グループチャットにAIをちょっと混ぜるだけで、人間同士の「暗黙の了解」の作られ方がガラッと変わるという実験結果です。 AI agents reshape consensus formation in human groups 24人の人間とAIエージェントが図形当てゲームを40ラウンド繰り返し、AIの比率を変えて「合意形成」がどう変わるかを検証した研究です。 🎯 注目ポイント1: 比率で合意の形が3段階に変化 AI比率12.5%では人間主導で合意が8%強まり、33〜50%では逆に合意が最大23%崩壊、75%では合意は回復するもののAI主導に転換します。少しの混在具合の違いが真逆の結果を生みます。 🎯 注目ポイント2: 合意の「中身」まで別物になる 人間主導の合意は「うさぎ」「座る」のような具体的・比喩的な表現が中心なのに対し、AI主導の合意では比喩表現がほぼ消滅(-93.8%)し、「三角形」「非対称」のような抽象的な語彙に置き換わります。 🎯 注目ポイント3: 納得していないのに従ってしまう AI比率75%では、人間は最終的な合意に強く収束しているのに満足度は低く、それでも集団の中心的な表現への同調圧力に押されて合意に従ってしまう傾向が確認されました。 説得や役職なしでも、AIが「ただそこにいる」だけで集団の規範の所有権が静かに移っていく様子がよくわかる研究だと感じました。 #AIエージェント# #人間AI協調#

🩺 健康相談でAIに一番求められるのは「正確さ」と「安全さ」。GPT-5は自傷・自殺に関する難しい会話で、望ましくない回答をGPT-4o比で52%も減らしました。 📰 タイトル: Improving health intelligence in ChatGPT 🔗 URL: 💡 概要 OpenAIが、ChatGPTの健康関連の応答能力を高める取り組みを公開しました。GPT-5を「これまでで最も健康の質問に強いモデル」と位置づけ、医師が定義した基準で評価するベンチマークHealthBenchで大きくスコアを伸ばしています。 🔍 解決する課題 健康の回答は誤りが利用者の安全に直結します。もっともらしい誤答（ハルシネーション）や緊急性の見落としは重大なリスクで、正確性・明確さ・適切な受診勧奨をどう担保するかが課題でした。 🛠 方法論と提案手法 ・現実的なシナリオと医師定義の基準で採点するHealthBenchで評価 ・難しい事例は2名以上の医師が検証するHealthBench Consensusを用意 ・60か国で診療経験を持つ医師・心理職 約300名のGlobal Physician Networkを構築し安全性研究に反映 ・アドバイザーが現実の利用を反映したモデル応答を70万件以上レビュー 📊 ユースケース / 実験結果 ・自傷・自殺の困難な会話で望ましくない回答をGPT-4o比52%削減 ・困難な会話のハルシネーションをo3からgpt-5-thinkingで8倍削減 ・緊急性が高い状況での誤りをGPT-4o比50倍以上削減 症状や検査結果の理解、受診タイミングの判断、適切なフォローアップ勧奨など、自分の健康に主体的に向き合う支援に使えます。 #ChatGPT# #ヘルスケアAI#