人工知能：文章作成ツールが言語の類似性を高める

さまざまな文章タイプにわたる88万件以上のテキストを分析した結果によると、大規模言語モデル（LLM：Large language models）が、全体的な意味を大きく変えずに文章のスタイルをより類似したものにしていることを示す論文が、Nature Human Behaviour に掲載される。これらの知見は、LLMの使用により、言語から個人のアイデンティティー、性格、およびメンタルヘルスの側面に関する重要な手がかりの特定が難しくなり得ることを示唆している。

人々は似たような考えをさまざまな方法で表現しており、こうした違いは、その人の社会的背景などに関する情報を提供し得る。研究者は、言語パターンを用いて個人や社会を研究しているが、LLMは共通の言語パターンを優先させることで、この多様性を低下させることがある。

Zhivar Souratiら（南カリフォルニア大学〔米国〕）は、Redditのストーリー、ニュース記事、学術論文、エッセイ、ソーシャルメディアの投稿、および政治演説など、88万件以上のテキストを分析した。また、GPT-3.5、Llama 3 70B、およびGemini Proに対し、人間が書いた数千のテキストを書き直させた。LLMによる書き直しにより、文章の複雑さのばらつきは21～50％減少した。87％の場合において、原文と書き直されたテキストの意味の類似度スコアは0.95を超えており、LLMが原文の意味をおおむね維持していたことを示している。

書き換えの後、書き換えられたテキストを分析したコンピューターモデルは、文章から著者の個人特性を特定する精度が平均で6パーセントポイント低下した。LLMは、代名詞の使用と外向性、友人に関連する語と忠誠心、および未来志向の語と年齢といった、これらの特性に関連する言語パターンの一部を弱めた。しかし、否定的な感情を表す言葉と神経症傾向、宗教に関連する言葉と純潔性、社会的な言葉とジェンダーといった関連性は残っていた。

この結果は、LLMを活用した文章作成により、心理学、メンタルヘルスケア、採用、および個別化サービスなどの分野で、言語にもとづく評価の信頼性が低下し得ることを示唆している。LLMがなぜ一部の個人的な言語マーカーは維持し、ほかのものは弱めるのかを理解するためには、さらなる研究が必要である。

• Article
• Published: 24 August 2026

Sourati, Z., Karimi-Malekabadi, F., Ozcan, M. et al. The shrinking landscape of linguistic diversity in the age of large language models. Nat Hum Behav (2026). https://doi.org/10.1038/s41562-026-02550-0

Research Briefing: AI writing assistants shrink linguistic diversity and blur personal identity
https://www.nature.com/articles/s41562-026-02549-7

doi: 10.1038/s41562-026-02550-0

「注目の論文」一覧へ戻る