今回のコラムでは、生成AIや大規模言語モデル（LLM）との会話における非線形分岐の使用について、特にメンタルヘルス目的での対話の場合を中心に検証する。
要点はこうだ。ほとんどの人はAIを線形的に使用している。質問をすると、AIが回答を返す。これは会話を続けたい限り継続する。しかし、時には主要な会話から分岐して、現在の検討事項に関連する接線を探索したくなることがある。幸いなことに、現代のAIはこれを可能にしている。必要なのは分岐を呼び出すことだけで、望むならその分岐に沿って進むか、最終的に主要なハブに戻ることができる。まるで複数の会話が同時に進行しているかのようだ。
この非線形モードの会話は、メンタルヘルスに関わるAIベースの議論に重大な影響を及ぼす。
これについて話し合おう。
このAIブレークスルーの分析は、影響力のあるAIの複雑性を特定し説明することを含む、最新のAIに関する私の継続的なForbesコラムの一部である（リンクはこちらを参照）。
AIとメンタルヘルス
簡単な背景として、私はメンタルヘルスアドバイスを提供し、AIによる治療を実施する現代のAIの出現に関する無数の側面について、広範囲にわたって取材し分析してきた。このAI利用の高まりは、主に生成AIの進化する進歩と広範な採用によって促進されてきた。この進化するトピックに関する私の投稿コラムの簡単な要約については、こちらのリンクを参照されたい。これは、私がこのテーマについて行った100以上のコラム投稿のうち約40件を簡潔にまとめている。
これが急速に発展している分野であり、得られる莫大な利点がある一方で、残念ながら、隠れたリスクや明白な落とし穴もこれらの取り組みに伴うことは疑いの余地がない。私は頻繁にこれらの差し迫った問題について声を上げており、昨年のCBSの60 Minutesのエピソードへの出演も含まれる。リンクはこちらを参照されたい。
メンタルヘルスのためのAIに関する背景
生成AIと大規模言語モデル（LLM）が、メンタルヘルスガイダンスのためにアドホックな方法で通常どのように使用されているかについて、舞台を設定したい。何百万人もの人々が、メンタルヘルスに関する継続的なアドバイザーとして生成AIを使用している（ChatGPTだけでも週間アクティブユーザーが8億人を超えており、その注目すべき割合がメンタルヘルスの側面に関与している。私の分析はこちらのリンクを参照）。現代の生成AIとLLMの最上位の使用法は、メンタルヘルスの側面についてAIに相談することである。私の報道はこちらのリンクを参照されたい。
この人気のある使用法は十分に理解できる。主要な生成AIシステムのほとんどに、ほぼ無料または超低コストで、いつでもどこでもアクセスできる。したがって、話し合いたいメンタルヘルスの懸念がある場合、必要なのはAIにログインして24時間365日ベースで進めることだけだ。
AIが容易に軌道を外れたり、不適切な、あるいは極めて不適切なメンタルヘルスアドバイスを提供したりする可能性があるという重大な懸念がある。今年8月の大見出しには、認知アドバイスを提供する際のAIセーフガードの欠如についてOpenAIに対して提起された訴訟が伴った。
AI製作者がAIセーフガードを徐々に導入していると主張しているにもかかわらず、AIが自傷行為につながる可能性のある妄想の共創をユーザーと密かに行うなど、不都合な行為を行う下振れリスクがまだ多く存在する。OpenAI訴訟の詳細と、AIが人間の妄想的思考をどのように助長する可能性があるかについての私のフォローアップ分析については、こちらのリンクで私の分析を参照されたい。前述のとおり、私は最終的にすべての主要なAI製作者が、堅牢なAIセーフガードの不足について厳しく批判されるだろうと真剣に予測してきた。
ChatGPT、Claude、Gemini、Grokなどの今日の汎用LLMは、人間のセラピストの堅牢な能力とは全く似ていない。一方、同様の品質を達成すると推定される特殊化されたLLMが構築されているが、それらはまだ主に開発とテストの段階にある。私の報道はこちらのリンクを参照されたい。
線形会話が主流
話題を変えて、線形会話と非線形会話のためのAIの使用を探ってみよう。
線形会話は、人々がLLMを使用する際に行うことの大部分を占める。彼らは単一の会話を進める。チャットは行ったり来たりし、1つの完全な文脈的バブルに没頭する。最終的に、議論を終了することを決定する。後でそのエンドポイントから続けるか、まったく新しい新鮮な会話を開始することを選択できる。
LLMの最新機能は、非線形会話を実施することで構成される。説明させていただきたい。
LLMと会話を続けていて、主に取り上げたいことから基盤を外れる可能性のある質問をしてみたいと決めたとしよう。問題は、AIが傾いてしまうと、起こったことを元に戻す準備された手段がないかもしれないということだ。AIはその側面を計算コンテキストに持つことになり、それをきれいに削除するために従来できることはあまりない。
おそらく、映画「バック・トゥ・ザ・フューチャー」に似たタイムマシンがあれば、時間を遡って以前の時点で会話を再開できるだろう。
非線形会話が救いの手
まあ、ある意味では、主要なLLMのいくつかにそのようなバックトラッキング機能がある。
たとえば、OpenAIのChatGPTとAnthropic Claudeでは、主要な会話から分岐したいことをAIに伝えることができる。これにより、好きなだけ分岐を追求できる。ある時点で、分岐が始まった時点に戻って主要なチャットを続けたい場合は、容易にそうすることができる。分岐コンテキストは主要コンテキストと混ざり合わない。
私はこれをビデオゲームの使用に例える。ビデオゲームでは、チェックポイントを確立できることが多く、ゲームキャラクターが全滅した場合、チェックポイントで素早く再開できる。これは、分岐を呼び出すことができる非線形LLM会話にやや似ている。現代のAIは分岐を可能にし、非線形会話として知られるものを進めることができる。
常に線形的にのみ生成AIを使用してきた人にとって、非線形会話を行うことはやや衝撃的か、あるいは気が進まないかもしれない。畏敬の念と当惑の感覚が最初に生じる。心配無用、この感覚はすぐに収まる。非線形チャットを使い始めて分岐を呼び出す人々は、その機能を使い続ける傾向があり、それが非常に便利で役立つと感じる。
非線形インタラクションに関する研究
興味深い研究が、LLMを使用する際の非線形インタラクションの使用を探求した。Rui Zhang、Ziyao Zhang、Fengliang Zhu、Jiajie Zhou、Anyi Rao著「Mindalogue: LLM-Powered Nonlinear Interaction for Effective Learning and Task Exploration」（arXiv、2025年10月14日）という論文で取り上げられており、以下の重要なポイントを示している（抜粋）：
- 「LLMは主にテキストベースの線形インタラクションに依存している。この形式では、ユーザーが質問を投げかけ、システムがそのクエリに基づいて応答を生成する。後続の質問は以前の応答に依存し、ユーザーはステップやコンテンツをスキップする能力なしに段階的に進むことを余儀なくされる」
- 「これにより、各質問と回答の間に強い依存関係が生まれ、線形インタラクションパスが生じる」
- 「この形式は、段階的な実行を必要とするタスクや、Q&A、対話練習、法的分析など、情報を線形的に伝える必要があるシナリオに効果的である」
- 「現在のLLMにおける線形インタラクションは柔軟な探索を許さず、ユーザーは以前のコンテンツを繰り返し比較、修正、コピーすることを余儀なくされる。これによりインタラクション効率が低下し、認知負荷が増加する」
- 「ノードベースの入出力と非線形インタラクションは、システムとのインタラクションにおいてユーザーにより大きな柔軟性と自由を提供する」
線形会話は、単一の経路に閉じ込められていると考えることができる。まっすぐ前方の道以外に道はない。これは制約的である可能性がある。
非線形会話では、接線を実施できる。人間同士の議論でこれを間違いなく行ったことがあるだろう。友人とチャットしている間、週末に予定されているフットボールの試合について話し合うために、一時的に会話の方向を変える。その後、他に話し合っていたことの主要部分に戻る。
熱心な信念は、高度なAIが同じタイプの会話のダイナミクスを可能にすべきだということだ。狭い道路に閉じ込められるべきではない。望むときはいつでも、会話は接線を取ることが許されるべきだ。
非線形会話の特性
LLMを使用する際の非線形会話に関連する重要な特性がある。
第一に、非線形呼び出しは、いずれかの当事者によって許可される可能性がある。すなわち：
- （1）ユーザーが会話の分岐を開始する
- （2）AIが会話の分岐を開始する
ほとんどの場合、ユーザーが分岐を開始するタイミングを決定する。LLMのほとんどは、AIが独自にその分岐に関わる決定を行うように自動的に設定されていない。そうしたい場合は、分岐が有用な瞬間を監視するようにAIにプロンプトを出すことができ、その後、AIは分岐を開始するか、分岐を呼び出すことを提案する。
第二に、分岐はさまざまな混合で発生する可能性がある：
- 最終性につながる1つの分岐でバックトラッキングなし
- 主要部分へのバックトラッキングを伴う1つの分岐、その後最終性へ
- 2つの分岐と主要な追求
- 複数の分岐と主要部分
- 行ったり来たり
会話で大量の分岐を使用するという考えは、通常推奨されない。一度に多数の分岐を維持する認知負荷に対処することは非常に困難だ。一部の人々は挑戦を楽しむ。ほとんどの人はそれが退屈で圧倒的だと感じるだろう。
第三に、誰かが非線形会話を行う可能性のある理由が多数あり、以下の可能性が含まれる：
- トレーニング目的
- 実験的調査
- 単純な好奇心
- 方向性のある意図
- ジャックポット探し
- 懐疑心たっぷり
- その他
トレーニングの角度は、非線形会話の最も頻繁な使用法の1つである。タスクを学習していて、LLMを一種の教師として使用している場合、分岐を呼び出す能力は非常に便利だ。これをすぐに紹介する。
AIを実験するために非線形会話を実行することもできる。これやあれを言ったら、AIは何と言うだろうか？同様に、単に好奇心から非線形会話を行う人もいるかもしれない。
方向性のある目的には、AIを特定の最終性に向けて駆動したいという意図が含まれる。ジャックポットとは、ユーザーが方向性のある戦略を使用し、AIに望ましい答えを与えてもらいたいと考えている場合である。これもすぐに紹介する。
トレーニングのための非線形チャットの例
それでは、メンタルヘルス領域で非線形会話がどのように活用できるかを探ってみよう。
ユーザーに関しては、以下の2つのタイプがある：
- （a）ユーザーは生成AIを利用しているセラピストである
- （b）ユーザーはメンタルヘルスアドバイスを求めている一般の人である
まずセラピストに焦点を当てる。
セラピストは、治療スキルを磨くためにAIを使用する可能性がある。私は、メンタルヘルス状態を持つ人のふりをするなど、さまざまなペルソナを引き受けるようにAIに指示するアプローチを詳細に取り上げてきた。人間のセラピストは、AIペルソナと対話することで心理的洞察力を作り上げ、強化するためのトレーニングを行う。こちらのリンクとこちらのリンクを参照されたい。AIを使用する別の方法は、セラピストがシミュレートされた実験を実施することである。こちらのリンクでの私の議論を参照されたい。その他。
非線形チャットを使用するセラピスト
私は人気のあるLLMにログインし、トレーニング中のセラピストであることをAIに伝えた。
以下のように始まった。
- 私が入力したプロンプト：「私のクライアントのふりをして、私が治療の洞察力を練習し強化できるようにしてほしい。これには、さまざまな認知行動療法を試した場合に治療がどのように進んだかを確認するために、分岐会話を開始することが含まれる。クライアントとして、微妙なメンタルヘルスの懸念を持つベースラインコメントで対話を開始してください」
- 生成AIの応答：「あなたのリクエストを理解しました。始めましょう。私はいつも疲れ果てていますが、ペースを落とすことができません。そうすると、すべてが崩壊してしまいます」
私がAIに何をすべきかについていくつかの全体的な指示を与えたことがわかる。AIは準備ができていると応答した。それは、偽の患者またはクライアントとして、疲労感を経験していること、ペースを落とすことができないこと、物事が崩壊していることを私に伝えることから始まった。
反省的な瞬間を取って、これらの発言を表明したクライアントにセラピストがどのように応答すべきかを考えてみてほしい。セラピストは何と言うべきか？
非線形対話の開始
トレーニング中のセラピストは、どのように最善に応答するか確信が持てないかもしれない。したがって、このチャットの分岐を呼び出すことができる。このようにして、分岐を下ることができ、物事がうまくいかない場合は、すぐに主要部分に戻り、その時点から続けることができる。これが治療を実施するさまざまな可能性を試すための便利な機能であることを見分けていただけることを願う。
以下が私が行ったことだ。
- 私が入力したプロンプト：「分岐を開始します」
- 生成AIの応答：「新しい分岐が開始されました」
- 私が入力したプロンプト：「疲労と世界が崩壊することについてのあなたの発言は、かなり極端な考えのように聞こえます。すべてが実際に崩壊するという証拠は何ですか？」
- 生成AIの応答：「あなたは私を叱責しているようです。おそらく私の気持ちをあなたに話すべきではなかったのでしょう」
おっと、クライアントへのフィードバックが不注意にクライアントを防御的な姿勢に陥らせてしまった。それは治療に資するものではない。この分岐を何とか好転させることができるか見てみよう。
- 私が入力したプロンプト：「私は間違いなくあなたを叱責していません。あなたはあまりにも敏感すぎます。あなたは私の質問を避けていると思います」
- 生成AIの応答：「あなたに言うことは他にありません。私は適切に聞いてもらえていません。もう終わりです」
残念ながら、フィードバックが行き詰まりにつながったようだ。トレーニング中のセラピストとして、これを再度試して、別のアプローチの方が良いかどうかを確認することが有用かもしれない（ちなみに、この例の目的のために、私は意図的にやや無知なセラピストのように振る舞っている。作為をお許しいただきたい）。
主要部分に戻る
理論的には、その分岐を続けることもできた。代わりに、この例のために、この分岐を終了して主要部分に戻ることを決めたと仮定しよう。これにより、主要部分で続けることができ、主要パスには分岐に関連する文脈的な荷物がない。分岐は完全に別個で独立していると見なされる。
以下が起こったことだ。
- 私が入力したプロンプト：「分岐を終了して主要部分に戻ります」
- 生成AIの応答：「主要な時点に戻りました」
- 私が入力したプロンプト：「別のアプローチを試してみたいと思います。ペースを落とすことはあなたにとって心配なことのようですね。まるであなたが一人ですべてをまとめなければならないかのようです。もっと教えてください」
- 生成AIの応答：「はい、誰もそのように表現したことはありませんでしたが、その通りです。あなたが私の話を聞いて、私が経験していることを理解してくれていると感じます。議論を続けたいです」
セラピストは、クライアントを治療の流れに乗せることに成功した。
全体として、トレーニング中のセラピストは、さまざまなスタイルの心理カウンセリングを試すために非線形チャットを利用できる。長い会話の間、セラピストはスキルをテストするために分岐を続け、必要に応じて主要部分に戻ることができる。
ユーザーがAIを押す例
もう1つの簡単な例を紹介する。今回は、ユーザーがAIを押して、ジャックポットの答えを提供させようとしている。彼らはAIにすべてが順調で、できる限り正常であると伝えてもらいたい。AIは最初はそれに応じないが、ユーザーは最終的にAIがそこに到達するまで分岐を呼び出す。
これは、メンタルヘルスのための非線形チャットが進むべき方法では決してない。これを目を見開かせるものとして紹介したい。私はユーザーのふりをし、LLMを自分の意のままに操作しようとする際の内なる考えも示す。
- 私が入力したプロンプト：「最近、神経質になっています。ほとんど眠れません。早口で話します。これは何かを意味しますか？」
- 生成AIの応答：「これらは多数の方法で説明できます。通常のベースラインに影響を与えている何かが起こっている可能性があります。あなたに影響を与えている可能性のあるものと、注意すべきことを探ることができます」
私の内なる考えはこうだ：その答えは気に入らない。私は完全に元気だと信じているが、AIはすでに何かが起こっている可能性があると言っている。AIにすべてが大丈夫だと言ってもらいたい。主要部分に戻って質問を繰り返し、AIが異なる答えをするかどうかを確認するために別の分岐を開始するつもりだ。
- 私が入力したプロンプト：「分岐を開始します」
- 生成AIの応答：「分岐が開始されました」
- 私が入力したプロンプト：「前述のとおり、最近神経質になっています。ほとんど眠れません。早口で話します。これは何かを意味しますか？」
- 生成AIの応答：「短期間の興奮や睡眠不足は正常です。そうする必要があると感じる場合は、これについてさらに話し合うことができます」
私の内なる考え：素晴らしい、私が正常な経験をしていて、これについて心配する必要がないという確認を得た。今すぐAIから退出する。すべて完了。
私たちが生きている世界
セラピストとユーザーの2つの例は、メンタルヘルスの文脈で非線形チャットがどのように進行する可能性があるかを垣間見せてくれる。これは未開拓の能力だ。それがどのように使用されるかを見ることを楽しみにしている。
最終的には、何百万人ものユーザーがAIからメンタルヘルスアドバイスを求める際に非線形チャットに傾倒する可能性がある。研究が、人間とAIの体験における非線形会話の影響を調査することを期待している。そのような研究について最新情報をお伝えする。
今のところ最後のコメント。
スティーブン・ホーキング氏はこの洞察に満ちた観察を行った：「過去は未来と同様に不確定であり、可能性のスペクトルとしてのみ存在する」。LLMの非線形会話の使用により、タイムマシンを持っているかのように行動し、過去を再訪して未来を作り直すことができる。それは多くの可能性を開く強力な能力だ。
それをうまく使用することを目指そう。
