定義
心の理論(Theory of Mind)とは、他者が自分と異なる知識・信念・意図を持つとAIが推論し、相手の視点で行動を予測する能力のことである。
心の理論 (Theory of Mind)とは（詳しく解説）
心の理論とは発達心理学由来の概念で、AI分野では自分以外のエージェントが独自の知識・信念・意図・感情を持つという前提のもとに相手の心的状態を推定する能力を指す。LLMの文脈では、対話の中で相手が知らない情報を補って説明したり、皮肉や含意を読み取ったりする振る舞いの評価軸として使われることが多い。GPT-4以降のモデルは擬似的な心の理論タスクで高いスコアを示すとされるが、これは統計的なパターン認識であり、人間のような内省的理解を伴うものではないという指摘もある。2026年時点の実運用では、心の理論に類する能力はカスタマーサポートAIやマルチエージェントシステムの意図推定に応用され始めているが、評価用ベンチマーク自体が汚染されている懸念もあり、単純なテスト結果を過信すると現場での期待値がずれるという落とし穴がある。導入コストや相場感を語れる段階にはまだ乏しく、選定時は具体的なタスクでの挙動検証を優先すべきとされる。
心の理論 (Theory of Mind)の使用例
- 「相手はまだこの情報を知らない」と踏まえて説明を組み立てるチャットボットの応答設計は、心の理論の応用例とされる。
- false-belief taskのようなToMベンチマークの得点だけで「人間並みの理解力」と判断するのは早計とされる。
