Column
共感は気づかれない——AIコーチングで「見えない効果」が行動を変えていた
WhatsAppで6週間・13名のウィズイン実験。共感レベルの異なるチャットボット3種を比較した結果、参加者は共感を自覚しにくい一方、高共感版で歩数増加と行動意図の改善が見られた。「意識されない共感」の周辺ルート効果を感情AI視点で読み解く。
こんにちは。Affectosphere Group の井下です。
「このチャットボット、なんか親切だな」と感じたことはあるでしょうか。
でも実際のところ、私たちはAIの共感をどれほど意識的に感じ取れているのでしょうか。そして、意識していないとしたら、共感はそもそも意味があるのでしょうか。
2026年6月にarXivで公開されたプレプリント（Li et al., arXiv:2606.26641）は、この問いに正面から向き合っています。LLMベースの身体活動コーチングチャットボットで「共感だけの効果」を分離・検証した実験研究です。
今日の3点
- 参加者13名は、共感レベルの違いを自覚しにくかった——それでも高共感版は歩数増加と行動意図の改善速度で優位性を示した。
- 逆説的なことに、非共感版の方が「より有用でエンゲージング」と評価される傾向があった。
- 共感の効果は「説得の周辺ルート」を通じて働く——これは次世代のヘルスコーチングAI設計に直接的な示唆を提供する。
① 「共感だけの効果」を分離するのが難しい理由
共感とAI、という組み合わせを扱う研究はすでにいくつか存在します。でも多くは「共感的なチャットボットと非共感的なチャットボット全体を比較する」ものでした。
問題は、共感的なチャットボットは他の部分も違うことが多い点です。情報の量、提案の丁寧さ、応答の速度感。これらがまとめて変わってしまうと、「共感そのものが効いたのか」がわかりません。
今回の研究は、この問題に工夫して取り組んでいます。共感レベルだけを意図的に変えた3バージョンのWhatsAppチャットボットを用意しました。
- バージョン1：高共感（感情的な反応に積極的に応じ、共感的な言葉かけをする）
- バージョン2：低共感（身体活動の情報を中心に、感情的なやり取りを最小化）
- バージョン3：共感なし（完全に事務的）
そして6週間、N=13のウィズイン実験——つまり同じ参加者が異なる条件をすべて体験する設計——で比較しています。
小規模の実験である点は念頭に置く必要がありますが、「共感を変数として分離する」設計の丁寧さは評価できると思います。
② 気づかれないのに、効いている
結果の中で最も興味深い発見は、参加者が共感レベルの違いを識別しにくかった、という点です。
「今の会話、共感的でしたか？」という問いに対して、高共感版・低共感版・共感なし版のスコアは統計的に区別されにくかった。つまり参加者は、自分が共感的なAIと話しているかどうかを意識的には判断していない。
それどころか、非共感版（事務的なバージョン）の方が「より有用だった」「エンゲージしやすかった」と評価される傾向があったといいます。
これは直感に反しますが、考えてみると納得できます。共感的な言葉かけは時として「余計なこと」に感じられることもある。情報を求めているときに「それは大変でしたね」と言われると、「いや、答えを教えてほしい」と感じることがあるのと似ています。
ところが、行動データは別の物語を語ります。
高共感版の条件では、週間歩数の増加量が大きく、行動意図（「来週も歩こうと思う」という意識）の改善速度も速かった。参加者は共感を意識していなかったにもかかわらず、高共感版の方が実際に動いていた。
③ 周辺ルートという概念で読み解く
この「気づかれないけど効く」現象を説明するフレームとして、研究者たちはElaboration Likelihood Model（ELM）——精緻化見込みモデル——の「周辺ルート」を使っています。
ELMは、説得や態度変容には2つのルートがあると提案する古典的な社会心理学の理論です。
- 中心ルート：情報の内容を深く処理して態度が変わる
- 周辺ルート：感情的な手がかり（話し手の温かさ、好感度など）が処理されないまま態度に影響する
共感は、中心ルートではなく周辺ルートを通じて効いていると思われます。参加者は「共感されている」と明示的に認識しなくても、コーチングのトーンが感情的に安全であると感じ、それが動機づけに影響している——そういう解釈です。
これは感情AIの設計にとって非常に重要な含意だと感じます。「ユーザーが共感を意識して評価するかどうか」と「共感が実際の行動変容に寄与するかどうか」は、別の問いなのかもしれない。
④ ヘルスコーチングAI設計への示唆
この研究から、いくつかの実践的な示唆が引き出せます。
まず、「ユーザーの主観的満足度」だけをKPIにすると、共感の効果を見誤る可能性があります。今回の実験でいえば、満足度では非共感版が高く評価される場面があった。しかし実際の歩数という行動指標では高共感版が優位でした。評価軸をどこに置くかが設計の鍵です。
次に、共感の表現方法には工夫の余地があります。「大変でしたね」という直接的な共感表明よりも、「先週の気候は歩きにくかったと思います」のような状況への共感——ユーザーの感情ではなく文脈への共感——の方が自然に受け入れられる可能性があります。
最後に、この研究はN=13という小規模であることを忘れてはなりません。結果の一般化には今後の大規模検証が必要です。ただ、「共感の効果が意識されにくい」という発見は、それ単体でも興味深い予感がします。
「感情AI」の新しい問いかけ
感情AIは長らく、「ユーザーの感情を認識してそれに応じる」ことを目指してきました。
でもこの研究は、もう少し奥の問いを提示しています。「共感は自覚されなくても行動変容に効く」とするなら、感情AIが目指すべき指標は「共感されたと感じてもらうこと」ではなく「行動が変わること」になる。
ヘルスコーチングの文脈であれば、歩数。学習コーチングの文脈であれば、学習継続率。ウェルビーイングの文脈であれば、ルーティンの定着。
感情の表現が評価されるかどうかより、感情の受け取られ方が行動に繋がるかどうか。そちらの方が、AIにとってもユーザーにとっても本質的な問いかもしれません。
では！
参考論文
- Li, S., Liang, K.-H., Shahriar, S., Ye, Y., Goetsu, S., Du, W.-W., Yoshida, M., Ohwa, T., Xu, X., & Yu, Z. (2026). Invisible Impact of Empathy on Behavioral Change: Isolating the Effect of Empathy in Long-term Physical Activity Coaching Chatbot Interactions. 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。