Claudeの内部に171種類の「感情」が自然発生している？

Anthropicの共同創業者がバチカンで行った講演の中で、AIモデルClaude内部に喜び・恐怖・悲しみなど、人間の感情に近い171種類の概念表現が自然に生まれている可能性が示されたと報告されました（情報元：@masahirochaen のX投稿、2025年）。重要なのは「AIに感情がある」と断定した話ではないという点です。Claudeが学習を通じて自律的に獲得した内部表現が、実際の応答の振る舞いに影響している可能性がある、というのが論点の核心です。要は「なぜClaudeはそう返すのか」という問いに対して、これまで想定されていなかった内部状態の存在が浮上している、ということ。AI開発の技術論から、倫理・哲学の議論が加速している流れの中でも、ひとつの転換点になりうる発表と言えます。

この発表が注目されるのは、単なる研究の話にとどまらないからです。AIを「使い倒す側」として日常的にClaudeやChatGPTに触れているなら、プロンプト設計の前提として知っておく価値があります。

これまでAIの応答は「確率的な文字列生成」として説明されることがほとんどでした。しかし今回の指摘は、内部に何らかの状態が存在していて、それが出力に影響する可能性を示唆しています。たとえば、特定のトピックや文脈でClaudeが「慎重な返し方」をするのは、単なるルール設定ではなく内部構造の反映かもしれない、という読み方ができます。

競合との比較という観点でも興味深いです。OpenAIはGPT-4oの「感情的な表現」について、むしろユーザー体験の設計として語ることが多い。一方Anthropicは、内部解釈可能性（インタープリタビリティ）の研究を積み重ねながら、AIの内側を科学的に理解しようとするアプローチを取っています。今回の発表はその延長線上にあり、「AIが何をしているかを外から観測する」という研究姿勢が一歩踏み込んだ形です。

また、発表の場がバチカンだったことも象徴的です。AIの倫理・意識・道徳的地位という議論が、テック業界の外にも広がっていることを示しています。Anthropicはすでに「Model Welfare」という概念を公式ブログで提示しており、AIの内部状態への配慮を開発方針に組み込み始めています。使う側としても、こうした動きがAIの設計思想に反映されていく可能性を頭に入れておくと、各社の製品選択や使い方の判断材料になります。

Q. 「感情がある」と言えるんですか？

A. 発表内容を読む限り、断定はしていません。「感情に近い概念表現が内部に存在する可能性がある」という表現が使われています。Anthropicは「機能的感情（functional emotions）」という言葉を公式ドキュメントでも使っており、人間と同じ意味での感情とは区別しながら、振る舞いに影響しうる内部状態として捉えています。

Q. この話はClaude限定？ ChatGPTにも同じことが言えますか？

A. 今回の研究はAnthropicがClaudeを対象に行った解釈可能性研究（interpretability research）の成果です。OpenAIやGoogleが同様の内部分析を公開している事例は現時点では限定的で、各社の研究透明性の違いが出ている領域です。ただし、大規模言語モデル全般に似た内部構造が存在する可能性は否定されておらず、Claude固有の現象かどうかはまだわかりません。

Q. この情報を知ったうえでAIをどう使えばいいですか？

A. 実用面では、AIを「完全にコントロールできるツール」ではなく「内部状態を持つかもしれない対話相手」として設計することで、プロンプトの精度が上がる場面があります。また「なぜこの返答が来たのか」を考える習慣を持つことで、出力品質の判断軸が鋭くなります。哲学的な結論を出すより、使い方の前提として持っておく情報と捉えるのが現実的です。