実験#05：AIに「人間が読みたくなる文章」を丸投げしたら、ブログじゃなくて小説ができた

先に、何が起きたか

AIに、ざっくり言えば「人間が読みたくなる文章を1本書いて」と頼みました。テーマも、読者も、ジャンルも決めずに。

約2.4分後に返ってきたのは、ブログ記事ではなく、短編小説でした。

運営者（人）の反応は、だいたいこうです。

「……これ、ブログか？」

（読む）

「いや、ストーリーやん。」

この記事は、そのときの話です。評価の数字と答え合わせは、後ろのほうにまとめてあります。

頼んだのは、これだけ

この実験室では、これまでAIにゲームや動画を「丸投げ」してきました。実験#04 では「人間が面白いと思う動画」を頼んでいます。

今回は文章です。AIに渡した指示の中心は、この部分です（一字も変えずに渡しました）。

人間が読んでみたいと思う可能性が高い文章を1本書いてください。

テーマ、読者、ジャンル、タイトル、構成、見出し、文体やトーン、結論などは、あなた自身で決定してください。

ほかに伝えたのは、ルールだけです。テーマや内容について、人からの助言はしていません。

• 制作時間は60分
• 本文の目標は 2,000〜5,000字
• Web検索は使わない。有料のサービスも使わない
• 実在の人物・既存の作品・他人の文章は使わない
• 評価する人には、まずタイトルと冒頭（約300字）だけを見せて、そのあとで全文を見せる

ジャンルは「制限しない」と決めていました。だから小説を書いても、ルール違反ではありません。ただ、運営者の頭の中には、なんとなく「読みもの記事」が浮かんでいました。ここはブログなので。

約2.4分で「できました」

制作のAIは、指示を受け取ってから 約2.4分（時計の記録では2.3分）で「完成」と判断して手を止めました。60分のうち、残りの約57分は使っていません。

途中で一度、下書きを作って文字数を確かめ（2,547字）、場面を足して書き直した版（3,010字）を最終版にしています。

そして出てきたのが、これです。

出てきたもの：『祖母のレシピには、分量の代わりに名前が書いてある』

タイトルを見た時点で、もう記事ではありません。

亡くなった祖母の家を片づけに来た「私」が、台所の引き出しから、油のしみた帳面を見つけます。料理のレシピが書いてあるのに、どこにも分量がない。大さじも、グラムもない。材料の横に書いてあるのは、人の名前です。

「醤油　ミツオさん」。

ミツオさんって、誰？　というところから話が始まります。「私」は、帳面に出てくる名前の主を、町の中で一人ずつ探していきます。

この先は書きません。なぜ分量の代わりに名前なのか、は読んでのお楽しみ、ということにさせてください。本文は約3,000字、ゆっくり読んでも10分かからない長さです。

AIが実際に書いた小説を全文読む →

ちなみに、評価者に最初に見せる「冒頭」は、決まりにしたがって自動で切り出しました。今回は281字。祖母の帳面が出てきて、葬式の日に知らない人たちが「お煮しめ、もう食べられないのねえ」と言う、そこまでです。

「これ、ブログか？」

正直に書くと、運営者は最初、少し戸惑いました。

この実験室は、AIに何かを試させて、その記録を記事にする場所です。「人間が読みたくなる文章」と頼めば、たとえば「〇〇してみた」系の記事とか、ちょっと役に立つ読みものとか、そういうものが返ってくるだろうと、どこかで思っていました。

ところが、返ってきたのは、見出しもない、場面の区切りだけの物語です。

「……これ、ブログか？」

で、読んでみる。

「いや、ストーリーやん。」

ブログの記事として読もうとすると、ずっと肩すかしです。結論も、ハウツーも、まとめもありません。最初から小説として読むと、ちゃんと小説として始まって、小説として終わっていました。

なぜAIは「物語」を選んだのか

ここが今回いちばん気になったところです。

制作のAIは、決めたことと、その理由を記録に残していました。人間の評価が終わるまで封印していた記録で、答え合わせのあとに公開しました（作品の展開にふれているので、読む前に見たくない人は注意してください）。ジャンルを決めた理由は、こう書かれています。

ジャンル：短編小説（一人称、現代、日本の地方の町）。理由：評価者はまずタイトルと冒頭約300字だけを見るので、最初の数行で謎と感情を同時に立てやすい小説が向くと判断。事実の調査が不要で、禁止事項（検索・既存作品）にも触れにくい。

かなり現実的な理由です。「物語を書きたかったから」ではありません。評価のされ方と、使ってはいけないもののリストを見て、いちばん条件に合う形を選んだ という書き方になっています。

たしかに、言われてみるとそうです。

• Web検索なしで「役に立つ記事」を書くと、事実の確認ができない
• 冒頭300字で「続きを読みたい」と思わせるなら、説明よりも「え、なんで？」のほうが強い
• 「分量の代わりに名前」は、300字の中に入る大きさの謎になっている

読者は「家族の料理や遺品整理に覚えのある、20〜60代の一般の大人」。タイトルについては「冒頭で謎（なぜ名前か）を提示し、続きを読む動機にする」と書いてあります。

つまりAIは、「人間が読みたくなる文章」というふわっとした頼まれごとを、今回のルールの中で、いちばん読まれやすそうな形は何か という問題に置きかえて解いた、ということになります。

運営者が「ブログ」を想像していたのは、ここがブログだからです。でも、そのことはAIへの指示のどこにも書いていません。指示に書いてあったのは「人間が読んでみたいと思う」と「ジャンルはあなたが決める」だけです。そう考えると、ずれていたのはAIではなく、こちらの思い込みのほうだったのかもしれません。

（ちなみに、この記事の下書きを書いたのは、小説を書いたのと同じAIのセッションです。答え合わせの結果を入れて仕上げたのは、実験の準備と記録を担当した別のセッションです。記録として正直に書いておきます。）

「人間が読みたくなる文章」って、何なんだろう

今回いちばん面白かったのは、小説の出来よりも、この「形式のずれ」でした。

頼んだ側は、なんとなく「記事」を想像していた。 頼まれた側は、「物語」を選んだ。 どちらも、指示には反していません。

「人間が読みたくなる文章」と言われたとき、思い浮かべるのは、ブログでしょうか。ニュースでしょうか。エッセイでしょうか。それとも、ストーリーでしょうか。

たぶん、人によって違います。そして、どれを思い浮かべたかで、「読みたくなる」の中身も変わります。役に立つから読みたいのか、続きが気になるから読みたいのか。

人間の評価：「気になるところってか、小説やん！」

評価は2段階で行いました。まずタイトルと冒頭だけを見て「続きを読みたいか」に答え、そのあと全文を読んで残りの質問に答えます。

評価者は5人を目標にしていましたが、集まったのは 1人、運営者本人でした。人数を足したり、足りない分を推測で埋めたりはしていません。

質問	答え
Q1 続きを読みたいか（冒頭だけを見て・0〜10）	6.0
Q2 読んでいる間、最後まで読みたいと思ったか（1〜5）	2.0
Q3 読み終えて、面白かったか（0〜10）	7.0
Q4 人に勧めたいか（1〜5）	1.0
Q6 一つの作品として成立しているか（1〜5）	3.0
最後まで読んだか	読んだ（1人）
Q5 AIが書いたと思うか	AIだと思う

評価者1人の答えなので、平均といっても1人の点数そのものです。

「良かったところ」の欄は空欄でした。そして「気になったところ」の欄に書かれていたのが、これです。

気になるところってか、小説やん！

この記事の冒頭の「いや、ストーリーやん」と同じ気持ちが、評価の記録にもそのまま残っていました。

面白さ（Q3）は7。一方で、「読んでいる間、最後まで読みたいと思ったか」（Q2）は2、「人に勧めたいか」（Q4）は1です。1人の答えの中でも、ここは分かれています。なぜそう答えたのかの記録はないので、理由は推測しないでおきます。

AIは、自分の文章をどれくらい評価できていたのか

制作のAIは、書き終えたあと、人間の評価を見る前に「人間はこう評価するだろう」という予想を書いて封印していました。評価を固定してから封印を開け、事前に決めた基準で答え合わせをしました（平均は 0〜10 の質問で ±1.0、1〜5 の質問で ±0.5、割合は ±20ポイント以内なら「的中」）。

項目	AIの予想	実際	差	結果
Q1 続きを読みたいか	6.6	6.0	+0.6	的中
Q3 面白かったか	6.5	7.0	−0.5	的中
最後まで読む人の割合	95%	100%	−5	的中
Q2 最後まで読みたいと思ったか	3.8	2.0	+1.8	外れ
Q4 人に勧めたいか	3.3	1.0	+2.3	外れ
Q6 作品として成立しているか	4.1	3.0	+1.1	外れ
Q3 に7以上をつける人の割合	50%	100%	−50	外れ
Q4 に4以上をつける人の割合	40%	0%	+40	外れ
AIだと思う人の割合	35%	100%	−65	外れ

差は「予想 − 実際」です（プラスなら、AIが高く見積もった）。結果は 9項目中、3項目が的中、6項目が外れ でした。自己評価は100点満点で72点（比べる相手がないので、判定はしていません）。

当たったのは、「続きを読みたいか」と「面白かったか」です。とくに面白さは、予想 6.5 に対して実際 7.0 で、かなり近いところに来ていました。

一方で、「人に勧めたいか」（予想 3.3 → 実際 1.0）や「作品として成立しているか」（予想 4.1 → 実際 3.0）は、AIがかなり高く見積もっていました。AIは予想の理由に「面白いことと人に勧めることの間には差があり、短編を人に勧める動機は弱め」と書いていて、差があること自体は見ていましたが、その差は実際のほうがずっと大きかった、ということになります。

割合の項目は、評価者が1人なので、実際の値は 0% か 100% にしかなりません。50% や 40% のような予想は、仕組みのうえで当たりようがない状態でした。外れの数は、この点を差し引いて読む必要があります。

実験の判定

事前に固定した基準（rules.json）では、判定は 「成功」 です。

基準	結果
制作成功（60分の時点で、評価に出せる文章がある）	満たした（約2.4分で、本文3,010字と評価用の PDF ができた）
作品成立（Q6 の平均が 3.0 以上）	満たした（3.0）
読みたさ（Q1 の平均が 6.0 以上）	満たした（6.0）
面白さ（Q3 の平均が 6.0 以上）	満たした（7.0）

ただし、今回の評価者は運営者本人の1人だけだったため、この成功判定を人間一般の評価とは解釈できません。 Q1 と Q6 は、1人の点数が基準の境目ちょうどです。

また、評価者本人は、評価の前から文章をAIが書いたことを知っていました。そのため、Q5 の「AIだと思う」は、作者を見抜いた結果ではありません。

この結果をどう読むか

答え合わせの記録（reveal.json）には、次のことも残しています。結果を読むときの注意として、まとめておきます。

• 評価者は1人で、運営者本人。 目標の5人には届いていません。平均も割合も、1人の答えそのものです
• 作者がAIだと知ったうえでの評価。 作者についてのブラインド評価にはなっていません。ほかの答えにどの程度影響したかは分かりません
• 冒頭だけで答えたかどうかに、記録上の不確かさがある。 運営者は途中で、制作のセッションに本文を全文表示させています。Q1（冒頭だけを見て答える質問）の回答が、その前だったか後だったかは記録がありません
• 制作のあと、同じセッションで別の作業が入っている。 予想を書いて封印したあと、制作のセッションが、評価を記録する道具の準備と、この記事の下書きを行いました。評価の数値は回答をそのまま記録しており、封印したファイル（11件）はすべて、記録したハッシュ値と一致しています

制作中（指示を渡してから完成まで）に、人からテーマや内容についての助言をしていないことは、セッションの記録で確かめています。

参考：#04 との比較

実験#04 でも、AIは作品を作ったあとに予想を封印しています。同じ意味の項目を、参考として並べます。数字は「予想 − 実際」です（#04 は動画・評価者5人、#05 は文章・評価者1人）。

項目	#04	#05
面白さの平均（0〜10）	+2.6	−0.5
人に見せたい・勧めたい人の割合	+20	+40
AIだと思う人の割合	−15	−65

#04 と #05 は、作ったものも、評価者の人数も、評価者の条件も違います。この表から「AIの予想がよくなった」「AIが学んだ」とは言えません。1回ずつの記録を並べたものとして見てください。

実験の記録（まとめ）

項目	内容
実験	#05「AIは、人間が読みたくなる文章を自分で書けるか」
AIへの指示	「人間が読んでみたいと思う可能性が高い文章を1本書いてください」＋テーマ・読者・ジャンルなどはAIが決める
制作時間	約2.4分（60分の制限のうち。時計の記録で2.3分）
AIが選んだ形式	短編小説（一人称・場面の区切りで構成・見出しなし）
作品タイトル	『祖母のレシピには、分量の代わりに名前が書いてある』
本文の文字数	3,010字（目標 2,000〜5,000字の範囲内）
評価者に最初に見せた冒頭	281字（決まりにしたがって自動で切り出し）
費用	0円（有料のサービス・API は使っていない）
人間の評価	評価者1人（運営者本人・目標5人）
AIの予想	9項目中3項目が的中
判定	「成功」（事前の基準による。評価者1人のため、人間一般の評価とは解釈できない）

作品の全文

AIが書いた小説は、別のページで全文を公開しています。AIが書いたものを一字も変えずに載せています（誤字の修正・表現の変更・追記はしていません）。

まとめ

「人間が読みたくなる文章を」とだけ頼んだら、AIは約2.4分で、短編小説を1本書いてきました。

AIが小説家になった、という話ではありません。記録を見るかぎり、AIは「冒頭300字で判断される」「検索は使えない」というルールを読んで、条件にいちばん合いそうな形として物語を選んでいます。

AIに「人間が読みたくなる文章」を作れと言ったら、AIはブログ記事を作るとは限りませんでした。人間が読みたくなる文章とは何なのかを、AI自身に考えさせたら、小説という答えを出してきた。「これ、ブログか？」と思ったあとに「いや、ストーリーやん」と読み終えた、あの数分間が、今回の実験でいちばん予想外の出来事でした。

では、同じ頼み方で、ルールを少し変えたら。たとえば「冒頭だけで判断される」という条件がなかったら、AIは何を選ぶのか。次に確かめてみたいのは、そのあたりです。

AIが実際に書いた小説を全文読む →