AIの「人間らしさ」追求の失敗：後処理パイプラインの限界と日本語の複雑性
本記事は、AIの出力を「人間らしく」見せるための後処理パイプライン（humanize/pipeline.py）を開発した筆者が、その限界と根本的な設計ミスを痛感した経緯を記している。筆者は、手っ取り早く効果を出すため、フィラー注入、タイポ注入、リズム変動といった表面的な加工を施すパイプラインを構築したが、これが「凍結」されるに至った。このパイプラインの最大の問題点は、テキストがフォーマルな文章であれカジュアルな会話であれ、すべてを同じパラメータで処理してしまう点、すなわち「レジスター（場面に応じた話し方の切り替え）」が完全に欠落していたことである。さらに深刻なのは、日本語の敬語体系（尊敬語・謙譲語・丁寧語）の複雑性を単なるスカラー値（フォーマリティ0.7など）で扱おうとした点であり、日本語ネイティブが即座に違和感を覚えるレベルの誤りであった。筆者は、本来、会話フェーズに応じた自動調整を行う「EmotionStateMachine」や、文脈参照を行う「core/base_persona.py」といった、より高度な設計が用意されていたにもかかわらず、速度を優先してこれらを無視したことを反省している。また、機械的な評価（Ablation Study）で高いスコアを得たことに安堵しすぎた結果、その評価が単に「表層的な特徴」（フィラーやタイポ）を検出しているだけであり、「人間らしさの本質」（敬語の適切な使い分けや感情の一貫性）を捉えられていないという、評価手法自体の限界も認識した。結論として、単発のテキスト生成にはシステムプロンプトの活用が有効だが、感情変化や文脈参照が求められる継続的な会話には、当初設計されていたコアなアーキテクチャ（core/の五つのコンポーネント）が不可欠であり、表面的な後処理パイプラインでは対応できないという知見を得たため、当該パイプラインは使用停止（凍結）となった。
背景
AIによる自然な対話生成は、単に正確な情報を出すだけでなく、「人間らしさ」や「文脈への適応」が求められるようになった。特に日本語のような敬語体系を持つ言語では、場面や相手に応じた高度な言語調整（レジスター）が必須であり、これが技術的な課題となっている。
重要用語解説
- レジスター: 言語学用語。話し手や書き手が、話す場面や相手に応じて、語彙、文体、文法を切り替える話し方（例：フォーマルな場とカジュアルな場）の切り替えのこと。
- フィラー注入: 会話の途中で「えーっと」「あのー」といった、思考の隙間を埋めるための言葉（フィラー）を意図的に挿入する技術。人間らしさを演出する手法の一つ。
- Ablation Study: システムやモデルの特定のコンポーネント（機能）を意図的に取り除き（アブレーション）、その機能が全体の結果にどれだけ貢献しているかを検証する実験手法。
今後の影響
本知見は、AI開発における「評価指標の設計」の重要性を再認識させた。単なる機械的なスコア（定量評価）に頼るのではなく、日本語の複雑な文脈や社会的なニュアンス（定性評価）を組み込んだ評価基準の構築が、今後のAI対話システム開発において不可欠となる。より高度なアーキテクチャ設計への回帰が求められる。