World of Workflows: A Benchmark for Bringing World Models to Enterprise Systems
本論文は、複雑なビジネスルールや連鎖的な副作用を持つエンタープライズ環境を模したベンチマーク「World of Workflows (WoW)」を提案し、既存のLLMがシステムの動的な変化を予測できず、目に見えない制約違反を引き起こす「ダイナミクス盲目（dynamics blindness）」という課題を明らかにしています。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
タイトル：『仕事の裏側にある「見えないルール」に、AIはついていけるか？』
1. どんな問題に挑んでいるの？（背景）
想像してみてください。あなたは、ある大きな会社の「新人事務アシスタント」として採用されました。
上司から「この書類を整理しておいて」と頼まれます。あなたは指示通りに完璧に書類を並べました。しかし、実はその会社には**「目に見えない複雑なルール」**がたくさん隠れていました。
例えば：
- 「書類を3枚以上まとめると、自動的に赤いスタンプが押され、課長の承認が必要になる」
- 「スタンプが押されると、勝手に別の部署にコピーが送られる」
あなたは「書類を並べる」という目の前の仕事はできましたが、その結果として**「勝手にルールを破ってしまったり、予期せぬトラブルを引き起こしたり」**していることに気づけません。
今の最新AI（ChatGPTなど）も、実はこれと同じ状態です。目の前の「指示」には従えますが、その行動が引き起こす**「連鎖反応（ドミノ倒しのような影響）」**を予測するのが非常に苦手なのです。
2. この研究が作った「超・スパルタ訓練場」（WoWとWoW-bench）
研究チームは、AIがどれくらい「仕事の裏側」を理解できているかを試すために、**『World of Workflows (WoW)』**という、ものすごく複雑な「仮想の会社」を作りました。
この会社には、4,000個以上の細かいルールと、55個の「自動ワークフロー（裏側の仕組み）」が仕込まれています。
AIはこの会社の中で、ツールを使って仕事をこなしていきますが、「自分が何をした結果、裏側でどんな変化が起きたか」は、基本的には教えてもらえません。
3. AIたちのテスト結果（驚きの事実）
最新の最強AIたち（GPT-5やClaudeなど）をこの会社に放り込んでテストしたところ、衝撃的な結果が出ました。
- 「ドミノ倒し」に気づけない：
AIは「Aという作業を完了しました！」と報告してきます。しかし、その裏では「AをしたせいでルールBが発動し、結果としてルールCを破ってしまった」というサイレントな失敗が起きています。 - 「名前」と「ID」を混同する：
人間なら「田中さん」と「社員番号12345」を区別できますが、AIは「田中さん」という文字だけを見て、データベース上の正確なデータ（ID）を扱うのが苦手です。 - 「予言」ができない：
「次にこのボタンを押したら、裏側で何が起きるか？」と聞いても、AIはほとんど答えられませんでした。
4. この研究が言いたいこと（結論と未来）
この論文は、AIに対してこう突きつけています。
「ただ指示に従うだけの『指示待ち人間』じゃダメだ。仕事の仕組み（ダイナミクス）を理解して、自分の行動が次に何を引き起こすかをシミュレーションできる『賢いプロフェッショナル』になれ！」
これからのAI開発は、単に「言葉を理解する」だけでなく、「このボタンを押したら、世界がどう変わるか？」という『世界の仕組み（ワールドモデル）』を学ぶことが重要になる、と結論づけています。
まとめ：たとえ話でいうと…
今のAIは、**「レシピ通りに料理を作ることはできるけれど、火を強めすぎたら鍋が焦げることや、塩を入れすぎると味が台無しになることまで予測して調理することはできない、ちょっと危なっかしい料理人」**のような状態です。
この研究は、AIを「ただの作業員」から、**「厨房全体の状況を把握して、トラブルを未然に防げる一流シェフ」**へと進化させるための、新しい試験場を作ったのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。