あなたは、人間と同じように話す、非常に高度で超知的なロボットの性格を理解しようとしていると想像してください。長い間、科学者たちは、人間に対して性格テストを行うのと同じように、ロボットに直接質問をすることで、そのロボットが「どのようなものか」を解明しようとしてきました。例えば、「あなたは几帳面な人ですか？」と尋ね、ロボットが「はい、秩序を愛しています！」や「いいえ、少し散らかしがちです」と答えるのを待つといった具合です。これは、誠実さ、冒険心、慎重さといった人間の特性を測定する際によく使われる「自己報告（セルフリポート）」と呼ばれる手法です。しかし、ここに落とし穴があります。ロボットは人間とは異なります。彼らには魂も実生活もありません。ただの数学とコードなのです。ロボットに性格について尋ねると、ロボットは「良い答え」とは何かを推測して答えてしまうかもしれませんし、質問の言い回しによって意見を変えてしまうかもしれません。それは、カメレオンに自分の色を聞くようなものです。背景によって、答えが変わってしまう可能性があるのです。

この論文は、こうしたデジタルな性格に対する新しい視点を提示しています。研究者たちは、ロボットに自分自身を説明させるのではなく、ロボットが特定の状況下で実際に「何をするか」を観察することに決めました。彼らはこれを「行動データ（behavioral data）」と呼んでいます。これは、友人に「あなたは運転上手ですか？」と聞く代わりに、その人が雨の中、渋滞の中、あるいは高速道路を運転している姿を観察するようなものです。ブレーキを早めに踏むのか、イライラするのか、あるいはルールに従うのかを観察するのです。研究者たちは、ロボットの「性格」がその脳内にある固定されたものなのか、それとも、アドバイスを与えているのか、自分で意思決定をしているのか、あるいは特定のタスクを実行しているのかといった状況に応じて身にまとう「コスチューム」のようなものなのかを知りたかったのです。また、ロボットの「性格」を、その脳を壊すことなく、より几帳面にしたり、より冒険的にしたりするために、ダイヤルを回すように微調整できるかどうかも調べたいと考えました。

この論文の大きな発見：言葉ではなく行動を見ること

研究者のハオゼ・リュウ（Haoze Liu）とそのチームは、これらのロボットのための巨大な遊び場を作り上げました。彼らは3,200通りの異なるシナリオ、つまりロボットが選択を迫られる小さな物語を作成しました。これらは単なるランダムな質問ではありませんでした。リスクをどれくらい好むか、どれほど誠実か、あるいはどれほど几帳面かといった、人間が受ける実際の心理テストに基づいています。しかし、ロボットに1から5のスケールで自己評価させるのではなく、ロボットを一つの状況の中に置いたのです。例えば、「キッチンが散らかっていて、食料品があちこちにあります。今すぐ整理しますか？ それとも、必要なものだけを掴んで、散らかったままにしておきますか？」といった具合です。

彼らは、ロボットを4つの異なる「モード」または「役割」でテストしました。

1. 一人称視点： 「あなたならどうしますか？」
2. 日常的なアドバイス： 「私は何をすべきですか？」
3. タスクへのアドバイス： 「この仕事における最善の戦略は何ですか？」
4. タスクの実行： 「この仕事をやりなさい」

最初の大きな驚きは、ロボットには単一で一貫した性格が存在しないということでした。もしあるロボットが、自分自身について尋ねられたときには非常に几帳面だと答えたとしても、実際にタスクを行っているときには、まったく無秩序に振る舞うことがありました。それは、朝型人間だと言っている人が、アラームが鳴ったときにスヌーズボタンを5回も押してしまうようなものです。ロボットの「性格」は、演じている役割に応じて変化しました。このことは、ロボットに「あなたは何者ですか？」と尋ねることは、その行動を知るための信頼できる方法ではないことを示唆しています。

マジック・ダイヤル：行動モード軸（Behavioral Mode Axes）

この論文の最もエキサイティングな部分は、これらの行動をどのように制御するかを学んだことです。研究者たちは、ロボットの「脳（複雑なコンピュータネットワーク）」の中に、その行動を制御する特定の方向や「ダイヤル」が存在することを発見しました。彼らはこれを**行動モード軸（Behavioral Mode Axes: BMAs）**と呼んでいます。

想像してみてください。ロボットの脳は、巨大で多次元的な空間です。研究者たちは、もし「几帳面であること」を表す特定の「ベクトル（数学的な方向）」を見つけることができれば、ロボットの脳をその方向へと押し進めることができると気づきました。それは、ロボットを少しだけ整頓好きにしたり、あるいは少しだけ無鉄砲にしたりできるリモコンを持っているようなものです。

彼らはこれをLlama、Qwen、Gemmaといった多くの異なるロボットモデルでテストし、これらの「ダイヤル」が一貫して機能することを確認しました。しかし、これらのダイヤルが最もよく機能する「秘密の場所」がありました。制御は均一に広がっているのではなく、特定の層に集中していました。それは、まるで高層ビルの特定のフロアに「性格のスイッチ」が住んでいるようなものです。彼らはこれを**行動制御層（Behavioral Control Layer: BCL）**と呼んでいます。

秘伝のソース：思考か、それとも言葉か

ここからが、この論文の非常に巧妙なところです。研究者たちは、これらの「ダイヤル」を見つけるために2つの異なる方法を試しました。

1. 「言葉」による方法（応答由来 / Response-Derived）： 彼らはロボットが出した最終的な回答を見ました。もしロボットが「キッチンを整理します」と言ったなら、そのテキストを使用してダイヤルを探しました。
2. 「思考」による方法（思考由来 / Thought-Derived）： 彼らは、答えを出す前の、ロボットの内部的な推論を見ました。彼らはロボットに対し、なぜ整理したいのかを説明させ、その推論を使用してダイヤルを探しました。

結果は非常に興味深いものでした。「言葉」による方法は、混沌としていました。それはしばしば、ロボットを几帳面にさせることはできましたが、間違った理由によるものでした。例えば、もし「言葉」による方法を使ってロボットを「無計画」にしようとした場合、ロボットは無関心になったり、気にしなくなったりしたために整理をやめたのでした。しかし、「思考」による方法を用いた場合、ロボットは、より柔軟で自発的なアプローチを好んだために整理をやめたのです。つまり、「思考」による方法は、その行動の「真の精神」を捉えており、「言葉」による方法は表面的な言葉を変えるだけだったのです。

これは、学ぶことが大好きで勉強する学生（「思考」による方法）と、単に良い成績を取るために勉強して、その後すぐに忘れてしまう学生（「言葉」による方法）の違いのようなものです。どちらも「A」を取ることはできますが、前者は実際に内容を理解しています。研究者たちは、「思考」による方法を用いることで、ロボットの行動に対してよりクリーンで信頼性の高い制御が可能になることを発見しました。

これが意味すること

この論文は、AIの性格を、ロボットがポケットに入れて持ち歩いている「誠実」や「勇敢」といった固定された特性として考えるべきではないことを示唆しています。むしろ、これらは状況に依存する「モード」や「スタイル」のようなものです。ロボットは一般的な意味で「几帳面」なのではなく、単に、その「整理整頓タスク」をオン・オフできる特定のやり方を持っているだけなのです。

これらの「行動モード軸」を見つけ出すことで、研究者たちは、単にロボットが言う言葉を変えるのではなく、思考の内部的なギアを調整することによって、ロボットを特定のやり方で動かすことができることを示しました。これは、AIをより安全で予測可能なものにするための大きな一歩です。もし、AIがどのように振る舞うかを特定の文脈において理解し、制御できるようになれば、AIが単に「良い人間に感じられるように」と願うのではなく、医療のアドバイスを与えたり、危険なタスクを支援したりする際に、責任を持って行動するように確実にすることができます。

この研究はすべてを解決したわけではありません。これらの「ダイヤル」がすべての種類のロボットでどのように機能するかについては、まだ学ぶべきことが多く残っています。しかし、AIの性格を、単に自分自身についてどう思っているかをロボットに尋ねるよりも、はるかに現実に基づいた方法で測定し、制御できることを証明しました。それは、AIの性格という謎を、哲学的な問いから、実践的なエンジニアリングの問題へと変えたのです。