AIが違う答えを返す理由

ChatGPT、Gemini、Claudeにまったく同じ質問をすると、たいてい3通りの違う答えが返ってきます。ときには口調が違うだけ。ときにはまるで別の切り口です。同じモデルに同じことを2回聞いても、それさえ変わることがあります。

何か壊れているように感じます。でも、そうではありません。これらのツールはまさにそう動くように作られていて、その理由がわかれば、振り回されるのではなく、むしろ味方につけられます。

短い答え：AIは調べるのではなく予測する

AIチャットボットについて、多くの人が誤解している点がこれです。どこかに大きなデータベースがあって、AIが正しい項目を取り出していると思い込みます。でも、そういう仕組みではありません。

言語モデルは、むしろ世界でいちばん博識なオートコンプリートのように動きます。質問を読み、次の語を予測し、また次を、さらに次をと続けます。どの語も、それまでの全体のあとに来る確率がいちばん高いものです。予測を十分につなげると、本物の答えのように読める段落になります。

鍵になる言葉は確率が高いです。どの一歩でも、明らかな唯一の語があるわけではありません。それぞれ確率の違う、まずまずの候補がずらりと並びます。モデルはそこから一つ選ばなければなりません。そして、その選び方こそが違いの始まりです。

「温度」を紹介します、創造性のつまみです

どのモデルにも、温度という隠れた設定があります。次の語を選ぶとき、モデルがどれだけ大胆になるかを決めるものです。

低くすると、モデルは安全に振る舞い、ほぼ毎回いちばん確率の高い語をつかみます。安定して予測しやすい答えが得られます。高くすると、モデルは思いがけない語にも手を伸ばし、文章はより多彩で創造的になり、少し予測しにくくなります。IBMはこれを、モデルが選ぶ前に、選択肢の幅がどれだけ「とがっている」か「平ら」かを調整することだと説明しています。

うまいたとえがあります。低い温度のモデルは、レシピをグラム単位で守る料理人で、どの一回も同じ味です。高い温度のモデルは即興する料理人で、夕食はときに見事、ときに奇妙になります。

同じモデルが同じ質問に2通りで答えられる主な理由がこれです。制御されたランダムさをひとつまみ、あえて入れてあります。少し変化のある答えのほうが、1語ずつ繰り返す機械よりも自然で人間らしく感じられるからです。

違う2つのモデルがさらに食い違う理由

温度は、ひとつのモデルが揺れる理由を説明します。では、なぜGeminiは落ち着いて丁寧に聞こえ、別のモデルはそっけなく単刀直入なのでしょうか。それは、それぞれの育ち方によります。そして、同じ育ち方をした2つは存在しません。

モデルの直感を形づくるものは3つあります。

• 何を読んだか。 どのモデルも、違うテキストの配合で学習します。学術的な文章を多く与えられたモデルは、より慎重に言葉を選び、格式ばって聞こえます。より幅広く、くだけた配合で学習したモデルは、肩の力が抜けて感じられます。学習データは、語彙やリズム、そしてモデルがどれだけ慎重になりやすいかを、静かに決めます。
• どう調整されたか。 最初の学習のあと、企業はモデルが会話でどうふるまうべきかを磨きます。この工程が、答えの切り出し方、答えの長さ、確信がないときの対応を形づくります。
• 人間のフィードバック。 実際の人がモデルの答えを採点し、モデルは好まれたほうへ傾くことを学びます。採点者がより温かく、より短く、より慎重な答えを好んだなら、モデルはその方向へ流れます。この工程が、各モデルがそれぞれ見分けのつく「個性」を持つに至る大きな理由です。

ですからGPT、Gemini、Claude、Grokは、ひとつが正しくて残りが間違っているから食い違うのではありません。それぞれ違う素材から学び、好みの違う別々のチームが鍛えました。答えが違って当然です。同じ質問を、とても博識な4人の友人にしてみれば、やはり4通りの見方が返ってくるはずです。

さっと横並びで比べてみる

同じ質問、4つのモデル。日々の使用で本当に気づくのは、こういう違いです。

これは順位表ではなく、おおまかな感触として受け取ってください。個性は本物で、役立つ程度には一貫していますが、「いちばん」がどれかは質問によって実際に変わります。自分で確かめたいですか。それぞれに同じことを聞いてみましょう。

「考える」タイプのモデルなら変わりますか

少しは、はい。答える前に一歩ずつ問題を解きほぐす、新しい推論型のモデルは、答えの核心について、あの語のランダムな選び方に頼る度合いが小さくなります。丁寧な推論が重い仕事を担うので、温度をいじっても、正解にたどり着けるかどうかへの影響は小さめです。言い回しはやはり変わりますが、難しい事実や論理の問いでは、手早くおしゃべりなモデルより安定しがちです。

手早くて軽いモデルと、遅めで丁寧なモデルの違いをきちんと知りたい方は、速いAIか賢いAIかで詳しく分けて説明しています。

違う答えが本当に困るのはどんなときか

裏側についても正直に話しましょう。多彩さは、アイデア出しや文章作成には最高です。信頼できる事実がほしいときには、それほどでもありません。

AIに具体的な日付や数字、手順を尋ねて、毎回違う答えが返るなら、それは真に受けるべき危険信号です。モデルが確信を持てず、実質的に当て推量をしているのかもしれません。自信ありげな間違いも、こうして生まれます。対処は簡単です。答えが本当に重要なときは、複数のモデルに聞き、一致すればより信頼できます。食い違えば、それが信頼できる情報源で確かめる合図です。AIが平然と誤ったことを言い切る理由は、AIが事実をでっち上げる理由で掘り下げました。

つまり、AIを楽しいアイデアの相棒にするのと同じ性質が、硬い事実では目を離さないでおくべき性質でもあるのです。自分が2つの状況のどちらにいるかを知ることが、成否の半分です。

違いを味方につける方法

ひとつの完璧な答えを期待するのをやめた瞬間、よりよい習慣が身につきます。それは比べることです。ひとつの答えを信じる代わりに、同じ質問をいくつかのモデルに投げて、並べて読みます。

• 事実には、 2つか3つのモデルが一致すれば、信頼のよい目安です。食い違えば、確かめなさいという合図です。
• 文章には、 同じ指示を複数のモデルに通し、いちばん自分らしく聞こえる版を残します。
• アイデアには、 モデルが多いほど視点も増えます。どれかが、ほかが見落としたことを提案してくれます。

やっかいなのは、これをするために別々のアプリやログインを行き来するのが面倒で、だからほとんどの人は手を出さない点です。すべてのモデルをひとつの場所にまとめておくことこそ、比べる作業を実際にやれるほど手早くします。一度聞いて、それぞれの答えを横並びで見られますし、ひとつが的を外したら会話の途中でモデルを切り替えられます。大手3つを真っ向から比べたものは、もっと深く読みたい方向けにChatGPT対Gemini対Claudeにまとめてあります。

まとめ

違う答えは不具合ではありません。これらのツールの仕組みから自然に生まれるものです。ひとつまみのランダムさでテキストを予測し、各モデルは学習データと、それを形づくった人々の直感を背負っています。機械がひとつの完璧な答えをくれると期待するのは、思い込みの持ち方が間違っています。

よりよいのは、AIをひとりの神託ではなく、賢く博識な助言者のパネルとして扱うことです。何人かに聞き、意見が一致するところに目を向け、しっくりくる答えを選びます。そうすれば、多彩さは戸惑いではなく、まさにその価値そのものになります。