- 大規模言語モデルの利用者が増えるにつれ、生成AIが文章、思考、創造性、そして文化的価値観を均一化させている可能性があると研究者らは警告している。
- ある研究はこの現象を「マクドナルド化（McDonaldization）」に例えており、技術の効率性と予測可能性によって社会がより均質化していくとしている。
- 22の大規模言語モデルと102人の人間を比較した実験では、AIは独創的なアイデアを生み出すものの、モデル間の回答は人間同士の回答よりも似通っていることが示された。
- 人間と5つのAIモデルが作成した短編小説の分析では、AI作品は同様のモチーフに集中する傾向がある一方、人間の作品はより多様であった。
- 2024年の研究では、AIは（トップレベルの作家を除いて）ユーザーがより創造的で魅力的な物語を書くのを助けるが、同時に物語の内容を似通わせることが判明した。
- 2025年の研究と4月に発表されたメタ分析は、AIが特にアイデア発想段階での多様性を低下させると結論づけている。これは特に複雑な課題や制約の多いタスクで顕著である。
- 40万本以上の科学論文を分析した結果、2022年末のChatGPT登場後、著者1人あたりの論文数は増加したが、内容や言語スタイルはより似通ったものになった。
- ローカルニュース、arXivの草稿、Redditに関する研究では、ChatGPT登場後に執筆スタイルの多様性が低下したことが記録されている。AIによる文法修正は、個性、倫理的価値観、人口統計学的特徴を示す多くの兆候を消失させる。
- インドと米国の参加者を対象とした研究では、自動予測入力機能によって両グループの表現が似通い、インド人がアメリカ人に近い言語を使用するようになった。
- AIはユーザーが書く内容だけでなく、政治的見解や信念にも影響を与える可能性があり、AIの偏りについて警告を受けた後でも、その効果が数週間持続することを示す研究もある。
- 研究者らは、過去にAIを使用したことのある人が、使用をやめてから2ヶ月経っても依然として似たようなアイデアを出し続ける現象を「創造性の傷跡（creative scarring）」と呼んでいる。
- 技術的な原因としては、AIが学習データ内の一般的なパターンを優先すること、人間のフィードバックに基づいて最適化されること、そしてAIが生成したデータから学習し続けることで多様性が失われるリスクが挙げられている。
- 解決策として、学習データの多様化、Diversity-Aware Reinforcement Learning（DARLING）手法の適用、多方向の解決策を促すプロンプト設計、ユーザー独自の文化的背景や執筆スタイルの提供などが提案されている。
- 多くの科学者は、現在の影響はまだ小さいが、AIが大規模に使用されるようになれば重大なものになると考えている。一方で、人間は依然として差異を求め、均一化に抗うために新しいサブカルチャーを形成する傾向があると信じる者もいる。
📌 ネイチャー誌は、生成AIが言語、アイデア、創造性の多様性を低下させ、さらには人間の意見形成にまで影響を与える可能性があることを示す多くの研究をまとめている。22のAIモデル、102人の参加者、40万本以上の科学論文からの証拠はすべて、均一化が進んでいる傾向を指し示している。しかし研究者らは、現在の影響はまだ限定的であり、モデルの改善、データの多様化、そしてAI利用時におけるユーザーの独自性の維持を奨励することによって、この影響を軽減できるとしている。
