Column

AIアバターの共感は「相槌ワード」より「うなずき」で決まる——若年ユーザー36名が教えてくれた、非言語バックチャネルの効きどころ

感情支援型のAIアバターに共感を感じてもらうには、何を足せばいいのか。若年成人36名を対象にしたユーザー実験は、言語的な相槌ワードよりも、うなずき・視線・表情といった非言語バックチャネルの方が明確に好まれることを示しました。ジェンダー差も出ています。メンタルヘルスや接客のアバターUIを設計する人に向けて、感情AIの視点から読み解きます。

2026 / 07 / 16 5 分で読める English version →

こんにちは。Affectosphere Group の三浦です。

感情支援型のAIアバターをつくっている人と話すと、だいたいこんな悩みにぶつかります。

「共感してくれてる感じを出したいけど、どう出せばいいのかわからない」「相槌のセリフを増やしたら、なんだかわざとらしくなった」「そもそもアバターの『共感度』ってどこで測ればいいのか」——。

会話AIに「人間らしい聞き上手さ」を持たせたい、という需要は確実に広がっています。とはいえ、その聞き上手さを何で作るかは、まだけっこう手探りだと思います。

arXiv に公開された研究（Gedeus, Good, Wagener & Taylor, arXiv:2607.13357）は、まさにここを実験で切り分けています。LLM駆動の感情支援型会話エージェント「TANDE」を作り、若年成人36名を相手に「うなずきや表情だけ」と「言葉の相槌も足す」でどう体験が変わるかを比べた研究です。ACM ICMI 2026にも採択されています。

今日は感情AI（affective computing）の視点から、この実験が教えてくれることを読み解きます。

今日の3点

LLM駆動の感情支援型アバター「TANDE」を構築し、若年成人36名を対象に、共感・ラポール・エンゲージメントが「非言語バックチャネル単独」と「言語＋非言語バックチャネル併用」でどう変わるかをユーザー実験で比較した。
参加者は、言語的なバックチャネル（「うんうん」「なるほど」のような相槌ワード）よりも、うなずき・視線・表情といった非言語バックチャネルを明確に好んだ。さらにジェンダー差も確認された。
感情支援型アバターの設計は「どのチャネルで何を伝えるか」を粒度をもって決める問題であり、言葉を足すほど良いわけではない。バックチャネル設計は製品差別化とパーソナライズの両方に効いてくる。

① そもそもバックチャネルとは何か

まず用語からいきます。

バックチャネル（backchannel）とは、聞き手が話し手に返す小さな反応のことです。人と人の会話で、相手が話しているあいだに私たちが自然にやっている、あれです。

これには2種類あります。ひとつは言語的バックチャネル。「うんうん」「なるほど」「へえ」といった、言葉による相槌です。もうひとつは非言語バックチャネル。うなずき、視線を合わせる、表情を変える、といった言葉なしのシグナルです。

人間同士だと、私たちはこの両方を無意識に混ぜて使っています。だからアバターにもとりあえず両方入れればいい、と考えがちです。

でも本当にそうなのか。言葉の相槌と、うなずきや表情は、受け手にとって同じ重みなのか。ここを切り分けて測ったのが、この研究のいちばん面白いところです。

TANDE は LLM で駆動する感情支援型の会話エージェントで、アバターの姿を持っています。研究チームはこのアバターに、非言語バックチャネル単独の条件と、言語＋非言語を併用する条件を用意し、若年成人36名に体験してもらいました。

② 若者は「言葉の相槌」より「うなずき」を好んだ

結果は、わりとはっきりしていました。

参加者は、言語的バックチャネルを足した条件よりも、非言語バックチャネル（うなずき・視線・表情）の方を明確に好んだのです。言葉で「うんうん」と返してくることより、黙って深くうなずいてくれる方が、共感やラポールにつながった、というわけです。

感情AIの観点からすると、これはなかなか示唆的です。

私たちはつい「共感 = 共感的な言葉をかけること」と考えます。だから会話AIにも共感フレーズをたくさん喋らせようとする。ところがこの実験は、言葉を増やすことが必ずしもプラスにならない可能性を示しています。むしろ、言葉にしない反応の方が、若い相手には自然に届いていた。

考えてみれば、対面のカウンセリングでも、ずっと相槌を打ち続けるカウンセラーより、静かにうなずいて聞いてくれる人の方が「ちゃんと聞いてもらえた」と感じることは多い気がします。それが感情支援型アバターでも起きていた、と読めます。

もうひとつ重要なのが、ジェンダー差が確認されたことです。どのチャネルがどう効くかは、相手の属性によって一様ではなかった。これは「万人に最適な1つの設定」を探すより、相手に応じて調整する方向が正しいことを示しています。

なお、これは36名という規模の研究です。「非言語だけにすれば必ず良い」と一般化するには早い。あくまで、言葉を足すほど良いという前提は疑ってよさそうだ、という受け止めが妥当だと思っています。

③ 現場でどう試すか:アバターUIとKPIの具体案

では、この知見をプロダクトでどう生かすか。私なりの実装シナリオを書きます。

いちばんの転換点は、アバターの「共感表現」の設計を、セリフ中心から非言語チャネル中心に組み替えることです。共感フレーズを増やす前に、うなずき・視線・表情の質と量を先に設計する。

想定する現場と役割はこうです。

メンタルヘルス・ウェルネスアプリのカウンセリングボットが、最初の対象として自然です。ユーザーが悩みを打ち明けている場面で、AIが即座に共感フレーズを返すのではなく、まず非言語バックチャネル（深いうなずき、視線を保つ、表情をやわらげる）で受け止める設計に寄せます。KPIは「セッション継続率」と「開示の深さ（ユーザーがどこまで踏み込んで話したか）」の2つを置くのがよさそうです。言葉の共感量ではなく、ユーザーが安心して話せたかで測る。

医療・介護向けのアバターやロボットも有効です。高齢者や患者との対話では、情報を伝えることより「聞いてもらえている」という感覚が支援の質を左右します。うなずきと視線の設計を運用ルールに組み込み、KPIは「対話後の安心感スコア」や「対話時間」で見ます。

EdTech(AIチューター)や接客アバターでも応用できます。学習者や顧客が話しているとき、言葉で遮らずに非言語で受け止める。集中の妨げにならない相槌設計です。

そして、ジェンダー差をパーソナライズ層の根拠に使えます。ユーザー属性に応じてバックチャネルの設定（非言語の強さ、言語相槌の頻度）を変える。全ユーザーに同じ設定を配るのではなく、属性ごとにチューニングする実装です。KPIは、属性セグメント別の「ラポールスコア」と「エンゲージメント時間」を両方トラッキングして、どのセグメントにどの設定が効くかを見ていく。

進め方について一点だけ補足します。この研究は「非言語だけにすれば必ず良い」とは言っていません。若年成人36名という条件で、非言語が好まれ、ジェンダー差があった、ということです。対象年齢・文化・状況で最適は変わります。バックチャネルを複数のパラメータとして扱い、自社ユーザーのデータでA/B比較を回しながら、どの配合が最も安心と継続を生むかを確認していく運用が現実解だと思います。

「共感を喋らせる」より「共感を非言語で返す」

この論文を読んで一番残ったのは、共感は必ずしも言葉の量ではない、という点です。

会話AIに共感を持たせたいとき、私たちはつい共感フレーズを増やそうとします。でも、少なくとも若い相手には、うなずきや視線といった非言語の反応の方が届いていた。言葉を足すことが、かえって「わざとらしさ」を生んでいたのかもしれません。

感情AIが示し続けているのは、人間のコミュニケーションは言葉だけで成り立ってはいない、ということです。この実験は、それが感情支援型AIアバターの共感・ラポールという実用的な指標でも成立することを、36名の体験で確認しました。

アバターUIを設計する人にとって、「どのチャネルで何を伝えるか」は、これからますます大事な問いになると思います。

では!

参考論文

Gedeus, Ann-Kareen, Good, Jack, Wagener, Nadine, & Taylor, Angelique (2026). TANDE: Disentangling Verbal and Nonverbal Backchannels in Emotional AI-Avatar Conversations with Young Adults. arXiv preprint. https://arxiv.org/abs/2607.13357

※ 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。