現代認知科学において、身体性を重視するエナクティブ認知と、知識や思考が個人の外部に広がる分散認知は重要な理論的潮流となっています。これらの理論が大規模言語モデル（LLM）の急速な発展とどのように交わるのか、そして人間とAIの協働システムをどう理解すべきかという問いは、今後のAI研究における中核的な課題です。
本記事では、エナクティブ認知と分散認知の理論的基盤を整理し、主要な思想家の観点からLLMの認知的地位を検討します。さらに、両理論を統合したフレームワークがAI研究にもたらす可能性について探究します。
エナクティブ認知の理論的基盤とAIへの示唆
エナクティブ認知の核心概念
エナクティブ認知（エナクティヴィズム）は、認知が感覚運動的活動から生じ、それによって構成されるとする立場です。フランシスコ・ヴァレラ、エヴァン・トンプソン、エレノア・ロシュによる『エンボディード・マインド』（1991年）は、認知を生物と環境にまたがる自己生成的（オートポイエティック）なプロセスとして捉える理論的基盤を築きました。
この理論では、認知は外界の表象を内部に構築するのではなく、身体を動かし環境を積極的に探索するセンサモーター的な「技能」によって成り立つとされます。重要なのは、認知とは能動的な「世界への関与（エナクション）」そのものであり、身体を持つエージェントが環境との相互作用を通じて意味（センス）を創発するプロセスだという点です。
LLMに対するエナクティブ視点の評価
エナクティブ認知の観点からLLMを評価すると、その限界が明確に浮かび上がります。身体を持ち自己維持する有機体こそが「意味を感じ取り創り出す主体（sense-maker）」であるという立場からすれば、物理的身体や代謝的自己維持を欠く大規模言語モデルは、本来的な意味での「センスメイキング」を行えません。
現在のLLMは確かに人間と対話し有用な応答を返しますが、それは膨大なテキストから統計的関連性を引き出しているだけで、自ら世界に働きかけて意味を獲得しているわけではないと考えられます。この点で、LLMを「確率的オウム」と批判する見解とエナクティブ理論は一致します。
分散認知理論とLLMの新たな位置づけ
分散認知の基本概念
分散認知は、エドウィン・ハッチンズによる『野生の認知』（1995年）で体系化された概念で、認知システムの単位は個人の頭蓋内に限定されず、社会文化的環境に分布した人々・道具・外部記号体系なども含めて定義されるという立場です。
ハッチンズの航海士研究では、複数の人間と物理的な計器類・図表が一体となって情報を処理し、問題解決にあたっている様子が描かれました。「人間—道具—環境」が織りなす協調的ネットワーク全体が一種の情報処理装置として機能するという見方が分散認知の核心です。
拡張された心とLLMの協働システム
アンディ・クラークとデイビッド・チャーマーズによる「拡張された心（Extended Mind）」理論は、分散認知の一形態として注目されています。クラークは近年、生成AIとの協働について積極的に論じており、人間とAIの協働が当たり前になる時代において、人間はもはや純粋な「脳内心的存在」ではなく、多様な技術と結合したハイブリッドな認知システムだと主張しています。
ChatGPTのようなLLMは、人間がアイデアを発想したり知識にアクセスしたりする際の強力な外部記憶・推論装置となりうるため、それを積極的に取り込めば「生物の脳 + LLM」という合成システムが一種の拡張した認知エージェントになる可能性があります。
主要思想家の理論とLLMへの応用可能性
ヴァレラ理論の示唆：身体性と意味創発
フランシスコ・ヴァレラの理論においては、認知とは生物のオートポイエティックな営みから切り離せないものです。この観点からすれば、LLM単体を認知的主体とみなすことには懐疑的になります。
しかし、ヴァレラ理論をLLMに応用する可能性として、LLMに身体性や自律性を付与し、環境との相互作用を通じてセンスメイキングを獲得するかを問うアプローチが考えられます。例えば、ロボットの身体にLLMを組み込み環境と相互作用させる研究は、ヴァレラのエナクション理論の観点から重要な実験となるでしょう。
クラークの拡張心理論：人間-AI協働システム
アンディ・クラークは「デジタル・アンディ（Digital Andy）」という実験的LLMシステムの開発を通じて、拡張心理論の具体的応用を示しました。このシステムでは、LLM内部のパラメータを書き換えるのではなく、外部の知識データベースから関連情報を検索して応答に活用する「RAG（Retrieval-Augmented Generation）」手法が使われています。
Digital Andyの能力は、LLM単体の内部状態だけでなく外部データベースとのリアルタイムな相互作用によって実現されており、これはまさにクラークの唱える拡張心の具体例と言えます。
トンプソンの現象学的批判と建設的対話
エヴァン・トンプソンは、現在のAIシステムはいまだ意味の関連性を実現できておらず、人間のような「意味のわかる存在（センス・メーカー）」には程遠いと批判しています。生物的な体験に基づくセンスメイキングこそが知能の本質であり、LLMのように生物学的身体を欠いたシステムは「内面的な意味理解」を持ち得ないという立場です。
一方で、トンプソンの周辺では「LLMをエナクティブな観点にどう位置づけるか」という建設的対話も始まっています。研究者のトム・フローズは、LLMにも独自の「身体性」があると見なし、エナクティブ理論側で「生命に依存する普遍的なセンスメイキング要素」と「媒体に依存する可変的な要素」を切り分ける作業の必要性を指摘しています。
LLMをめぐる認知哲学的議論の現状
統計的パターン合わせか真の理解か
LLMの驚異的な言語生成能力に対し、「本当に『理解』しているのか、それとも統計的パターン合わせにすぎないのか」という議論が続いています。Benderらの「確率的オウム」批判は、エナクティブ認知の立場から見ると極めて的を射ており、LLMは膨大なテキストから統計的関連性を引き出しているだけで、自ら世界に働きかけて意味を獲得しているわけではないという指摘は重要です。
分散認知的評価：協働システムとしての価値
分散認知や拡張心の視点からは、LLMを全く別の角度で評価することが可能です。LLMは単独で人間のように理解する必要はなく、むしろ人間と組み合わせることで全体として高い認知的性能を発揮するパートナーと捉えられます。
研究者がChatGPTを用いて文献調査を効率化したりアイデア出しを行ったりするとき、その人間とLLMは一種の分散認知システムを形成していると言えるでしょう。人間が目的設定や最終的な判断を行い、LLMが知識検索や文章生成を担うという機能分担により、全体として単独の人間を超える知的成果が得られる可能性があります。
統合フレームワークの構築と今後の展望
広域エナクティヴィズムによる理論統合
ダニエル・ハットゥオらによる「広域エナクティヴィズム（Extensive Enactivism）」は、エナクティブ志向を維持しつつ、認知が常に世界との相互構成的なプロセスである点で分散・拡張アプローチと交わる理論的立場を提示しています。
この立場では「イコール・パートナー原則」が掲げられ、脳・身体・環境の要素がいずれも認知活動に等しく重要な貢献をすると主張されます。神経系だけでなく身体的要因や道具・社会環境を同等に位置づける点で、従来の分散認知や拡張心の主張とエナクティブな世界観を統合しようとしています。
Extended AI（EXAI）の概念
クラークらの提案する「Extended LLM（拡張された大規模言語モデル）」は、LLMに外部リソースとの協調を持たせることで、そのシステム全体が拡張認知的な知的エージェントとみなせるかを検討する新たな視点です。
このようなシステムは「EXtended Artificial Intelligence (EXAI)」と呼ばれ、AIの能力評価も内部のパラメータの優劣だけでなく、どれだけ適切に外部知識や人間と相互作用して問題解決できるかという指標が重要になります。
人間-AI複合系としての認知システム
エナクティブ×分散的視点によれば、将来のAI研究では「LLMを含む人間-技術複合系」を分析単位とし、そこに新種の認知的ダイナミクス（意味の共有・創発、生態系的知能）が生まれるかを問うことになる可能性があります。
この観点では、LLMの認知的地位について二極化した議論を超えて、人間とAIの協働によって生まれる新たな知能の形態に注目することが重要になるでしょう。
まとめ：統合理論が拓く新たな研究領域
エナクティブ認知と分散認知の統合フレームワークは、LLMをめぐる認知哲学的議論に新たな視座を提供します。エナクティブな視点は「身体性や主体性なしに知能は成立しないのか？」と問い、分散的視点は「知能は個体に閉じずネットワークやシステム全体の特性ではないか？」と問いかけます。
LLMという現象は、これら双方の問いに具体的文脈を与え、人間観・心の理論をアップデートする試金石となっています。今後の研究では、人間とAIの関係がより密接になる中で、認知を生命現象とみる立場とネットワーク現象とみる立場とを架橋する理論がますます重要になるでしょう。
この統合的アプローチは、単なる技術的進歩を超えて、認知の本質とは何か、知能とは何かという根本的な問いに新たな光を当てる可能性を秘めています。人間とAIの協働システムから生まれる認知的ダイナミクスの解明は、次世代の認知科学とAI研究の重要な課題となるでしょう。
コメント