The role of Artificial Intelligence in interventions to reduce alcohol consumption and smoking: A systematic review
高所得国におけるランダム化比較試験を対象としたこの系統的レビューでは、結果が混在していること、多成分介入の中でAI特有の影響を分離できないこと、および含まれた研究全体に高いバイアスリスクがあることの主な理由により、人工知能支援介入が飲酒量や喫煙を効果的に減少させるという強い証拠は見出されなかった。
原論文は CC BY 4.0 (https://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
あなたは、禁煙や断酒をしようとしているところだと想像してみてください。そこへ、AI（人工知能）を活用した新しい種類の「デジタルコーチ」が、あなたの成功を助けると約束してくれる話を聞きました。この論文は、これらのAIコーチが本当に効果があるのかを確かめるために、あらゆる科学的研究を調査した、いわば巨大な探偵の報告書のようなものです。
以下は、研究者が見つけた内容を、簡単な比喩を用いて解説したものです。
全体像：「魔法の杖」の探索
研究者たちは、富裕国（アメリカ、イギリス、ドイツなど）において、禁煙や断酒のためにAIを使用しようとした研究を探しました。彼らが知りたかったのは、**「健康管理アプリにAIを加えることは、単なる通常のアプリや、何の助けも得られない場合と比較して、実際にアプリをより良くするのか？」**ということです。
彼らは、飲酒に関する研究を16件、喫煙に関する研究を12件見つけました。合計で、およそ73,000人が対象となっています。
見つかった「AI」は、あなたが想像するような「賢い」AIではなかった
今日、私たちが「AI」と聞くと、エッセイを書いたり深い会話をしたりするような、超高性能なチャットボット（大規模言語モデルと呼ばれるもの）を思い浮かべることが多いでしょう。
しかし、これらの研究における「AI」は、もっと**高度に進化した「選択型アドベンチャー本」や「デジタル自動販売機」**のようなものでした。
- チャットボット： これらは思考する機械ではありませんでした。ほとんどが「ルールベース」でした。フローチャートを想像してください。「もしユーザーが『ストレスを感じている』と言ったら、コンピュータはあらかじめ用意されたリラックス法を表示する」といった具合です。それは実際に学習したり理解したりしているのではなく、厳格な台本に従っているだけでした。
- レコメンダーシステム（推奨システム）： これは音楽のプレイリストのアルゴリズムのようなものです。もし特定の曲を気に入れば、別の曲を提案します。これらの研究では、もしユーザーが特定のメッセージをクリックすれば、システムは次回に似たようなメッセージを提案しました。
重要な点として、研究者たちは、現代の「超スマートな」AI（今あなたが話しているようなもの）を、人々を助けるために使用した研究はゼロであったことを見出しました。
判定：混在する結果と「壊れた虫眼鏡」
研究者たちは、明確な答えを得るためにすべての結果を統合しようとしましたが、それはまるでリンゴ、オレンジ、バナナを混ぜて一つのフルーツサラダを作ろうとするようなものでした。研究（アプリ、対象者、成功の測定方法）があまりにもバラバラであったため、一つの数値を得るための数学的な計算を行うことができませんでした。
代わりに、彼らは各研究のストーリーを分析しました。
- 飲酒について： AIアプリが学生の飲酒量を減らすのに役立ったという研究もあれば、何も効果がなかったという研究もありました。ある研究では、コンテンツをパーソナライズするウェブサイト（ブラウザ上のパーソナルトレーナーのようなもの）はうまく機能しましたが、チャットボット型のアプリの効果はまちまちでした。
- 喫煙について： 結果は非常に散漫でした。AIチャットボットが禁煙を助けたという研究もあれば、標準的なテキストメッセージサービスや、AIのない通常のアプリと比べて優れているとは言えないという研究もありました。
「壊れた虫眼鏡」問題：
最大の問題は、結果が混在していることだけでなく、研究そのものに重大な欠陥があったことです。研究者たちは「バイアス・リスク（偏りのリスク）」ツール（品質チェック）を使用しましたが、ほぼすべての研究が「高リスク」であると判断しました。
- 比喩： レースの判定を想像してみてください。ランナーの半分が途中で棄権し、さらに審判は、メガネをかけていないために誰が最初にゴールしたかを推測しているような状態です。あまりにも多くの参加者が研究を脱落し、データが自己申告（人々が証拠なしに「やめた」と言うだけ）であったため、研究者たちはその結果を完全には信頼することができませんでした。
ステークホルダー（利害関係者）の声
研究者たちは、公衆衛生の専門家やコミュニティのリーダーとも話をしました。専門家たちは、いくつかの懸念を抱いていました。
- 「共同生産（コ・プロダクション）」の欠如： 多くのアプリは、実際の利用者（飲酒者や喫煙者）に何が必要かを尋ねることなく、テクノロジーの人々によって作られていました。これは、客にナッツのアレルギーがあるかどうかを確認せずに料理を作るシェフのようなものです。
- 「準備性」のギャップ： アプリが存在するからといって、人々がそれを使う準備ができているとは限りません。テクノロジーの使い方をまず学ぶ必要がある人もいます。
- 「公平性」のギャップ： これらの高度なAIツールが、意図せずして、富裕でテクノロジーに精通した人々を助ける一方で、恵まれないグループを置き去りにし、健康格差を悪化させてしまうのではないかという懸念がありました。
結論
AIが飲酒や喫煙を減らすのに役立つという強い証拠は、まだありません。
この論文は、AIは将来的に有用である可能性はあるものの、現時点では、それが本当に機能すると断言できるだけの十分な証拠がないと結論付けています。現在ある研究は、あまりにも雑然としており、欠陥が多く、互いに異なりすぎているため、確固たる結論を導き出すことができません。さらに、今日の「超スマートな」AIについては、まだテストすらされていないのです。
端的に言えば、デジタルコーチはまだトレーニング中であり、それがあなたを助ける準備ができているかどうかは、まだ確かなことは言えません。
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。