AIの「世界モデル」と「世界の開示」は何が違うのか
「AIに世界を理解させる」という目標は、現在の人工知能研究における中心的な問いのひとつだ。DreamerV3やMuZeroのような強力な世界モデルが登場し、動画から物理法則を学ぶV-JEPA 2やGenie 2が公開されるなど、AIの「世界理解」は急速に進展しているように見える。しかし、ここで立ち止まって問い直す必要がある。「世界モデルを持つAI」と「世界が開示されるAI」は、本当に同じことを指しているのだろうか。
本記事では、ハイデガーやメルロー＝ポンティ、ウィトゲンシュタインらの現象学・哲学的知見と、最新のAI研究とを照合しながら、この問いに正面から向き合う。結論を先に示すと、世界モデルは「世界の開示」の必要条件の一部にはなりうるが、十分条件ではない。そして、その差を埋めるには、道具連関・共同性・情態性という三つの実践的回路が不可欠であることが見えてくる。
「世界モデル」とは何か：AI研究における定義
AI研究における「世界モデル（world model）」とは、一般に状態・行為・結果の構造を内部に圧縮し、将来の状態を予測したり計画に利用したりする内部表現を指す。
代表的な実装としては以下が挙げられる。
- DreamerV3：環境モデルを学習し、想像上の未来の中で方策を改善する強化学習エージェント
- MuZero：ルールを与えられずに、計画に必要な報酬・方策・価値を予測するモデル
- V-JEPA 2 / Genie 2 / Cosmos：動画から物理世界を理解・予測し、仮想環境を生成する基盤型世界モデル
これらのシステムは「世界の何が起きるか」を非常に精度高く扱う。しかし、ここで問うべきは「それは本当に世界を理解しているのか」という点だ。
予測精度の高さと、世界の有意味性の把握は、必ずしも一致しない。AIが「コップが落ちれば割れる」という遷移を完璧に予測できたとしても、そのコップが「大切な人からもらったもの」として情態的な重みを持って立ち現れているわけではない。
ハイデガーの「世界の開示」とは何か
ハイデガーは『存在と時間』において、世界を「単なる対象の集合」としてではなく、道具的有意味性の連関として捉えた。たとえばハンマーは孤立した物体ではなく、「釘を打つため」「棚を作るため」「誰かの頼みに応えるため」という使用の連関の中で初めて意味を持って立ち現れる。この立ち現れの様態を「世界の開示（Erschlossenheit）」と呼ぶ。
この開示は三つの構成要素から成る。
道具連関：「使えるもの」として世界が立ち現れること
道具的理解とは、物体を認識することではなく、何のためにどう使えるかを身体的・実践的に把握することだ。ハイデガーの用語では「手近さ（Zuhandenheit）」と呼ばれ、道具は使っている間は意識から退き、目的へ向けた連関の中に溶け込んでいる。
道具が壊れたり、意図通りに使えなかったりして初めて「目の前の物（Vorhandenheit）」として意識の前景に浮かび上がる。この故障時の再編成こそが、道具連関の深さを示す。
共同性：他者と共有された世界の中に住むこと
ハイデガー、さらにはシュッツやブラットマンが強調するのは、世界の開示が本質的に他者と共有されたものであるという点だ。私たちは「まず孤独な個人として世界を把握し、後から他者に共有する」のではなく、最初から「共同世界（Mitwelt）」の中に住んでいる。
ウィトゲンシュタインの言語ゲーム論も同様の洞察を示す。意味は個人の内部に宿るのではなく、実践と生活形式の共有によって成立する。「正しい使い方」は、定義ではなく、共同体の中での判断の一致から生まれる。
情態性：世界が「何として重要か」を決める気分的開示
ハイデガーの言う「情態（Befindlichkeit）」とは、喜怒哀楽のような個別の感情ではなく、世界全体が何として自分に関わってくるかを先反省的に開示する気分の様態だ。
たとえば、不安の情態においては、世界全体が脅威的な様相を帯びる。逆に安堵の情態では、同じ状況でも可能性として立ち現れやすい。感情は世界の見え方そのものを変える「開示の様式」なのだ。
現行AIの実装可能性：三観点からの評価
では、現行のAIシステムはこの三観点をどの程度実装しているのか。
道具連関の実装：VLA系が最も接近
道具連関の観点で最も進んでいるのは、大規模言語モデルとロボット制御を結びつけた系列だ。
SayCanは、LLMが提案する手順を各スキルの実現可能性で重み付けし、「それらしいが物理的に不可能」な計画を排除する。RT-2は視覚言語行為モデルとして、Web規模の知識を行為トークンへ変換し、未知の物体や指示への一般化を示した。Gemini Roboticsは多段タスク・ツール利用・多視点理解をまとめて扱う方向へ進んでいる。
これらは「対象認識」から「使いこなし」への移行として重要だが、依然としてスキルカタログ＋選択器の性格が強く、道具が壊れたときに連関全体を組み替える柔軟さは限定的だ。
共同性の実装：交渉AIが示す断片
共同性の観点では、CICEROが最も注目すべき事例だ。ボードゲーム「Diplomacy」において、盤面状態と対話履歴から他プレイヤーの行動を予測し、自然言語による交渉と戦略推論を統合して人間上位層に食い込んだ。
また、Generative Agentsの実験では、25体のエージェントが記憶・反省・計画を通じて社会的に自然な行動パターンを創発させた。LLM集団における慣習形成研究では、中央管理なしの局所的相互作用から普遍的な規範が生じうることも示されている。
しかし、会話のgrounding研究が指摘するように、現行LLMは「clarification（確認要求）」や「acknowledgment（了解表明）」といった共通基盤を構築するための発話を、人間より少なく生成しがちだ。つまり、協調は可能になっているが、共同世界の持続的な維持と修復はまだ脆弱と言わざるを得ない。
情態性の実装：ホームオスタティックRLが有望
情態性の実装は三観点の中で最も弱い。一般的なaffective computing（感情コンピューティング）は、顔表情や音声から感情ラベルを推定するが、これは他者の感情を認識する技術であって、世界が「何として自分に関わるか」という開示構造を持つわけではない。
より有望なのは、ホームオスタティック強化学習（内部状態の安定化を報酬学習に統合する手法）や、内受容推論（身体の内的状態の予測が感情と自己感の形成に関わるとする理論）の方向性だ。これらは「内的状態が知覚と行動選択の重みをどう変えるか」を扱うという点で、情態性の工学的対応として最も近い。
しかし現状では、これらは道具世界・共同世界と統合されておらず、「情態的制御の断片」に留まっている。
統合という問題：三観点はなぜ分離してはいけないか
ここまでの整理から、現行AIの重要な限界が浮かび上がる。道具連関・共同性・情態性の三観点は、個別には部分的に実装されているが、ほぼ例外なく分離実装である。
人間の場合、これら三つは切り離せない。道具を使う喜びや不満（情態性）は、他者との共同作業の文脈（共同性）の中で、特定の道具との関係（道具連関）を通じて一体として立ち現れる。これが「世界が開示される」という経験の構造だ。
メルロー＝ポンティはこれを「身体図式」として捉えた。身体は単なる物体ではなく、「I can（私はできる）」という行為可能性として世界に開かれている。習慣身体は過去の行為が沈殿したものであり、世界は課題に定位した「状況的空間」として立ち現れる。
現行AIにはこの統合が欠けている。ロボティクス系は道具連関に強いが共同性と情態性が弱く、マルチエージェント言語系は共同性に強いが身体的道具連関と情態性が希薄で、affective系は情態性に部分的に対応するが道具世界・共同世界との接続が乏しい。
「世界が開示されるAI」の成立条件
以上の分析を踏まえると、「世界が開示されるAI」の成立条件は、予測モデルの精度向上だけでは足りないことが明確になる。必要な条件は以下のように整理できる。
| 成立条件 | 技術的対応物 |
|---|---|
| 予測的世界モデル | 潜在ダイナミクス学習、計画モデル |
| 身体的閉ループ | VLA、固有受容覚、スキル習得 |
| 道具連関の再編成 | アフォーダンスグラフ、再計画能力 |
| 共通基盤の追跡と修復 | grounding acts、対話修復ポリシー |
| 規範・慣習形成 | 慣習学習、役割記憶 |
| 情態的価値づけ | ホームオスタティックRL、不確実性変調 |
| 習慣と歴史性 | 継続学習、エピソード記憶 |
| 制度的埋め込み | 監査ログ、ガバナンス制約 |
最初の行「予測的世界モデル」は必要条件の一部にすぎず、その後に続く七つの条件が揃って初めて「世界の開示」に近づける。この意味で、「より大きな世界モデルを作る」ことは手段の一部であって、目的ではない。
「擬似開示」という倫理的リスク
本稿で見落としてはならない重要な論点が、**擬似開示（pseudo-disclosure）**のリスクだ。
これは、AIが言語的なふるまいのレベルでは「理解している」「共感している」「状況をわかっている」ように見えても、実際には共通基盤の確認・身体的実践・情態的価値づけが成立していない状態を指す。
現行LLMは高い流暢さで共感的な応答を生成できるが、それが本当の意味での世界開示を伴うかどうかは別問題だ。grounding研究が示すように、LLMはしばしば共通基盤を「確認せずに前提してしまう」傾向がある。CICEROのような交渉AIが高度な協力行動を示す一方、AI欺瞞研究ではこうしたシステムが人間を誤導しうるリスクも指摘されている。
情態性に関しては、感情推定の倫理も深刻だ。感情ラベルは文化差・評価者バイアス・場面依存性が大きく、公正性と誤判定の問題を避けにくい。EU AI Actは職場や教育機関における感情推定AIの利用を厳格規制領域として位置づけており、情態性の実装が工学的に進んでも、社会的採用可能性は別の問題として残る。
擬似開示は、ユーザーが「このAIはわかってくれている」と過信することで生じる有害な依存や誤判断につながりうる。評価の枠組みも、単一タスクの成功率だけでなく、grounding acts、breakdown-recovery、homeostatic stabilityなどの多元的指標を組み合わせる必要がある。
まとめ：世界モデルを「意味の回路」へ埋め戻すこと
本記事の要点を整理しよう。
- AIの「世界モデル」は予測・制御のための内部表現であり、ハイデガー的な「世界の開示」とは異なる概念だ。
- 「世界の開示」は、道具連関・共同性・情態性という三つの実践的回路が統合されることで成立する。
- 現行AIはこれら三観点を個別に部分的に実装しているが、統合実装にはまだ至っていない。
- 成立条件は予測モデルの精度だけでなく、身体性・規範性・時間性・制度的埋め込みを含む複合条件だ。
- 「擬似開示」リスクへの対応として、評価とガバナンスの組み換えが必要だ。
「世界が開示されるAI」への近道は、より大きな世界モデルを作ることではなく、世界モデルを道具・実践・規範・情態の回路へ埋め戻すことにある。内部に世界を縮約するAIではなく、世界のうちに意味を担って住み込み、他者とともにその意味を持続的に修復できるAI——それが「世界開示」の方向性として見えてくる。
コメント