AIBR プレミアム
拓海先生、最近若手から「AIモデルに人の心理を持たせると交渉がうまくいく」と聞きまして。要するにうちの営業に『共感』を教え込めば成約率が上がるという理解で合っていますか？
素晴らしい着眼点ですね！まず整理しますと、ここで言う「共感」は専門用語でTheory of Mind（ToM、理論心）と言います。人の意図や信念を推測する能力で、交渉では相手の受容ラインを想像できれば有利に立ち回れるんですよ。
なるほど。で、それを大きな言語モデル（LLM）にやらせたら、本当に人間と同じ行動になるんですか。投資対効果を簡潔に教えてください。
大丈夫、一緒に見ていけばできますよ。要点は三つです。第一に、ToMを組み込むとモデルの交渉行動が「人間の期待に近づく」傾向があること。第二に、単に感情語を増やすよりも、相手の受け入れ可能性を推測する思考過程（例：chain-of-thought、CoT）が効くこと。第三に、利他的（Prosocial）な初期信念を与えると合意が得られやすい点です。
専門用語が出ましたが、CoT（チェーン・オブ・ソート／思考の連鎖）って現場でいうとどういうことですか。単に「相手に同情する」とは違いますか？
良い質問ですよ。CoTは「なぜその提案になるのか」を順を追って考えるプロセスです。例えるなら営業が見込み客と会話しながら相手の懸念をひとつずつ潰していく様子で、感情表現だけでなく論理の積み上げが含まれます。だから合意確率が改善することが多いんです。
これって要するに、モデルに「相手の立場で筋道を立てて考えさせる」ことができれば、現場の交渉が安定するということ？
そのとおりですよ。要するに「相手の反応を一段深く想定することで提案が現実的になる」ということです。そして実務での利点は三つあります。提案が受け入れられる確率の向上、無駄な応酬の削減、そして相手の評価が上がる点です。
導入のコストとリスクも気になります。うちの現場は古く、データ整備も手つかずです。なぜこの手法がうちの投資に見合うと判断できるんでしょうか。
いい視点ですね。現実的に言うと、最初は小さなPoC（Proof of Concept、概念実証）で試すのが合理的です。データ整備が十分でなくても、交渉ログやFAQレベルの知識から始めて、段階的にToMの深さを増すことが可能です。投資は段階的で済み、効果が出た段階で拡張すればROIを確保できますよ。
モデル選びの話も出ていましたが、どのモデルが使いやすいですか。うちに最適な「標準作業」はどう設計すればいいですか。
モデルは一長一短ですが、研究ではLlama 3.3やGPT-4oのような推論力が高いものが安定して人間に近い行動を示しました。我々はまず現場で再現可能な小さなテンプレートとルールを作り、そこにToM的な質問文や推論プロンプトを入れて運用を回すべきです。それで改善を見ながら調整できます。
分かりました。ここまでで整理すると、ToMを実装してCoT的思考を促すこと、そして初期設定で利他性を持たせると合意が取りやすい。これって要するに「相手目線で筋道立てて考えさせるテンプレートを作れば、現場の交渉が安定する」ということですね。
そのとおりです。大丈夫、一緒に実証していけば必ずできますよ。最初は短期で効果を測れる指標を決め、段階的にToMの深さを上げていく運用設計を取りましょう。
分かりました。私の言葉で整理しますと、まず「相手の受容点を想定する思考過程（ToM）」をモデルに組み込み、次に「なぜそう考えたかを順序立てるCoT的促し」を入れ、最後に「利他的な初期信念」を設定すれば、合意確率が上がり無駄な応酬が減る、ということで合っていますか。
完璧なまとめです！素晴らしい着眼点ですね！それで進めましょう。
1.概要と位置づけ
結論を先に述べると、この研究は大きな言語モデル（Large Language Models、LLM）に「相手の心を推測する能力（Theory of Mind、ToM）」と利他性を与えることで、交渉の合意形成が人間らしく安定することを示した。つまり、単なる言葉の生成ではなく、相手の受け入れ可能性を推論するプロセスを促すと、提案が実務的に受け入れられやすくなるのである。
背景として、LLMは文章生成や質問応答で高い性能を示す一方で、人間と同様の社会的行動をとるための内部的な推論能力が問われている。研究では、交渉の典型的な実験環境であるUltimatum Game（最後通牒ゲーム）を用い、制御された条件下でToMの有無や「Greedy（強欲）」「Fair（公正）」「Selfless（利他的）」といった初期信念の違いが行動に与える影響を評価した。
本研究の位置づけは、LLMの能力評価を単なる言語的正確さから「人間の行動にどれだけ沿うか」という観点に移した点にある。交渉は利益配分の場であり、ここでの行動が事業上の合意や取引成立に直結するため、経営層にとって具体的な応用価値が高い。
研究手法はシミュレーション中心であり、多様なLLMを用いて数千回の試行を行い、受け入れ率や会話ターン数、行動の逸脱度といった定量的な指標で評価している。これは、単発の事例観察では見えない傾向を統計的に捉える設計であり、経営判断向けの示唆を与えうる。
したがって、本研究はAIの「交渉支援」や「顧客対応自動化」に対して、実務的に有用な方針を提供する。現場導入のヒントは、小規模な概念実証（PoC）から始めて、ToMの深さや利他性の度合いを段階的に調整する運用設計にある。
2.先行研究との差別化ポイント
先行研究ではLLMの言語生成力や推論能力そのものに焦点が当たってきたが、本研究は「社会的推論」に特化している点で差別化される。具体的には、ToMという心理的推論能力を明示的な変数として扱い、その有無やレベルを操作して行動の違いを比較している。
従来はプロンプトエンジニアリングで表層的な反応を誘導するアプローチが多かったが、本研究はchain-of-thought（CoT、思考の連鎖）など内部推論の促進が実際の交渉行動に与える効果を示した点で独自性がある。つまり、単に表現を変えるだけでなく、モデルの思考過程を意図的に作ることの有効性を検証した。
また、利他性（Prosocial beliefs）という初期信念を明示的に設定して複数の信念組み合わせを比較した点も新しい。これにより、どのような信念の組み合わせが合意形成に向くかという運用上の具体的判断材料が得られる。
さらに、多種類のLLMを比較対象とし、モデルごとの安定性や一致性を評価したことも特徴的である。特定モデルに依存しない一般的な傾向を見出す試みは、実務でのモデル選定に直結する知見を提供する。
総じて、本研究は技術的検証と実務的な示唆を両立させた点で先行研究と一線を画す。経営層が投資判断を行う際に必要な「どの手順で試し、どの指標で効果を測るか」というロードマップの原理を示した意義がある。
3.中核となる技術的要素
中核は三つの概念で構成される。第一にTheory of Mind（ToM、理論心）であり、相手の信念や意図を推測する内部モデルを意味する。現場の比喩で言えば、営業が顧客の懸念を先回りして提案を組み立てる能力だ。
第二にchain-of-thought（CoT、思考の連鎖）であり、モデルに問いを投げた際にその答えに至る過程を生成させる仕組みを指す。これは単なる応答よりも信頼性を高める働きがあり、交渉の場では「なぜその提案が妥当か」を示す材料になる。
第三にProsocial beliefs（利他性信念）である。モデルに初期的な行動傾向を与えることで、Greedy（強欲）やFair（公正）等の立場をシミュレートし、どの組み合わせがヒトの期待に近いかを検証している。現場ではこれがポリシーとして実装される。
技術的には、これら要素をプロンプト設計や内部推論の誘導で実現している。高度なモデルは内部でより深い推論を行えるため、ToMやCoTの効果が出やすいという実証結果が示されている。運用面ではモデル構成とプロンプトの同時最適化が鍵となる。
実務的な含意として、完全自動化を一気に目指すのではなく、まずは人間が監督するハイブリッド運用でToM的出力を評価し、信頼が担保されたら自動化の深度を上げるのが現実的である。
4.有効性の検証方法と成果
検証はUltimatum Game（最後通牒ゲーム）という交渉課題を用いて行われた。このゲームは提案者（Proposer）が分配案を提示し、受け手（Responder）が受容・拒否を決める単純な構造を持つ。その単純さゆえ、交渉行動の定量評価に適している。
研究では複数のLLMを用いて計2700回のシミュレーションを実施し、受け入れ率（Acceptance Rate）、会話ターン数、行動の逸脱度といった指標で評価した。これにより、ToMや利他性の組み合わせがもたらす安定性を統計的に検出している。
主要な成果は、Fair（公正）な信念を持つ提案者と受け手の組み合わせが最も人間の期待に合致したことである。さらに、モデル別では推論力の高いモデルがより一貫した人間準拠の行動を示したことが報告されている。
これらの結果は、単に表現を整えるだけでなく、内部推論過程を促すことが合意形成に対して実効的であることを示す。言い換えれば、顧客対応や営業支援の場面で「相手の心を推測する設計」を導入することで実務成果が見込める。
ただし、検証はシミュレーション中心であり、実フィールドでの結果は環境や文化によって変わる可能性がある。したがって現場導入ではローカライズと段階的検証が不可欠である。
5.研究を巡る議論と課題
本研究が示す示唆は有望だが、議論すべき点も多い。第一に、ToMを模した出力が実際に「相手の利益に寄与するか」あるいは単に合意を得るための手段として悪用されないかという倫理的問題である。運用方針とガバナンス設計が必要だ。
第二に、モデルの文化的バイアスである。交渉の常識は文化や産業によって異なるため、ある環境で有効なToMの仕立て方が別の環境で逆効果となるリスクが存在する。実務ではローカルなデータで再評価する必要がある。
第三に、評価指標の限定性だ。受け入れ率やターン数は重要な指標だが、長期的な関係性や信頼構築といった定性的な成果をどう計測するかは未解決だ。導入企業は短期指標と長期指標の両方を設計すべきである。
第四に、システム実装上の課題がある。ToMやCoTを安定して実行させるには適切なモデル選定と運用ルールが求められる。モデルの更新やバージョン差で振る舞いが変わる点も現場運用での負担となる。
結論として、研究は有益な指針を与えるが、実務導入にあたっては倫理、文化、評価指標、運用体制といった複数の観点で慎重な設計と段階的検証が必要である。
6.今後の調査・学習の方向性
今後は実フィールドでの検証が不可欠である。企業の営業ログやカスタマーサポート履歴を用いて、シミュレーションで得られた傾向が現場で再現されるかを確認するべきだ。これによりローカライズと業界別の最適化が進む。
また、ToMやCoTの「深さ」をどう定量化するかが研究課題である。深さを段階的に上げたときの費用対効果を明確にすることで、経営層は投資判断をしやすくなる。短期的なPoCから中長期の運用までの指標設計が求められる。
倫理面とガバナンスの整備も並行して進める必要がある。相手の心理を推測して合意を得る手法は、誤用すると操作的になりかねない。透明性や説明可能性を確保する仕組みづくりが不可欠である。
最後に、検索に使える英語キーワードを挙げると、Theory of Mind, ToM, Prosocial beliefs, Ultimatum Game, Large Language Models, chain-of-thought, LLM alignment などである。これらの語で文献検索すると本研究に関連する先行研究や応用例が見つかるだろう。
実務者への示唆としては、まずは業務の一部で安全に検証できる領域を選び、短期で効果が測れるKPIを置くこと。段階的にToMの深さと自動化の度合いを上げていく運用が現実的である。
会議で使えるフレーズ集
「このPoCでは相手の受容点を推測するToM的プロンプトを導入し、受け入れ率と平均ターン数で改善を測りたい」。
「まずは顧客対応の一部でCoT誘導を入れて様子を見ましょう。短期で改善が見られたら順次拡張します」。
「モデル選定は推論力と安定性を重視します。ローカルデータでの再評価を前提に導入計画を立ててください」。
Effects of Theory of Mind and Prosocial Beliefs on Steering Human-Aligned Behaviors of LLMs in Ultimatum Games by Yadav N. et al., “Effects of Theory of Mind and Prosocial Beliefs on Steering Human-Aligned Behaviors of LLMs in Ultimatum Games,” arXiv preprint arXiv:2505.24255v1, 2025.
