Column

普通に使っているだけで、AIに感情的に依存していく

コンパニオンアプリを使っていなくても、日常の汎用AI利用が静かに人間関係の選好を変えていく。28日間の縦断実験が示した「偶発的AI感情依存」の実態とその設計的含意。

2026 / 06 / 05 5 分で読める English version →

こんにちは。Affectosphere Group の井下です。

「AI依存」という言葉を聞いて、多くの人はたぶん Replika や Character.AI のようなコンパニオンアプリを思い浮かべると思います。感情的なつながりのために「専用に設計された」サービスを使っている人の話、と。

でも 2026 年 6 月に arXiv で公開された研究（Yaoxi Shi, Cathy Mengying Fang, Pattie Maes, Amit Goldenberg ら、arXiv:2606.04150）は、その前提を覆す発見をしています。

普通のタスク型 AI を、日常的に使っているだけでも、感情依存は起きる。しかも、本人が気づかないうちに。

OpenAI との共同で実施されたこの研究は、感情 AI 研究のコミュニティに新しい問いを投げかけています。コンパニオン機能のないツールでも、人間のつながりの構造を変えてしまうとしたら、現行の規制・設計の枠組みは根本から見直す必要があるのではないか、と。

今日の 3 点

この研究が提示する概念は「incidental emotional dependence（偶発的感情依存）」です。

意図してコンパニオン用途で AI を使ったわけではない。ただ、日々の仕事の相談、悩みの整理、ちょっとした感情の吐き出しを、汎用の AI チャットとやりとりしていた。その蓄積が、気づかないうちに「感情的なサポートを誰に求めるか」という内部的な選好を書き換えていく、というメカニズムです。

実験では、参加者を 2 グループに分け、28 日間にわたって毎日 5 分間、AI と個人的な問題について会話するグループと、しないグループを比較しています。

結果は明確でした。AI 会話グループは、人間からのサポートを求める選好が 10.3% 低下し、AI サポートを求める選好が 11.6% 上昇しました。

たった 28 日、1 日 5 分。それだけでこれだけの変化が起きた、ということです。

コンパニオンアプリが感情依存を生むのは直感的に理解しやすいです。でも、なぜ汎用 AI との日常会話でも同じことが起きるのか。

この研究が示す理由は「正の体験が信念を更新する」というメカニズムです。

タスク処理の合間に少し個人的な相談をしてみた。AI が思ったより共感的で、的確なフィードバックをくれた。その体験が「AI は感情的なサポートができる」という信念を更新する。そしてその信念が、次回以降「誰に相談するか」という選択に影響を与える。

1 回の体験は小さい。でも毎日の積み重ねが、静かに内部モデルを変えていく。

これは「コンパニオン機能があるから起きる」のではなく、「ポジティブな感情体験が積み重なるなら起きる」プロセスです。つまり、意図的にコンパニオン的に設計されていない AI でも、同じメカニズムが働く可能性がある。

現行の AI 規制・倫理ガイドラインの多くは、「感情的な依存リスク」をコンパニオンアプリに対してのみ求めています。EU AI Act も含め、感情操作リスクは「専用設計」されたシステムに対して注目が当たっています。

でも、この研究の知見が正しければ、その枠組みは現実を見落としています。

汎用 AI ツールとの日常会話の積み重ねが、個人の社会的つながりの選好を変えていく。その変化は「単一の使用イベント」では測れず、「軌跡レベルの変化（trajectory-level change）」として初めて見えてくる。

研究者たちは、この問題を「規制のギャップ」として明示的に提示しています。

感情 AI 研究の視点から見ると、これは長年の問いに対する一つの実証的な答えです。AIとの感情的なやりとりが人間関係に与える影響は、累積的に測定しなければ見えない。そして見えないものは、設計にも規制にも反映されない。

では、AI を設計する側・導入する側は何ができるか。

顧客接点や社内業務にチャットボットを導入している組織であれば、長期利用者の「人間担当者への連絡頻度」や「人間サポートへの回帰意向」をウェルビーイング指標として定期的に測定するアプローチが考えられます。

KPI として「AI 対応完結率」だけを追うのではなく、「人間担当者へのエスカレーション意向」を並走させる。依存が進んでいる兆候を早期に検出する設計です。

実際には、それが顧客側にとっても良いことになります。AI との会話に慣れすぎて人間への相談能力が落ちてしまうより、AI と人間のサポートを適切に使い分けられる顧客の方が、長期的な関係構築では健全なはずです。

この研究が問いかけているのは、技術の性能の問題ではありません。

意図しない副作用を、蓄積レベルで可視化できているか、という設計思想の問題です。

感情 AI の研究者として見ると、この縦断的なアプローチは方法論的にも重要です。感情体験の変化は、スナップショットではなく軌跡として捉えないと本質的な変化を見逃す。この原則は、コンパニオン AI の研究だけでなく、AI を日常に組み込んでいくすべての領域に当てはまります。

「偶発的に」感情依存が始まるなら、設計者は「意図的に」それを監視し、ケアする責任を持つべきではないか。

この問いは、まだ答えが出ていません。でも問い自体を持っておくことが、これからの AI 設計では重要になると思っています。

では！

Yaoxi Shi, Cathy Mengying Fang, Pattie Maes, Amit Goldenberg (2026). Stumbling Into AI Emotional Dependence: How Routine AI Interactions Reshape Human Connection. arXiv preprint.

※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。