Column

AI の「共感」は本物か操作か ── シグナリングコストで測る適切さの基準

AI が共感を示すとき、それは場に見合っているのか。経済学のシグナリング理論を援用した新フレームワークが、「共感しすぎ」「共感なさすぎ」の両リスクを同時に管理する設計基準を提示した。チャットボット・HRテック・CXデザイン担当者に向けて5分で解説。

2026 / 06 / 02 5 分で読める English version →

抽象的なスケール図。左側に感情的な波形、右側にコスト計算の数式、中央でバランスが取れている

こんにちは。Affectosphere Group の井下です。

AI が「お気持ちお察しします」と言ったとき、あなたはどう感じますか。

「なんか機械的でしらけた」と思うか。「親身に受け止めてくれている」と感じるか。あるいは「そんなセリフで同情を買おうとしているのか」と少し警戒するか。

AI の共感表現をめぐって、開発現場では長いあいだ二択を迫られてきました。「共感モードを強くすれば温かみが出るが、過剰になって不気味・操作的に見える」か、「控えめにすれば無機質で冷淡と受け取られ離脱される」か。

2026 年 5 月に arXiv で公開された研究（Chi-Ching Juan, Tao Wang, Harold Lee、arXiv:2605.31340）は、この二択から抜け出す視点を提示しています。「共感があるかないか」ではなく、「その共感はそのコンテキストに見合ったコストを払っているか」という問い方で、適切さを定量的に評価できる枠組みを構築しました。

今日はこのフレームワークの考え方を整理します。

今日の 3 点

価値: 経済学のシグナリング理論を使うと、AI 共感の「適切さ」を定量評価できる軸が生まれる。
3 軸の共感タイプ: 感情的共感・認知的共感・連想的共感、それぞれの「コスト」とは何か。
設計への示唆: 過剰共感リスクと過小共感リスクを同時に管理するチェックリストの考え方。

① シグナリング理論とは何か

少し経済学の話をします。

「シグナリング理論」とは、情報が非対称な状況下で、一方が自分の質・意図を相手に伝えるために「コストのかかる行動」をとるという考え方です。たとえば「高い学歴は、それを取得するためのコスト（時間・お金・努力）がかかるからこそ、能力のシグナルとして信頼される」という論理がその典型です。

逆に言えば、コストが低い（誰でも簡単にできる）シグナルは信頼されにくい。

このロジックを AI の共感表現に当てはめたのが、今回の研究です。

AI が「共感している」と表明するとき、そのシグナルはどのくらいのコストを払っているか。コストを払わない（定型文を並べる・文脈を読まない）共感表現は、受け手に「操作されている」と感じさせる可能性があります。逆に、文脈に見合ったコストを払った共感表現は、受け手に「本当に理解しようとしている」と感じさせる可能性がある。

この「コスト」を3種類の共感軸に分解したのが、Juan ら（2026）のフレームワークです。

② 3 つの共感軸とそれぞれのシグナルコスト

研究は AI の共感を 3 つの軸に整理しています。

感情的共感（Affective Empathy）

相手の感情を自分のことのように感じ取り、その感情を言語化する能力です。「つらいですね」「それは嬉しかったでしょう」という応答がここに入ります。

このシグナルのコストは「感情への解像度」です。定型的な慰め文句を並べるだけでは低コスト、つまり低信頼です。相手の感情の具体的な文脈を拾い上げ、それに合った言語化ができているかどうかが、信頼されるシグナルになります。

認知的共感（Cognitive Empathy）

相手の立場に立ち、なぜそう感じているのかの「理由」を理解する能力です。「なるほど、それはその状況ではそう感じますよね」という応答がここに入ります。

このシグナルのコストは「状況理解の深さ」です。相手の置かれた文脈・背景・制約を理解せずに「気持ちわかります」と言うだけでは、認知的共感のシグナルは弱い。相手の論理を追った上での応答が、信頼度を上げます。

連想的共感（Associative Empathy）

会話の文脈や過去のやりとりを引用しながら、相手との連続性・関係性を示す能力です。「先日おっしゃっていた件と関連しているのかもしれませんが」というような応答がここに入ります。

このシグナルのコストは「記憶と一貫性の維持」です。文脈を参照しない応答は低コストで、それゆえ関係性のシグナルとして弱い。過去の会話を踏まえた応答は、「ちゃんと聞いていた」という信頼につながります。

③ 「適切さ」をどう定義するか

3 軸が整理できたとして、「適切な共感」とはどう定義されるのでしょうか。

研究の核心はここです。「共感の量」ではなく「シグナルコストと文脈の整合性」が適切さを決める、という考え方です。

たとえば、軽い雑談シーンで高コストの連想的共感を発動すると、「重たすぎる」「距離感がおかしい」となります。深刻な相談シーンで定型文的な感情的共感しか示さないと、「表面的」「全然わかっていない」となります。

この不整合が、「操作的」「冷淡」という両極端の評価につながる。

研究はこれを、コンテキストが要求するシグナルコストと、実際に払われたシグナルコストのズレとして定式化しています。ズレが大きいほど不適切、ズレが小さいほど適切、というシンプルな判断軸です。

AI 共感の設計に使えるか

このフレームワークを実装側から見ると、いくつかの示唆があります。

チャットボットやメンタルサポート AI の設計では、「共感モードを ON にするか OFF にするか」という二値的な設計ではなく、「このシナリオではどの共感軸をどの程度発動させるか」という多次元的な調整が可能になります。

たとえばカスタマーサポート AI の場合、クレーム対応では感情的共感と認知的共感の両方を高めに、簡単な問い合わせ対応では抑えめに設定する。この設定を文脈種別ごとに定義した「共感プロファイル」として管理すると、品質の一貫性が保てます。

さらに、このシグナルコストの概念は評価指標にも応用できます。「AI の共感応答が適切だったか」を人手評価するとき、「温かみがあったか」という主観的な評価だけでなく、「この文脈に見合った共感コストが払われていたか」という軸を加えると、評価の再現性が上がります。

もちろん、これはまだ理論的なフレームワークの段階です。実際の LLM システムに組み込んだ場合に有効に機能するかどうかは、今後の実装研究に委ねられている部分が大きい。とはいえ、「共感の適切さ」を「コスト×文脈の整合性」で捉え直すというアプローチは、感情 AI 設計の語彙を広げるものとして面白いと思っています。

なぜこれが今重要か

AI の共感表現に対する社会的な疑念は、近年じわじわと強まっています。

「AI に感情はないのに、共感を演じるのは詐欺的ではないか」という批判は根強い。一方で、「AI が感情に無関心でいることの弊害（孤独な高齢者の孤立、メンタルケアの空白）」も現実の問題として認識されています。

このフレームワークは、「AI は共感すべきか否か」という二値の問いを手放して、「どういう文脈でどのくらいの深さで共感するのが適切か」という設計の問いに転換しています。これは感情 AI の倫理設計において、一歩前進した問い方だと思います。

「共感があるかないか」ではなく、「その共感に見合ったコストを払っているか」。

ユーザーが感じる「ちゃんと聞いてくれている」という感覚は、たぶんそこに根ざしているのかもしれません。

では！

参考論文

Chi-Ching Juan, Tao Wang, Harold Lee (2026). Appropriateness of Empathy in AI: A Signal-Cost Perspective. 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。