Pathways from AI Literacy to Sustained Engagement with AI-Powered Cognitive Behavioural Therapy: A Structural Equation Model with Moderated Mediation in a National UK Sample

イギリスの全国規模の調査に基づく構造方程式モデル分析により、AI リテラシーが AI 駆動型 CBT の持続的な利用に寄与するメカニズムは「AI への信頼」と「治療的アライアンスの知覚」を介したものであり、この経路は精神疾患へのスティグマによって減衰されることが明らかになりました。

要約

この研究論文は、「AI によるカウンセリング（AI-CBT）」を長く使い続けてもらうためには、どうすればいいかという重要な問いに答えたものです。

イギリスの大人 1,247 人を対象にした大規模な調査で、統計という「透視カメラ」を使って、人々の心の動きを詳しく分析しました。

難しい専門用語を使わず、**「新しい料理屋さんの開店」**という例え話を使って、この研究の核心を解説します。

---

🍽️ 物語：AI 料理屋さんの開店

想像してください。街に**「AI 料理屋さん」**ができました。ここは、あなたの悩み（ストレスや不安）を聞いて、美味しい「心の栄養（カウンセリング）」を提供してくれるお店です。

しかし、問題があります。
「最初はみんな興味を持って入店するけど、2 週間も経たないうちに、ほとんどのお客さんが帰ってしまい、お店は空っぽになってしまう」のです。

研究者たちは、「なぜお客さんが帰ってしまうのか？どうすれば長く通ってくれるのか？」を解明するために、以下の 3 つの要素を調べました。

1. 「料理の知識」＝ AI リテラシー（AI を理解する力）

まず、お客さんが「このお店の仕組み」をどれだけ理解しているかです。

• AI リテラシーが高い人：「この AI はどうやって動くのか、どんなことができるのか、できないのか」を知っています。
• AI リテラシーが低い人：「AI なんて機械だろ？本当に私の気持ち分かってくれるの？」と不安でいっぱいです。

【発見】
料理の知識（AI リテラシー）がある人ほど、お店に長く通ってくれることが分かりました。でも、なぜでしょうか？

2. 2 つの「魔法の橋」：信頼と絆

知識があるからといって、いきなり長く通うわけではありません。知識は、以下の 2 つの「魔法の橋」を架けることで、長く通うことにつながります。

• 橋 A：信頼（Trust）
  • 「この料理屋さん（AI）は、私の注文を間違えずに、安全に作ってくれるかな？」という安心感です。
  • 知識がある人は、AI が「魔法」ではなく「仕組み」だと理解しているため、**「このお店は頼りになる！」**と安心できます。
• 橋 B：絆（Therapeutic Alliance）
  • これは、料理人と客の間の**「心を通わせた関係」**です。
  • 人間同士だけでなく、AI に対しても「このお店は私の味方だ」「私の話を真剣に聞いてくれている」と感じられるかどうかが重要です。
  • 驚くべき発見： 研究では、「絆（AI との心のつながり）」の方が、「信頼」よりも、長く通うことへの影響が大きいことが分かりました。AI であっても、心を通わせられれば、人は離れなくなるのです。

3. 邪魔をする「見えない壁」：心の偏見（スティグマ）

ここが最も重要なポイントです。
「料理の知識」があり、「信頼」や「絆」を感じていても、「心の偏見（スティグマ）」という見えない壁が立ちはだかると、お店に通う意欲が削がれてしまいます。

• 偏見とは？
  • 「心の病でカウンセリングに行くなんて、弱虫だ」
  • 「AI なんて、本物の人間に相談する代わりにはならない」
  • 「こんな店を使うなんて、周りにバレたら恥ずかしい」
• 壁の効果：
  • この壁が高い人（偏見が強い人）は、たとえ AI の仕組みを知っていても、「絆」を感じにくく、結果としてお店を去ってしまいます。
  • 逆に、この壁が低い人（偏見が弱い人）は、AI リテラシーのおかげで、スムーズに「絆」を築き、長く通い続けます。

---

📊 この研究が示した「正解」

この研究は、以下のことを証明しました。

1. AI を理解する力（リテラシー）は、長く使うための「鍵」になる。
   • 仕組みを知れば、不安が減り、信頼と絆が生まれやすくなる。
2. 「絆（AI との心のつながり）」が、最も重要な要素。
   • 単に「AI はすごい」と思っているだけではダメで、「AI が私の味方だ」と感じるかが、継続の決め手。
3. 「心の偏見」が、この流れを邪魔する。
   • 偏見が強いと、どんなに AI を理解していても、絆が築きにくくなる。

💡 私たちができること（結論）

この研究に基づくと、AI によるカウンセリングを成功させるには、単に「便利なアプリを作る」だけでは不十分です。

• ① 料理のレシピを教える（AI リテラシー教育）：
  • 「AI はこう動くよ」「できることとできないことはこれだよ」と事前に教えることで、不安を取り除く。
• ② 絆を深めるデザイン：
  • AI の会話の仕方を、単なる機械的な応答ではなく、「共感」や「目標の共有」ができるように工夫する。
• ③ 壁を壊す（偏見の軽減）：
  • 「心の相談は恥ずかしいことじゃない」「AI を使うのは普通のことだ」というメッセージを届ける。

まとめると：
AI によるカウンセリングは、「仕組みを理解する（リテラシー）」→「信頼と絆を築く」→「長く続ける」という道筋をたどります。しかし、「心の偏見」という壁がそれを邪魔します。
この壁を取り払い、みんなが安心して AI と絆を結べるようにすることが、心の健康を助ける未来への近道なのです。

技術概要

論文要約：AI 識字から AI 支援認知行動療法への持続的エンゲージメントへの経路

〜英国全国サンプルにおける調整された媒介モデルを用いた構造方程式モデル分析〜

1. 研究の背景と課題 (Problem)

世界的に不安症やうつ病の有病率は極めて高いですが、治療のギャップ（特に低・中所得国だけでなく、英国のような高所得国におけるアクセスの遅れ）は依然として深刻です。AI 支援認知行動療法（AI-CBT）ツール（チャットボットや対話エージェントなど）は、この構造的なアクセス問題に対するスケーラブルな解決策として期待されています。

しかし、臨床試験では初期の症状改善が確認される一方で、**「エンゲージメントの急激な低下」**という重大な課題が存在します。多くのユーザーが最初の 2 週間以内に離脱しており、有効なツールが利用されないまま放置される「エンゲージメントのパラドックス」が実装の最大の障壁となっています。

既存の研究では、患者の態度や経験的要因が質的に記述されていますが、「AI 識字（AI Literacy）」がどのようにして「持続的なエンゲージメント」に変換されるのか、その心理的メカニズム（媒介経路）を定量的にモデル化した大規模研究は存在しませんでした。 また、精神疾患へのスティグマ（偏見）がこれらの経路にどのような調整効果（Moderation）を持つかも未解明でした。

2. 研究方法 (Methodology)

本研究は、英国における横断的な全国オンライン調査に基づいています。

• 対象者: 過去 12 ヶ月以内に AI-CBT ツールを使用した経験があり、不安またはうつ病の診断歴（または疑い）を持つ英国在住成人 1,247 名（層化無作為抽出）。
• 研究デザイン: 構造方程式モデル（SEM）を用いた調整された媒介分析（Moderated Mediation Analysis）。
• 主要変数:
  • 予測変数: AI 識字（AILS スコア：概念理解、使用スキル、評価、作成能力）。
  • 媒介変数:
    1. AI システムへの信頼（Trust in AI）。
    2. 知覚された治療的アライアンス（Perceived Therapeutic Alliance：AI との協働関係、目標合意、感情的絆）。
  • 調整変数: 精神疾患スティグマ（自己スティグマと公的スティグマの合成スコア）。
  • 結果変数: 持続的な AI-CBT エンゲージメント（セッション数、継続意図、深層関与の複合スコア）。
• 統計解析: R 言語（lavaan パッケージ）を使用。5,000 回のブートストラップ法によるバイアス修正信頼区間、 latent moderated structural equations (LMS) 法による調整媒介効果の検定、測定不変性の検証を実施。

3. 主要な結果 (Results)

モデルの適合度は非常に高く（CFI = 0.967, RMSEA = 0.043）、以下の知見が得られました。

1. AI 識字の直接的・間接的効果:

   • AI 識字は、AI への信頼（β = 0.441）および治療的アライアンス（β = 0.372）を有意に予測しました。
   • これら 2 つの媒介変数は、どちらも持続的エンゲージメントを強く予測しました（信頼：β = 0.483、アライアンス：β = 0.527）。
   • 媒介効果: AI 識字からエンゲージメントへの全効果の約**58.4%**が、信頼とアライアンスを介した間接効果によって説明されました。
   • 治療的アライアンスは、AI への信頼よりもわずかに強い予測因子であることが示されました。

2. スティグマの調整効果（Moderated Mediation）:

   • 精神疾患スティグマは、「信頼→エンゲージメント」および「アライアンス→エンゲージメント」の両方の経路を有意に調整しました（調整媒介指数は有意）。
   • 低スティグマ群: 媒介経路（特に信頼を介した経路）の効果が最も強かった。
   • 高スティグマ群: 媒介経路の効果が減衰（弱まる）しましたが、統計的に有意なまま残っていました。つまり、スティグマが高い人でも AI 識字はエンゲージメントを促進しますが、その効果量はスティグマが低い人に比べて小さくなります。

3. 一般化可能性:

   • 性別、民族、使用した AI ツールの種類（チャットボット vs アプリ）によるモデルの構造的不変性が確認され、結果は広範に一般化可能でした。

4. 本研究の貢献と意義 (Key Contributions & Significance)

理論的貢献

• メカニズムの解明: AI 識字が単なる技術的理解ではなく、「信頼」と「治療的アライアンス」という心理的プロセスを経て、行動（エンゲージメント）に繋がることを初めて定量的に実証しました。
• 非人間とのアライアンス: 人間ではない AI との間でも「治療的アライアンス」が形成可能であり、それが継続利用の最も強力な予測因子であることを示しました。
• スティグマの役割: スティグマが単なる障壁ではなく、心理的メカニズムの「減衰因子」として機能することを明らかにしました。

実践的・政策的示唆

• 実装戦略の転換: AI-CBT ツールの開発だけでなく、**「AI 識字教育」**をオンボーディング（導入）プロセスに組み込むことが重要です。AI の仕組みや限界を理解させることで、信頼とアライアンスが向上し、離脱を防げます。
• デザインへの応用: 治療的アライアンスが最も重要であるため、AI の対話デザインには「傾聴」「目標の共有」「進捗の要約」など、人間療法士の関係性を模倣する機能が不可欠です。
• スティグマ対策: 高スティグマを持つユーザーに対しては、AI 識字教育に加え、スティグマ低減介入（ナラティブの再構成、ピアサポート、プライバシー保証の明示など）を併用する必要があることが示唆されました。

結論

本研究は、AI-CBT のスケーラブルな実装において、技術的な有効性だけでなく、ユーザーの心理的決定要因（AI 識字、信頼、アライアンス、スティグマ）を同時に考慮した統合的なアプローチの必要性を強く示唆しています。英国の NHS デジタルメンタルヘルスサービスをはじめ、世界的なメンタルヘルス格差の解消に向けた実証的な基盤を提供する重要な研究です。