- 「機械相手だと話しやすい」には実験的な裏づけがある。Lucasら（2014）は“相手がAIだという信念”だけを操作し、自己開示への恐れと印象管理が下がることを示した。
- 一方で逆向きの証拠もある。エージェントが人間らしいほど回答は社会的に望ましい方向へ歪み（Schuetzler et al. 2018）、開示の量や親密さは人間相手と変わらないという報告（Croes et al. 2024、Merwin & Forbes 2025）もある。
- 最も証拠と整合的な理解は「開示の量が必ず増える」ではなく「開示を妨げる心理的コスト（判断される恐れ・取り繕い）が下がる」。効果は話題・設計・モダリティに依存する。
本記事は、公開研究の整理を目的とした研究ノートです。開示が増えるとする研究と、逆の結果を示す研究の両方を対等に扱い、査読誌掲載かワーキングペーパーかも本文に明記します。引用した論文はすべて記事末尾の参考文献から原典を確認できます。
なぜ「AIには話しやすい」と言われるのか？
相手を「AI（機械）」だと信じるだけで、自己開示への恐れや印象管理が下がることを示した実験研究があるからだ。ただし示されたのは“心理的な壁が下がる”ことであって、“必ず本音が増える”ことではない。
この主張の出発点としてよく引かれるのが、南カリフォルニア大学のGale Lucasらによる2014年の実験（Lucas et al. 2014, Computers in Human Behavior）です。この実験の設計には、見逃せない工夫があります。
「信念」だけを操作した実験
参加者はバーチャルヒューマン（画面上の面接官）との健康面接に臨みます。システムそのものは条件間で共通ですが、一方の群には「これは完全に自動のAIです」、もう一方の群には「人間が操作しています」と伝える。つまり動いているものは同じで、変えたのは参加者の信念だけです。
結果、「完全に自動のAI」だと信じた群は、人間が操作していると信じた群に比べて、自己開示への恐れが低く、印象管理（自分をよく見せようとする振る舞い）が弱く、悲しみの表出が強く、第三者評価でも開示への意欲が高いと判定されました。相手の性能でも見た目でもなく、「向こうに人間がいない」という信念そのものが、話すことの心理的コストを下げた——これがこの実験の核心です。
公式評価より多くの症状を報告した軍人研究
同じ研究グループは2017年、より切実な文脈でこの現象を検証しています（Lucas et al. 2017, Frontiers in Robotics and AI）。対象は帰還した米軍人。軍務からの帰還時に受ける公式の健康評価では、キャリアへの影響を懸念してメンタルヘルスの症状が過少報告されがちであることが知られています。
この研究では、帰還軍人がバーチャルヒューマンの面接官に対して、公式の健康評価よりも、さらに匿名化された調査よりも有意に多くのPTSD症状を報告しました。匿名化してもなお残っていた報告のためらいが、バーチャルヒューマン相手ではさらに下がった、という結果です。
2つの研究が示しているのは「AIだと人は饒舌になる」ではない。評価や記録の対象になることへの恐れが強い話題ほど、「判断する人間がいない」ことが開示の壁を下げる——という条件付きの現象だ。
AIインタビューの回答の質は実際どうなのか？
GPT-4ベースのAIインタビュアーによる実証では、95%超が全質問に自発的に回答し、82.0%が体験を肯定的に評価した（Chopra & Haaland 2023。ただし査読誌未掲載のワーキングペーパー）。査読を経た研究では、Review of Economic Studies採択のGeiecke & Jaravelが4領域で品質を検証している。
前節の研究は「バーチャルヒューマン」を使った実験室・臨床文脈のものでした。では、いま実務で使われる大規模言語モデル（LLM）ベースのAIインタビューでは、回答の質はどうなのか。ここでは経済学分野の2つの研究を、位置づけの注意とともに見ます。
395件のAIチャットインタビュー——Chopra & Haaland
ChopraとHaalandは、GPT-4ベースのAIインタビュアーで395件のチャットインタビューを実施しました（Chopra & Haaland 2023, CEBI Working Paper）。結果は、95%超の回答者が全質問に自発的に回答（平均約30分）、82.0%が体験を肯定的に評価、53.2%が人間のインタビュアーよりAIを選好、というものでした。「AI相手では回答が浅く、途中で投げ出される」という懸念に対する、まとまった規模の反証データです。
ただし注意が必要です。これはCEBI/CESifoのワーキングペーパーであり、査読誌には掲載されていません。数値を引くときは、この位置づけごと引くのが誠実な扱い方です。
査読を通った基盤——Geiecke & Jaravel
査読を経たものでは、GeieckeとJaravelの「Conversations at Scale」（CEPR DP19705）が、経済学のトップジャーナルであるReview of Economic Studiesに採択されています。AI主導インタビューのオープンソース基盤を公開し、4つの領域でその品質を検証した研究で、「AIに深掘りインタビューを任せる」というアプローチ自体が査読の水準で検証され始めたことを示しています。
ここまでの「開示・回答の質を支持する側」の研究を、設計と位置づけごと整理します。
| 研究 | 設計 | 主要な結果 | 位置づけ |
|---|---|---|---|
| Lucas et al. 2014 | バーチャルヒューマン面接。「AI」か「人間操作」かの信念のみを操作 | AIと信じた群で開示への恐れ・印象管理が低下、悲しみの表出と開示意欲が上昇 | 査読誌（Computers in Human Behavior） |
| Lucas et al. 2017 | 帰還米軍人がバーチャルヒューマン面接官にPTSD症状を報告 | 公式健康評価・匿名化調査より有意に多くの症状を報告 | 査読誌（Frontiers in Robotics and AI） |
| Chopra & Haaland 2023 | GPT-4ベースのAIインタビュアーで395件のチャットインタビュー | 95%超が全質問に自発的回答（平均約30分）、82.0%が肯定的評価、53.2%がAIを選好 | ワーキングペーパー（査読誌未掲載） |
| Geiecke & Jaravel | AI主導インタビューのオープンソース基盤を構築し、4領域で品質検証 | AI主導インタビューが研究水準の品質で実施可能であることを示す | CEPR DP19705（Review of Economic Studies採択） |
表：開示・回答の質を「支持する側」の主要研究。位置づけ（査読状況）まで含めて引用するのがフェアな扱い方だ。
逆の結果を示す研究はないのか？
ある。エージェントが人間らしいほど回答は社会的に望ましい方向へ歪み（Schuetzler et al. 2018）、開示の親密さや量は人間相手と変わらないという報告（Croes et al. 2024、Merwin & Forbes 2025）もある。音声型には固有の技術的限界も指摘されている（Tirumala et al. 2025）。
ここからが、この主張を実務で使ううえでいちばん重要な部分です。「AIには話しやすい」を支持しない研究は複数あり、しかも単なる追試の失敗ではなく、効果が消える条件を示唆しています。
人間らしくするほど「取り繕い」が戻ってくる
Schuetzlerらは、会話エージェントの設計とセンシティブな質問への回答の関係を検証しました（Schuetzler et al. 2018, Decision Support Systems）。結果は示唆的です。エージェントが人間らしく、会話が文脈的であるほど、センシティブな質問への回答は社会的に望ましい方向へ歪む——つまり、取り繕いが戻ってくるのです。
これはLucasらの結果と矛盾しているようで、実は同じ機構の裏表と読めます。開示の壁を下げていたのが「判断する人間がいない」という信念だとすれば、AIを人間に似せるほどその信念は崩れ、人間相手と同じ印象管理が復活する。「AIだから話しやすい」の効果は、AIをどう見せるかという設計次第で消えるということです。
「開示の量は変わらない」という報告
開示の量や深さそのものに差がない、という報告もあります。Croesらは286名を対象に、人間相手とチャットボット相手への「告白」を比較しました（Croes et al. 2024, Interacting with Computers）。開示の親密さは差がないか、チャットボット相手でやや低い。一方で「判断される恐れ」はチャットボット相手で低く、「信頼」は人間相手で高い、という非対称も観察されています。恐れは下がるが、信頼が要る深い開示はむしろ人間に向かう——効果の二面性を示すデータです。
さらに新しいところでは、MerwinとForbesが、AI相手と人間相手で個人情報の開示量は同等だったと報告しています（Merwin & Forbes 2025, Computers in Human Behavior: Artificial Humans）。「AIなら開示が増える」を単純な量の話として一般化することへの、直接の反例です。
テキストの好結果を、音声に外挿しない
もうひとつ、モダリティ（テキストか音声か）の問題があります。Tirumalaらは音声型AIインタビュアーを検証し、文字起こしの誤りや深掘りの質のムラといった技術的限界を指摘しました（Tirumala et al. 2025, arXiv。プレプリント）。前節のChopra & Haalandの好結果はチャット（テキスト）形式で得られたものです。テキストでの実証を音声にそのまま外挿するのは、現時点では証拠の先回りになります。
逆側の研究が示すのは「AIには話しやすい」の否定ではなく、効果の条件だ。人間らしく装えば消える。信頼が要る開示では人間が上回る。話題がセンシティブでなければ差が出にくい。そして音声への外挿はまだ検証途上にある。
実務ではどう考えればよいか？
最も証拠と整合的な理解は、「開示の量が必ず増える」ではなく「開示を妨げる心理的コスト——判断される恐れ・取り繕い——が下がる」。効果は話題のセンシティブさ・AIの人間らしさ・モダリティに依存するため、設計次第で効きも消えもする。
賛否の研究を並べて見えてくるのは、「AIには本音を話す」という一枚岩の現象ではなく、条件によって効いたり消えたりする条件付きの効果です。ここまでの研究から、効きやすい場面と効きにくい場面を整理すると次のようになります。
| 観点 | 効きやすい条件 | 効きにくい・逆効果になりうる条件 |
|---|---|---|
| 話題 | 判断される恐れが強いセンシティブな話題——健康・お金・不満・失敗談など（Lucas et al. 2014・2017） | センシティブでない話題では、そもそも人間相手との差が出にくい（Merwin & Forbes 2025） |
| AIの見せ方 | AIであることを明示し、過度に人間を装わない | 人間らしさ・会話の文脈性を高めるほど、回答が社会的に望ましい方向へ歪む（Schuetzler et al. 2018） |
| 求める開示 | 評価者のいない場での率直な指摘・不満・症状の報告 | 信頼関係を前提とする深い告白。信頼は人間相手のほうが高い（Croes et al. 2024） |
| モダリティ | 実証の中心はテキスト・チャット形式（Chopra & Haaland 2023） | 音声は文字起こし誤り・深掘りのムラ等の限界があり、テキストの結果を外挿できない（Tirumala et al. 2025） |
表：「AIには話しやすい」効果が効きやすい条件・効きにくい条件の整理（本記事で引用した研究に基づく）。
実務への含意は3つに絞れます。
- 期待値を正しく置く。AIインタビューに期待してよいのは「本音の保証」ではなく、判断される恐れや取り繕いという開示の心理的コストを下げること。特に不満・解約理由・健康・お金のような、対面では言いにくい話題で相対的に効きやすい。
- 設計で効果を守る。Schuetzlerらの結果を踏まえるなら、AIを人間らしく装う演出は開示の面では逆効果になりうる。AIであることの明示は、倫理の要請であると同時に、データの質を守る設計判断でもある。筆者らがAIインタビューのプラットフォーム（CoeSignal）を設計する際も、この理由から「AIであることを隠さない」を原則にしている。
- モダリティの限界を織り込む。音声で実施するなら、文字起こしや深掘りの質のムラという限界を前提に、品質検査や人の確認で補う運用をセットにする。テキストでの好結果をそのまま音声の効能として語らない。
「AIなら本音が聞ける」と言い切る売り文句にも、「AI相手の回答は信用できない」という切り捨てにも、証拠は味方しない。研究が支えるのは「条件を設計すれば、開示の壁を下げられる」という、地味だが実務的な結論だ。
よくある質問
なりません。実験的に示されているのは、相手をAIだと信じると自己開示への恐れや印象管理が下がる、という「心理的なコストの低下」です（Lucas et al. 2014）。一方で、開示の親密さや量は人間相手と変わらない、あるいはチャットボット相手でやや低いという報告もあります（Croes et al. 2024、Merwin & Forbes 2025）。効果は話題のセンシティブさやAIの設計に依存する、条件付きのものと考えるのが証拠と整合的です。
消えません。むしろエージェントが人間らしく、会話が文脈的であるほど、センシティブな質問への回答が社会的に望ましい方向へ歪むことが示されています（Schuetzler et al. 2018）。AIにすれば自動的にバイアスが消えるのではなく、「AIであることを明示し、過度に人間を装わない」といった設計上の選択が結果を左右します。
あります。GPT-4ベースのAIインタビュアーによる395件のチャットインタビューでは、95%超が全質問に自発的に回答し（平均約30分）、82.0%が体験を肯定的に評価、53.2%が人間よりAIのインタビュアーを選好しました（Chopra & Haaland 2023）。ただしこれは査読誌未掲載のワーキングペーパーです。査読を経たものでは、Review of Economic Studiesに採択されたGeiecke & Jaravelが、AI主導インタビューのオープンソース基盤を公開し4領域で品質を検証しています。
そのまま期待するのは早計です。話しやすさや回答の質に関する好結果の多くは、テキストベースの研究で得られたものです。音声型AIインタビュアーには、文字起こしの誤りや深掘りの質のムラといった技術的限界が指摘されており（Tirumala et al. 2025）、テキストでの結果を音声にそのまま外挿しないことが推奨されます。音声で実施する場合は、これらの限界を運用と品質検査で補う設計が前提になります。
参考文献
本文で引用した研究の原典は以下のとおりです（本文での登場順）。
- Lucas, G. M., Gratch, J., King, A., & Morency, L.-P. (2014). It's only a computer: Virtual humans increase willingness to disclose. Computers in Human Behavior, 37, 94–100. 論文ページ（ScienceDirect）
- Lucas, G. M., ほか (2017). Reporting mental health symptoms: Breaking down barriers to care with virtual human interviewers. Frontiers in Robotics and AI, 4:51. 論文ページ（Frontiers）
- Chopra, F., & Haaland, I. (2023). Conducting qualitative interviews with AI. CEBI Working Paper 06/23. ※査読誌未掲載のワーキングペーパー。PDF（コペンハーゲン大学CEBI）
- Geiecke, F., & Jaravel, X. Conversations at Scale. CEPR Discussion Paper DP19705（Review of Economic Studies採択）. 論文ページ（CEPR）
- Schuetzler, R. M., ほか (2018). Decision Support Systems, 114 — 会話エージェントの人間らしさ・会話の文脈性と、センシティブな質問への社会的望ましさバイアスの関係を検証。論文ページ（ScienceDirect）
- Croes, E. A. J., ほか (2024). Interacting with Computers, 36(5), 279– — N=286で人間相手とチャットボット相手への「告白」を比較。論文ページ（Oxford Academic）
- Merwin, C., & Forbes, ほか (2025). Computers in Human Behavior: Artificial Humans, 5 — AI相手と人間相手の個人情報の開示量を比較。論文ページ（ScienceDirect）
- Tirumala, ほか (2025). arXiv:2509.01814 — 音声型AIインタビュアーの技術的限界（文字起こし誤り・深掘りの質のムラ等）を検証。※プレプリント。論文ページ（arXiv）
