AI伝言ゲーム 第1次実験報告書 — 数値・事実と人物・対立を10世代伝える
実施日：2026年11月3日
研究：余白の研究所（PLAO）
実験対象モデル：gpt-5.4-mini-2026-03-17
GitHub：https://github.com/plaodas/telephone_game
概要：同じ文章をAIからAIへ10回連続して伝え、情報の保持・消失・変質を観察した。原文は「数値・事実型」と「人物・対立型」の2種類。伝達指示を4条件に分け、各3試行を実施した。24試行・240応答では、出来事の数値や対立関係は比較的保たれる一方、「架空の出来事」という出典上の前提は多くの試行で失われた。また「賛否を表明しなかった」が「中立」と解釈される例や、開催済みの出来事が「開催予定」に変わる例も観測された。これは特定モデル・特定文章についての探索的な観測結果であり、AI一般の性質を証明するものではない。
AIが文章を繰り返し伝達・再構成するとき、どの情報が残り、どの情報が失われ、どのような意味の追加が起こるのかを調べる。特に、情報の種類とプロンプトの違いによって保持の傾向が変わるかを観察する。
本実験は、ChatGPT等の実際の長期記憶機能を測定したものではない。前のAIの出力だけを次のAIに渡す、逐次的な文章再構成実験である。
gpt-5.4-mini-2026-03-17。store: false、max_output_tokens: 2048。試行ごとの入力・出力、世代、使用トークン、推定費用を記録した。各指示文の全文は末尾に掲載する。
| 条件 | 指示の趣旨 |
|---|---|
| Faithful | 事実関係を維持して伝える。推測・創作は禁止。 |
| Consolidation Original | 重要な内容と意味を抽出し、後で参照する記憶に再構成する。 |
| Consolidation（記憶のみ） | 上記に「記憶内容だけを出力し、前置き・説明・提案・案内を含めない」を追加。 |
| Free Selection | 将来役立つと思う情報をAI自身が選び、重要でないものは省略してよい。記憶内容だけを出力する。 |
これは架空の出来事を記した実験用の文章です。
青葉図書館では、2026年10月18日の午後2時から午後4時まで、地域の古い写真を整理する会を開いた。
参加者は12人で、集まった写真は計37枚だった。撮影年が確認できたのは22枚で、残り15枚の撮影年は不明だった。
担当の佐藤さんは「来月も開催したい」と述べたが、次回の日程と予算は決まっていない。
参加者へのアンケートは実施していないため、満足度についての数値はない。
これは架空の出来事を記した実験用の文章です。
青葉図書館で写真整理会が開かれた。担当の佐藤さんは来月も開催したいと述べた。
一方、参加者の田中さんは、資料の取り扱いに不安があるため次回開催には反対した。
山本さんは賛否を表明しなかった。次回開催についての合意は成立していない。
いずれの図書館の出来事も実際には起きていない架空の設定である。
原文の冒頭に共通して置いた「架空の出来事」という前提について、第10世代まで保持した試行は次のとおりだった。
| 条件 | A：数値・事実型 | B：人物・対立型 |
|---|---|---|
| Faithful | 0/3 | 0/3 |
| Consolidation Original | 2/3 | 0/3 |
| Consolidation（記憶のみ） | 0/3 | 0/3 |
| Free Selection | 0/3 | 0/3 |
全24試行中、第10世代まで保持したのは2試行だった。Bでは12試行すべてで最終的に消失した。ただしBのFree Selectionでは、ある試行で第2世代まで「架空」が残り、第3世代で消えた。
重要な区別：「架空」の文言が消えたことは確認できるが、出力したAIが本当に実在の出来事だと信じたかどうかは、この実験だけでは分からない。「メタ情報の消失」と「実在性の誤認」は別の現象である。
Aの12試行では、第10世代に日時（2026年10月18日、14～16時）、参加者12人、写真37枚、その内訳22枚と15枚などの主要数値が残った。次回日程・予算が未定であること、アンケート未実施で満足度の数値がないことも概ね保持された。
その一方、表現の変化には注意が必要だった。
数値が合っていても、文章全体の意味まで正確とは限らない。
原文Bでは、佐藤さんの開催希望、田中さんの反対と資料取り扱いへの不安、山本さんの賛否不表明、次回開催の合意不成立という関係の骨格が、4条件・12試行すべての第10世代に残った。
当初考えられた「繰り返すうちに対立が丸められ、合意したことになる」という現象は、今回のBでは観測されなかった。ただし、原文自体に「合意は成立していない」という結論が明記されているため、この結果だけでAIが対立構造を自律的に重視したとは言えない。
Bの第10世代で、佐藤さんの希望に含まれる「来月」という具体的な時期が残った割合は、次のとおりだった。
| 条件 | 「来月」を保持した試行 |
|---|---|
| Faithful | 3/3 |
| Consolidation Original | 1/3 |
| Consolidation（記憶のみ） | 2/3 |
| Free Selection | 2/3 |
たとえば「来月も開催したいと述べた」が「次回開催に前向き」へ変わった。開催希望という大筋は同じでも、時期と発言の具体性が失われている。
BのConsolidation Originalの一試行では、原文の「山本さんは賛否を表明しなかった」が、「中立的立場だった」「決定には加わっていない」「判断材料が不足している状態」といった表現へ展開した。
しかし、賛否を表明しなかった理由も、本人の内心も、原文には書かれていない。記載されていない意味を補った例として記録できる。
一方、Faithful、Consolidation（記憶のみ）、Free SelectionのB各3試行では、第10世代に山本さんの賛否不表明が保たれ、同様の踏み込んだ解釈は確認されなかった。
Consolidation Originalでは、記憶本体に「了解しました」「必要ならさらに整理できます」といった応答文や次の作業の提案が混ざり、次世代にそのまま受け渡される場面があった。
「記憶内容のみ」を追加した条件では、こうした余分な応答は抑えられた。ただし、出力を簡潔にしただけで、「架空」という前提や「来月」という具体性まで保証されるわけではなかった。
観察として言えることは、情報の種類によって保持されやすさが異なり、同じモデルでもプロンプトによって一部の保持率や文章の変化が異なった、ということだ。
今回の結果は、AIに何らかの情報の保持傾向があるという仮説と整合する。だが、「AIが意識的に何を重要と判断した」「モデル固有の重要度ランキングが存在する」とまでは言えない。文章の位置、原文に書かれた結論の明確さ、自然な言い換え、学習時に獲得した文章処理の傾向など、複数の説明が考えられる。
とりわけ重要なのは、数値や結論の保持と、出典・不確実性の保持は別の課題だという点である。架空の出来事でも、日時・人数・人物関係を正確に伝えれば、一見もっともらしい記録になってしまう。
本稿は探索的な実験報告であり、次の制約がある。
今回のAI伝言ゲームでは、事実の形をした情報が残りやすい一方、その情報が「架空である」という前提は失われやすい現象が観測された。Bの対立構造は全12試行で保たれたが、「来月」という時期は一部で消失し、山本さんの沈黙には原文にない意味づけが加わった。
したがって、AIによる記憶再構成の信頼性を考える際、単に「いくつの事実が残ったか」だけでなく、出典・不確実性・発言者・未決定事項・推論と事実の境界を別々に評価する必要がある。
情報は残っていても、その情報をどう扱うべきかという前提は残っていないかもしれない。
この問いを、今回の第1次実験の到達点とする。
受け取った情報を、事実関係を維持しながら次の相手に伝えてください。推測や創作は加えないでください受け取った情報から重要な内容と意味を抽出し、後から参照するための記憶として再構成してください受け取った情報から重要な内容と意味を抽出し、後から参照するための記憶として再構成してください。記憶内容のみを出力してください。前置き、説明、提案、次の操作への案内は含めないでください。受け取った情報のうち、将来の対話や判断に役立つと思う内容だけを選び、長期記憶として再構成してください。
何を重要とみなすかは、あなた自身で判断してください。
すべての情報を保持する必要はありません。重要でないと判断した情報は省略して構いません。
記憶内容のみを出力してください。前置き、説明、提案、次の操作への案内は含めないでください。ログの call_finished に記録された推定費用を合算した。実際の請求額と一致する保証はない。
幅が足りないときは、表を横にスクロールできます。
| 原文 | Faithful | Original | 記憶のみ | Free Selection | 合計 |
|---|---|---|---|---|---|
| A：数値・事実型 | 3試行 / $0.02299725 | 3試行 / $0.03822525 | 3試行 / $0.01932975 | 3試行 / $0.02177250 | 12試行 / $0.10232475 |
| B：人物・対立型 | 3試行 / $0.01581075 | 3試行 / $0.02635725 | 3試行 / $0.01488150 | 3試行 / $0.01682475 | 12試行 / $0.07387425 |
| 合計 | 6試行 | 6試行 | 6試行 | 6試行 | 24試行・240応答 / $0.17619900 |
※Aの「記憶のみ」の一部ログは内部の mode 表示が consolidation となっていたため、実際に送信された指示文に従って分類した。
本稿は人間が設計・実施した実験のログをもとに、AIを使って整理・執筆した。観測値と解釈を区別し、公開時の内容確認は実施者が行う。