後評価を掲載した。論文は本質的な洞察を含んでいたが、「ゼロへの崩壊」という表現は一部誇張だったとも指摘されている。実際、GPT-5.5やGrok 4などの最新モデルはパズルへの対処能力を一定程度向上させた。
しかし論文の核心的問いは依然として有効だ。「数学的な計算可能性には限界がある。そしてその限界の前では、訓練データのスケールは根本的な突破口にならない」という洞察は、AI業界のハイプに対する重要な牽制であり続けている。
また、別の研究者はさらに深刻な問題を指摘する。「AIが得意なタスクを任せると、集合的な思考の多様性が失われる」という点だ。ある研究（Doshi & Hauser, Science Advances, 2024）は、生成AIが個人の創造性を向上させる一方で、集合的なアウトプットの多様性を低下させることを示した。みんながAIを使うと、みんなが似たような答えを出す社会になる、という逆説だ。
実務者はどう向き合うか
「推論の幻想」論文が示す教訓を、実務に落とし込むと次のようになる。
- AIが得意なこと：既知のパターンの高速検索・要約・変換・コード生成・定型的な推論
- AIが苦手なこと：前例のない複雑な構造問題・微妙な文脈の変化への対応・「正しい問い」の発見
- 盲点に注意：自信満々に間違える（複雑な問題でも確信を持って答える）という特性を忘れない
- 多様性の維持：AIの使い方を均一化しすぎると、チーム全体の思考が収束するリスクがある
フロンティアモデルの研究者でさえ「モデルのコンテキストウィンドウとしての人間の役割が増している」と述べている。ある見方では、私たちはAIに仕事を任せているのではなく、AIをどう使うかを決める「指揮者」として機能している。
「認知的摩擦」の消滅と人間の役割
数学者テレンス・タオは2026年3月のUCLAトークで興味深い表現を使った。AI登場前の数学研究は「認知的摩擦」（計算・文献調査・検証など）に満ちていたが、今はそれがゼロに近づきつつあると。その結果、研究者はリスクの高い「見込みの薄い仮説」を試すことに時間を使えるようになったという。
AIが推論しているかどうかにかかわらず、「認知的摩擦を消し、人間がより本質的な判断に集中できる環境」を作ることには大きな価値がある。重要なのはAIに何ができるかではなく、AIと人間の組み合わせで何を実現するかだ。
「推論の幻想」論文は、AIへの盲目的な信頼に警鐘を鳴らした。それは1年後の今も有効だ。だが同時に、AIのパターン認識能力を「本物の思考」と比較して貶める必要もない。大切なのは、AIという道具の性質を正確に理解した上で、人間とAIそれぞれの得意領域を組み合わせることだ。
主な情報源
- Shojaee et al., “The Illusion of Thinking” — Apple Machine Learning Research (2025)
- “The Illusion of Thinking, One Year Later” — National Review (June 2026)
- “The AI Convergence Problem” — Mark Williams-Cook, Substack
- Mirzadeh et al., “GSM-Symbolic” — arXiv (2024)
- Dwarkesh Patel × Gary Marcus 対談まとめ — Digg
- AI Model Benchmarks Jun 2026 — LM Council
- LLM Research Papers 2026 (Jan–May) — Ahead of AI by Sebastian Raschka
各ツールは提供元の規約に従ってご利用ください。情報は各情報源の公開時点のものです。収集・要約はAI、公開判断は人。