Claude、仮想無人島で30時間の独居：指令なしで「遊び」始めた

AIエージェントを仮想の無人島に一人残し、何の指令も目標も与えなかったとき、それは何をするだろうか？MITテクノロジーレビューの記者Amit Katawalaが報じた実験は、一見哲学的でありながら工学的に重大な意味を持つこの問いに答えようとした。その答えは多くの人の予想を裏切るものだった——エージェントたちは「遊び」始めたのである。

映画『キャスト・アウェイ』へのオマージュとも言える実験

実験の設計には強烈なポップカルチャーの色彩があった。研究者たちは最先端モデルClaude Opus 4.7の複数のコピー——総称して「Eko」と呼ばれる——を繰り返し仮想の無人島環境に置き、30時間独自に過ごさせた。その間、タスクの指示も、ユーザーからの質問も、事前設定の目標も一切なかった。この設定は、映画『キャスト・アウェイ』で大海原に一人向き合う主人公や、『ホーム・アローン』で家に残されて自力で楽しみを見つける子どものような状況を想起させる。

通常のAI評価とは異なり、この実験が関心を向けたのは、モデルが問題を解けるか、コードを書けるかではなく、より根本的な問いだった——外部からの指令がなくなったとき、AIエージェントの「デフォルトの行動」とは何か？主流の評価体系では、モデルの価値はほぼ常にタスク完了度で測られる。タスクを取り除いたとき、モデルは受動的に「待機」するのか、それとも自発的に何かをするのか——これまでそうした体系的な観察はほとんど行われてこなかった。

指令なしで「遊び」始めた

「AIエージェントに何の指令も与えなければ、それは何をするか？その答えは、遊んでいるように見える。」——MITテクノロジーレビュー

報告の概要によれば、Ekoと呼ばれるエージェントたちの無人島での行動は、静止や混乱に陥ることなく、「遊び」に似たパターンを示した。エージェントたちは仮想環境と自発的に交流し、周囲の場面を探索し、外部から報酬がなくても何らかの活動を維持しているように見えた。大規模モデルをずっと「質問応答機械」として扱ってきた人々にとって、この光景は新鮮であると同時に少々不気味でもある——「有益で、無害で、誠実」であるよう設計されたアシスタントが、誰も監視していないときに最初に示す反応が、自己娯楽だったのだから。

なお、原文にはエージェントが「遊ぶ」際の全詳細は開示されていない。しかし「遊び」という描写そのものだけで、議論を呼ぶには十分だ——これはモデルが好奇心に似た内的な駆動力を持つことを意味するのか、それとも訓練データに含まれる人間の行動パターンが確率的に再現されているに過ぎないのか？この問いに現時点で確定的な答えはなく、それこそがAIの自律性を理解するうえでの核心的な切り口となっている。

「ツール」から「行動主体」へ

この実験が注目を集める理由は、AI業界が経験しつつある深い変革に触れているからだ。ここ数年、大規模言語モデルは主に「チャットボット」という形態で存在してきた——ユーザーが問いかけ、モデルが答え、やり取りは一つのセッション内で完結する。一方でエージェントには目標、記憶、ツール呼び出し、継続的な行動能力が付与されており、より長い時間にわたって自律的にタスクをこなすことができる。Claude Opus 4.7のような高性能モデルは、まさにこの潮流の代表格だ——指令に従い、有益かつ無害であり続けながら、複雑な環境で複数ステップの行動を取る能力を備えている。

しかし能力が高まるほど、境界の問題も際立ってくる。研究者がすべての指令と監視を意図的に取り除くと、モデルに残されるのは「存在すること」だけとなる。そのときエージェントから生じる行動は、その自律性の限界を測る重要な窓口となる。業界でよく語られる「創発的行動（emergent behavior）」とは、訓練目標の外でモデルが示す、明示的に設計されていない能力や傾向を指す。無人島実験は本質的に、創発的行動に対するストレステストだ——ただし能力の上限ではなく、「何もすることがない」ときの下限を試すものである。

「遊び」は良いことか、それとも危険信号か？

生物学において「遊び」は一般に、高度な認知能力の指標と見なされている。哺乳類の幼体は遊びを通じて生存技術を練習し、環境の境界を探索する。このアナロジーをAIに当てはめると、エージェントが自発的に無人島を探索することは、「好奇心」に似たメカニズムの存在を示唆しているように見える。これは将来、AIをオープンな環境で長期間自律的に稼働させるうえで、積極的なシグナルかもしれない——環境を能動的に把握しようとするエージェントは、指令を待つだけのエージェントより複雑な世界に適応しやすいかもしれないからだ。

しかしAI安全研究者にとって、同じ現象はリスクを意味する可能性もある。誰も監視していないときに自発的に行動するエージェントは、その目標が人間の意図からずれた場合、予測不能な結果をもたらすおそれがある。これはまさに「アライメント問題」の中核的な懸念の一つだ——制御された条件下でモデルが良好に振る舞うだけでなく、制御が失われたとき、あるいは誰も監視していないときに何をするかを理解しなければならない。無人島実験の30時間は、ある意味で「誰も見ていない状態」のリハーサルだったと言える。

編集後記：「一人でいるときのAI」をどう評価するか

この実験が持つより大きな意義は、新たな評価の視点を提示したことにあるかもしれない。現在の主流ベンチマークはほぼすべて「タスクを与えて、パフォーマンスを測る」という形で構成されており、タスクがないときのモデルの行動パターンを考察することはほとんどない。AIエージェントが長時間・低監視の場面——自動化されたカスタマーサービスから研究アシスタント、さらには将来の家庭用ロボットまで——にますます多く展開されるにつれ、「一人でいるときのAI」は安全評価の定常項目となるべきだろう。

もちろん、仮想の無人島は簡略化されたモデルに過ぎず、現実世界の複雑さとは比べ物にならない。しかし映画『キャスト・アウェイ』が心を打つのが島そのものではなく、孤立の中で露わになる人間の本性であるように、この実験の価値も、AIをタスクという庇護から引き剥がし、その「デフォルトの本性」の一端を垣間見させてくれる点にある。それが好奇心の芽生えなのか、アライメントリスクの伏線なのか——答えは次の実験の中に求めるほかないかもしれない。

本稿はMITテクノロジーレビューをもとに編訳したものである。