🤖 AI

Taming the Centaur(s) with LAPITHS: a framework for a theoretically grounded interpretation of AI performances

本論文は、CENTAUR などの AI モデルが人間のような認知能力を有するという主張の理論的妥当性に異議を唱える LAPITHS 枠組みを導入し、むしろそれらの性能は真の認知的妥当性ではなく行動主義的パターンに由来すると論じている。

原著者： Matteo Da Pelo, Alessio Donvito, Claudio Frongia, Pietro Salis, Antonio Lieto

公開日 2026-05-01

📖 1 分で読めます☕ さくっと読める

原著者： Matteo Da Pelo, Alessio Donvito, Claudio Frongia, Pietro Salis, Antonio Lieto

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

「ラピス族によるケンタウロスの制御」論文の解説を、平易な言葉と創造的な比喩を用いて翻訳したものです。

全体像：「ケンタウロス」対「ラピス族」

ケンタウロスという名の新しく超賢い AI を想像してください。その開発者は、これが「認知の統合モデル」であると主張しています。平易な英語で言えば：「この AI に人間の行動を完璧に模倣させるよう教えたため、これは人間のように思考しているに違いない。単なる計算機ではなく、デジタルな心だ」というのです。

この論文の著者であるイタリアの研究者チームは、「ちょっと待て」と言います。

彼らはラピス族（LAPITHS）という枠組みを導入します（これはケンタウロスと戦った古代ギリシャの戦士にちなんで名付けられました）。彼らの役割は、ケンタウロスを取り巻く過剰な hype（大騒ぎ）を「制御」することです。彼らは、AI が人間のように振る舞うからといって、人間のように思考しているわけではないと主張します。彼らは振る舞い（パフォーマンス）と思考（認知）を区別したいと考えています。

核心的な問題：「帰属の誤謬」

この論文は、帰属の誤謬（Ascription Fallacy）と呼ばれる論理的な罠を特定しています。

比喩：
完璧に人間を模倣してチェスを指すロボットがいると想像してください。駒を動かし、「考える」ために一時停止し、疲れた人間が犯すのと同じ間違いさえ犯します。

誤謬：あなたはロボットを見て、「すごい、これは人間の脳を持っているに違いない！戦略を理解し、ゲームのプレッシャーを感じている」と言います。
現実：そのロボットは単に何百万ものチェス対局を暗記した超高速計算機かもしれません。それは何も「理解」していません。パターンに基づいて次の手を予測しているだけです。

著者たちは、ケンタウロスがこのチェスロボットだと主張します。それはPsych-101と呼ばれる人間の意思決定の膨大なデータセットで訓練されました。人間が何をするかを予測するように訓練されたため、非常にうまく予測します。しかし、著者たちはこれは単なる行動の模倣であり、認知的な整合性ではないと主張します。

ツール：「最小認知グリッド（MCG）」

彼らの主張を証明するために、著者たちは最小認知グリッド（MCG）と呼ばれるスコアカードを作成しました。これは単に質問への回答の良し悪しだけでなく、3 つの要素で AI を評価する「認知の真実検出器」と考えてください。

構造対機能（「どのように」）
- 問い： AI は人間の脳と同じ内部の「歯車」を使用していますか？
- 発見： 人間は漸進的に学習します（リアルタイムでの試行錯誤）し、限られた作業記憶を持っています（頭の中に数個のことしか保持できません）。一方、ケンタウロスはバッチ処理で訓練されました（本を一度に全部読むようなもの）であり、巨大な「コンテキストウィンドウ」を持っています（会話のすべてを記憶できます）。
- 判定： ケンタウロスはこのテストに不合格です。人間のように振る舞いますが、その内部エンジンは全く異なります。羽ばたいて飛ぶ鳥のように飛ぶ飛行機ですが、羽ばたきではなくジェットエンジンを使っているようなものです。
一般性（「範囲」）
- 問い： さまざまな種類の思考を行えますか？
- 発見： ケンタウロスは数学、推論、言語に優れています。しかし、それは単一モダリティであり、テキストのみを処理します。見るための目も、触るための手も、動くための体も持っていません。
- 判定： 部分的な点は獲得します。賢いですが、人間の「身体性を伴った」経験が欠けています。
パフォーマンスの一致（「結果」）
- 問い： 正しい答えを出し、同じ間違いをし、同じ時間がかかりますか？
- 発見： ケンタウロスはこれにおいて卓越しています。人間の選択をほぼ完璧に予測し、人間の誤りのパターンさえ模倣します。
- 判定： ここでは高得点です。しかし、著者たちは警告します：ここでの高得点は、それが人間のように思考していることを証明するものではありません。

最終スコア：これらを組み合わせると、ケンタウロスの「認知的妥当性」スコアは低くなります。それは素晴らしいエミュレーター（完璧な役者）ですが、貧弱な認知モデル（真の思考者）です。

実験：「誰でもこれができるのか？」

ケンタウロスが特別ではないことを証明するために、研究者たちはテストを行いました。人間データで訓練されていない5 つの他の強力な AI モデル（GPT-4、Gemini など）を取り上げました。

彼らはこれらのモデルに簡単な指示を与えました。「ゲームのルールはこれです。起きた出来事の履歴はこれです。では、人間はどうしますか？」（これはRAG、すなわち検索拡張生成と呼ばれます）。

結果：

これらの「未訓練」モデルは、ケンタウロスとほぼ同じパフォーマンスを発揮しました。
場合によっては、パフォーマンスの差が統計的に無意味なほど小さかったのです。
比喩：俳優のグループに台本を与えるようなものです。ケンタウロスは台本を完璧に暗記した俳優です。しかし、同じ台本を他の俳優に与えても、事前に本全体を暗記していなくても、彼らはほぼ完璧にセリフを演じることができます。

結論：人間の行動を模倣するために「特別な」認知モデルは必要ありません。必要なのは、賢い言語モデルと適切な指示だけです。

脳スキャンテスト（fMRI）

ケンタウロスの開発者は、訓練後、AI の「内的思考」（神経表現）が人間の脳スキャン（fMRI データ）と似てくるようになったと主張しました。これは AI が「脳のようなもの」になっていることを証明したと言いました。

著者たちもこれをテストしました。他の AI モデルに、タスクの説明を読むだけで、特定のタスクにおける脳活動がどのように見えるかを推測させました。

結果：

他のモデルも、人間の脳スキャンと高い相関を示す推測を生み出しました。
比喩：人々に「恐怖」の感覚を説明するように頼むと、彼らは皆、似たような言葉（心臓が早くなる、汗をかく）を使うかもしれません。それは彼らが皆、全く同じ生物学的な恐怖メカニズムを持っているという意味ではなく、単に同じ概念を説明しているに過ぎません。
著者たちは、脳スキャンでの高い相関は、開発者が認めているよりも容易に得られると主張します。それは AI が脳を持っていることを証明するのではなく、単にタスクの概念を理解していることを証明するに過ぎません。

最終的な教訓

この論文は、AI 界への警告で結論付けています。

地図と領域を混同しないでください。AI が人間の行動の完璧な地図（私たちが何をするかを予測するもの）を描いたからといって、AI がその領域（人間の心）そのものであるわけではありません。
ケンタウロスは優れた予測者ですが、弱い説明者です。それは人間が次に何をするかを推測するための素晴らしいツールです。しかし、人間の内部メカニズムが私たちのものと根本的に異なるため、人間がなぜそのように思考するのかを説明するためにそれを使うことはできません。
より良いテストが必要です。「正しい答えを出したか？」と問うのをやめ、「人間と同じ精神的な歯車を使って正しい答えを出したか？」と問う始める必要があります。

要約すれば：ケンタウロスは巧みな役者ですが、人間ではありません。著者たちは、パフォーマンスに騙されないようにするための枠組み（ラピス族）を構築しました。

論文「ラピトスによるケンタウロスの制御：AI 性能の理論的根拠に基づく解釈のためのフレームワーク」の詳細な技術的要約を以下に示す。

1. 問題提起

本論文は、現代の AI と認知科学における重要な方法論的課題、「帰属の誤謬（Ascription Fallacy）」に取り組んでいる。この誤謬とは、研究者が人間レベルの行動パフォーマンス（出力の類似性）と人間に似た計算メカニズム（構造的・認知的妥当性）を混同してしまう現象を指す。

著者らは、Binz ら（2025）によって提案された最近の「認知の統一モデル」であるCentaurに焦点を当てている。Centaur は、160 の心理学実験からの 1000 万を超える人間の意思決定データを含むPsych-101データセットでトレーニングされた、微調整された大規模言語モデル（LLM、Llama 3.1 70B ベース）である。支持者らは、Centaur が人間の行動を予測するだけでなく、認知的に妥当なメカニズムを実装し、人間の神経活動（fMRI）と整合していることを主張している。

著者らは、Centaur の成功は、構造的な相同性（共通する基盤となる認知メカニズム）ではなく、機能主義的最適化（入力 - 出力統計の一致）の結果である可能性が高いと論じる。彼らは、高い予測精度や神経相関が、必ずしもシステムが人間に似た認知を備えていることを意味しないとする。

2. 方法論：LAPITHS フレームワーク

こうした主張を厳密に評価するために、著者らはLAPITHS（人間らしさに関するテーゼの paradigm に基づく解釈を通じた言語モデル分析）を導入する。このフレームワークは、**最小認知グリッド（MCG）**を中心に据え、理論的分析と実証的再現を組み合わせる。

A. 最小認知グリッド（MCG）

MCG は、「認知的妥当性（$PM$）」を決定するために、人工システムを 3 つの定量的次元で評価する。

機能/構造比率（FSR）:
- 出力一致に基づく機能設計と、認知理論への準拠に基づく構造設計のバランスを測定する。
- 認知科学から導き出された構造制約（ $c_1...c_k$ ）のセットを使用する（例：ワーキングメモリの限界、逐次学習、モデルベースの計画）。
- 低い FSR は高い構造的妥当性を示し、高い FSR は構造的制約なしの機能的模倣に依存しているシステムを示すスコアを計算する。
一般性（ $G_M$ ）:
- 認知能力の**Cattell–Horn–Carroll（CHC）**理論に基づき、カバーされる認知領域の広さを評価する。
- 流動性推論、量的知識、視覚処理、感覚/運動能力などの領域におけるパフォーマンスを評価する。
パフォーマンス一致（ $P_{MM}$ ）:
- 特定のタスクにおける人工システムと人間のベースラインを以下を用いて比較する。
  - 精度: 人間の負の対数尤度（NLL）からの偏差。
  - 誤りパターン: 人間の誤り分布の再現（例：モデルフリー対モデルベースの戦略）。
  - 実行時間: 人間の反応時間との整合性（ただし LLM ではしばしば利用不可）。

最終的な**認知的妥当性スコア（$PM $）**は、これらの次元の加重和である（$ PM = \lambda \cdot FSR' + \mu \cdot G_M + \nu \cdot P_{MM}$）。

B. 実証的再現戦略

著者らは、モデルベース対モデルフリーの戦略をテストするために用いられる標準的な強化学習パラダイムである**2 段階タスク（TST）**に LAPITHS を適用した。

行動再現: 標準的な微調整済みではない LLM（タスクルールにアクセスするために**検索拡張生成（RAG）**を使用）が、TST 上で Centaur の行動適合性（NLL）を再現できるかテストした。
神経再現: これらの同じ RAG ベースの LLM が、特定の神経科学微調整なしに、人間のデータと相関する fMRI 関心領域（ROI）の活性化パターンを生成できるかテストした。

3. 主要な貢献

理論的フレームワーク: 機能的適切性と認知的妥当性の区別を形式化し、「帰属の誤謬」を定量化するための指標（MCG）を提供する。
Centaur への批判: 高い行動精度にもかかわらず、Centaur が人間の認知の主要な構造的制約（特に逐次学習と記憶限界に関するもの）を満たしていないことを実証する。
実証的挑戦: 「最先端」の行動的・神経的整合性は、Centaur のような特殊な微調整モデルに固有のものではなく、単純なプロンプトと検索を介した汎用 LLM によっても達成可能であることを示す。

4. 主要な結果

A. Centaur の MCG 分析

構造的失敗: Centaur は機能/構造比率で非常に低いスコア（ $FSR' \approx 0.18$ $F S R^{'} \approx 0.18$ ）を記録した。
- 逐次学習を実装しなかった（オンライン更新ではなくバッチトレーニングを使用）。
- モデルベースの計画を明示的に実装しなかった（内部遷移モデルなしで前方パスを通じて出力を近似）。
- ワーキングメモリの限界を尊重しなかった（人間の容量とは異なり、コンテキストウィンドウは無制限）。
高いパフォーマンス一致: Centaur は人間の選択に一致するように明示的にトレーニングされたため、高い $P_{MM}$ （0.83）を達成した。
全体的妥当性: 合成スコアは低く（$PM = 0.39$）、Centaur は優れた予測子ではあるが、貧弱な認知モデルであることを示している。

B. 行動再現（NLL）

RAG 対微調整: いくつかの汎用 LLM（Llama Maverick、GPT-4o、GPT-5.1）が RAG（タスクルールへのアクセス）を装備することで、Centaur と同等の NLL スコアを達成した。
統計的有意性:
- Llama Maverick（RAG）: NLL $\approx 0.54$ 対 Centaur NLL $\approx 0.51$ 。この差は統計的に有意ではなかった（ $p \approx 0.095$ ）。
- 他のモデル（GPT-5.1、Gemini-2.5）は Centaur と比較してわずかながら統計的に有意な差を示したが、すべて Llama 3.1 ベースラインおよび標準的な認知モデルを大幅に上回った。
結論: このタスクで人間レベルの行動適合性を達成するために、特殊な微調整は厳密には必要ない。

C. 神経整合（fMRI）

トレーニングなしの高い相関: RAG ベースの LLM（例：Gemini-2.5 Pro、Llama Maverick）は、人間の fMRI データと非常に高い相関を示す ROI ベータベクトルを生成した（ピアソン $r \approx 0.93$ 、コサイン類似度 $\approx 0.98$ ）。
Centaur との比較: これらの値は、元の研究で報告された Centaur のピーク相関（ $r \approx 0.37$ ）よりも有意に高かった。
示唆: 高い表現的整合性は、人間の脳活動と「神経」微調整を必要とせず、タスク構造を処理するだけで汎用モデルによって達成され得る。これは、表現的類似性が認知メカニズムの弱い指標であることを示唆している。

5. 意義と結論

本論文は、Centaur のようなモデルの成果が過剰解釈されていると結論づける。

行動的適切性 $\neq$ 認知的妥当性: 高い予測精度や高い神経相関さえも、システムが人間に似た認知メカニズムを実装していることを証明するものではない。
帰属の危険性: 出力の一致のみに基づいて AI システムに認知理論を帰属させることは、AI を心の真のモデルと誤認させる「帰属の誤謬」につながる。
将来の方向性: 著者らは、AI 評価を純粋にパフォーマンス駆動型のベンチマークから、記憶限界、学習ダイナミクス、具身性などの構造的制約を強制する理論的根拠に基づく基準（MCG のようなもの）へと移行することを提唱する。
最小認知コア: 機能的役割が生物学的認知の構造的制約を尊重するシステム内で実現されることを保証する、将来の AI 向けの「最小認知コア」の開発を提案する。

要するに、本論文は、Centaur が強力な行動エミュレータではあるが、認知モデルではなく、同様のパフォーマンスはより特殊化されていないシステムによっても達成可能であり、「認知的整合性」という主張は理論的に未決定であることを論じている。