Think-Aloud Reshapes Automated Cognitive Model Discovery Beyond Behavior

本論文は、思考発話の痕跡を自動認知モデル発見に組み込むことが予測性能を著しく向上させ、同定されたモデル構造をより統合された効用メカニズムへとシフトさせ、行動データのみでは復元できない認知過程を明らかにすることを示している。

要約

友人が夕食に何を食べるかを決める仕組みを推測しようとしていると想像してください。そのプロセスを知るには、2 つの方法があります。

1. 「何」か（行動）： 注文する様子を観察します。彼らはピザを選びます。結果が見えます。
2. 「どのように」か（思考の口頭化）： 決定する際に考えを口に出してもらうように頼みます。彼らは「うーん、お腹は空いているけど、ピザは重いな。まずカロリーをチェックして、それから価格を比較しようかな」と言います。

長らく、人間の思考のコンピュータモデルを構築しようとしてきた科学者たちは、「何」しかアクセスできませんでした。彼らは人々が選択を行う様子（リスクのあるギャンブルを選ぶか、安全なものを選ぶかなど）を観察し、その背後にある数学を逆算しようとしました。

問題は、「何」はしばしば霞んだ鏡であることです。多くの異なる内部の数学的数式が、全く同じ最終的な選択を生み出す可能性があります。まるで車が街中を走っているのを見るようなものです。A から B へ移動したことはわかりますが、ドライバーが GPS を使っていたのか、地図を使っていたのか、それとも単に推測していたのかはわかりません。これにより、コンピュータモデルは「未決定」となります。つまり、可能性のある答えが多すぎて、コンピュータはデータにそれなりに合致するだけで、間違ったものを選んでしまうかもしれません。

新しいアプローチ：内なる独白に耳を傾ける

この論文は、これらのモデルを構築する新しい方法を紹介します。最終的な選択を見るだけでなく、研究者たちはコンピュータモデルに**「どのように」**、つまり決定を行う際に人々が話した実際の思考（思考の口頭化の痕跡）も与えました。

彼らは、探偵として機能する超スマートな AI（大規模言語モデル）を使用しました。AI には 2 種類の手がかりが与えられました。

• 手がかり A： 人が行った選択のリスト。
• 手がかり B： その選択を行う際に人が言った言葉の書き起こし。

その後、AI は選択と口に出された思考の両方を説明できるコンピュータプログラムを作成しようとしました。

彼らが発見したこと

研究者たちは、確実な小さな報酬と大きな報酬を得るチャンスとの間で選択する、リスクのある意思決定を行う人々でこの手法をテストしました。ここに、「口に出された思考」を組み合わせたときに何が起こったかが示されています。

1. モデルが賢くなった（予測の向上）
AI が選択のみを使用した場合、そこそこの推測ができました。しかし、選択に加えて口に出された思考を使用すると、モデルは次回その人が何をすることになるかを予測する能力が大幅に向上しました。まるで犯罪を解決する探偵のようです。足跡しか見なければ、誤った容疑者を推測するかもしれません。しかし、容疑者のアリバイも聞ければ、真実をはるかに正確に特定できます。

2. モデルがその「DNA」を変えた（構造の転換）
これが最も驚くべき部分です。AI は単に数値を微調整したのではなく、人間の心を説明するために使用した論理の種類を完全に変えました。

• 口に出された思考がない場合： AI は主に人間が**「綱引き」**方式を使用していると信じていました。つまり、オプション A の価値を計算し、オプション B の価値を計算し、その後、どちらの数値が大きいかを単純に比較すると仮定していました。
• 口に出された思考がある場合： AI は、ほとんどの人（約 70%）にとって、脳はより**「スムージーブレンダー」のように機能すると気づきました。単に 2 つの別々の数値を比較するのではなく、人々は実際には各オプション内の材料（リスク、報酬、確率）をまず**混ぜ合わせ、それらを単一の感覚にブレンドしてから、選択を行っていました。

この論文は、ほぼ 10 人中 7 人の人々にとって、口に出された思考を追加することで、AI が「綱引き」モデルを放棄し、「ブレンダー」モデルに切り替えることを強制したと発見しました。

大きな教訓

この論文の主な点は、人々がどのように考えるかを聞くことが、彼らの心の描く地図を変化させるということです。

目的地（選択）だけを見ると、直線のような地図を描くかもしれません。しかし、旅行者の解説を聞けば、彼らが曲がりくねった道を進み、景色を見るために立ち止まり、場合によっては引き返したことも理解できます。

「思考の口頭化」データを追加することで、研究者たちは単に少し良い地図を得ただけではなく、地形自体が彼らが思っていたものとは異なっていたことを発見しました。口に出された言葉は制約として機能し、コンピュータに推測を止めさせ、人々が実際に使用していた実際の精神的なメカニズムを見つけるように強制しました。それは、手元のみを観察していたのでは見えないメカニズムでした。

技術概要

技術的サマリー：思考発話による自動化された認知モデル発見の再編

問題定義
行動データのみから導き出された計算論的認知モデルは、しばしば未決定（under-determined）である。異なる計算メカニズムが同一または極めて類似した選択パターンを生み出すことがあり、モデル選択において大きな曖昧性を引き起こす（Wilson & Collins, 2019）。一方、「思考発話（think-aloud）」プロトコルは古くから自然言語によるプロセスレベルの推論を捉えるために用いられてきたが、先行研究は主にこれらの言語報告の信頼性を検証するか、あるいはそれらを分析する方法を開発することに焦点を当てていた。未解明の根本的な問いが残されている：思考発話による推論の痕跡は、行動データのみからは回収不可能な計算構造の自動化された発見を促進し得るのか？

方法論
著者らは、大規模言語モデル（LLaMA-3.1-70B）を用いて候補となる計算モデルを反復的に生成する自動化されたモデル発見フレームワーク「GeCCo（Rmus et al., 2025）」を採用した。これらのモデルは、タスク入力を選択にマッピングする実行可能関数として定義される。LLM には、保持データへの適合度に基づき、現在の最良のパフォーマンスを示すモデルを改善する代替モデル構造を提案するよう指示された。

本研究では、このフレームワークを 72 名の参加者を対象としたリスク下意思決定のデータセットに適用した。このタスクにおいて、参加者は Kahneman と Tversky（1979）によって確立されたパラダイムに基づき、19 試行にわたって二項選択を行った。実験では以下の 2 つの条件を比較した：

1. 行動のみ：モデルは行動選択データのみを用いて発見される。
2. 行動＋思考発話：モデルは行動データと参加者の言語化された推論痕跡の両方を LLM への入力として用いて発見される。

各参加者について、発見プロセスは同一のデータ分割を用いて 10 回繰り返された。各条件における最良適合モデルは、10 試行の保持データ上で評価されたベイズ情報量基準（BIC）（Watanabe, 2013）に基づいて選択された。モデル構造を分析するため、発見されたプログラムは正規化された計算グラフに変換され、そこから構造的特徴が抽出され、HDBSCAN（McInnes et al., 2017）を用いてクラスター化された。

主要な結果

1. 予測性能の向上：思考発話データを含めて発見されたモデルは、有意に優れたアウト・オブ・サンプル予測性能を示した。対応のある t 検定の結果、思考発話条件における保持 BIC スコアは、行動のみの条件と比較して有意に低かった（$t(71) = -3.41, p = 0.001$）。具体的には、参加者の 59.7% が思考発話条件においてより低い BIC を示した。
2. モデル構造の体系的な再編：プロセスレベルの言語データの含入は、既存のモデルを単に洗練させたのではなく、発見されたメカニズムの構造クラスを体系的に変容させた。クラスター分析により、3 つの主要なメカニズムファミリーが特定された：統合型効用（Integrated Utility）、明示的比較器（Explicit Comparator）、およびルールベース演算子（Rule-based Operator）。
   • 構造的シフト：行動のみの条件から思考発話条件へ移行する際、参加者の 69.4% が異なるメカニズムクラスターに割り当てられた。
   • 具体的な遷移：最も顕著なシフトは、効用を計算し直接比較する（例：$\Delta U = U_A - U_B$）明示的比較器クラスターから、比較前に選択肢を変換・統合する統合型効用クラスターへの遷移であった。
   • 質的差異：これらの遷移は、表面的なコードの差異ではなく、計算組織の根本的な変化（例、各選択肢内の利得/損失を変換・統合するプロセスへの移行による、直接的な価値比較からの転換）を表している。

意義と主張
本論文は、プロセスレベルの言語データが許容される計算モデルの空間を制約する機能的役割を果たすと主張している。潜在的な認知メカニズムに対する追加的な制約を提供することで、思考発話の痕跡は行動データのみが内包する不定性を解決する。

著者らは、思考発話データの組み込みが以下の点をもたらすと結論づけている：

• 自動化されたモデル発見の予測品質を向上させる。
• 発見された認知モデルの構造を体系的に再編し、行動のみからは回収不可能なメカニズムファミリーの特定を可能にする。
• 言語報告は単なる付加的データではなく、人間の意思決定の真の計算アーキテクチャを解明するために不可欠であることを示唆する。

本研究は、自動化されたモデル発見フレームワークが自然言語の痕跡を活用して行動データの未決定性を超え、それ以外では隠れたままとなる異なる認知メカニズムを明らかにし得ることを実証している。