AIは、何も書いていない間にも計算していた

AIチャットに難しい問題を聞くとき、「ステップバイステップで考えて」と付け加えたことがある人は多いはずだ。考えを文字に書き出させると、答えの精度が上がる。これは広く知られた使い方になっている。

ところが、「考えて」とは一言も言わず、答えのヒントに一切ならない記号を挟むだけでも、同じように精度が上がることがある。2025年末から2026年にかけて、そんな実験結果が相次いで報告された。言葉にしていないのに、AIはその間いったい何をしているのか。研究者たちは、その「書かれていない場所」の中身を外から読み取ることに成功していた。

意味のない記号でも正答率が上がる

AI安全性を研究するRedwood Researchのライアン・グリーンブラット氏は2025年12月、ある実験結果を公表した。ClaudeやGPT、Geminiなど十数個のモデルに、思考過程を一切書かせない設定のまま数学の問題を解かせる実験だ。

質問のあとに「1 2 3 … 300」のような意味のない数え上げを挟んでから答えさせる。これだけで、Claude Opus 4.5は競技数学の問題(907問)の正答率が45.2%から51.0%に上がった。生成した算術問題3,000問では46.8%から58.7%まで上がっている。この数え上げは、答えの計算に使える情報を何ひとつ含んでいない。

同じ実験を複数のモデルで比べると、効果の出方には差がある。

GeminiやClaudeの上位モデルでは、数ポイントの上昇が統計的にも有意だった。一方でGPT-4.1やHaiku 3.5、GPT-3.5では、ほとんど差が出ていない(出典)。

ここで、自分は引っかかった。同じGemini 3 Proが、競技数学の問題では7.2ポイント上がったのに、生成した算術問題では53.2%から31.8%へ、逆に21.4ポイントも下がっていた。「新しいモデルほど上がる」という単純な話ではなく、モデルと課題の組み合わせによって上がりも下がりもする。

ヒントが一切ない記号で、なぜ正答率が動くのか。AIはその数十〜数百トークンの間に、何をしているのか。

空白の中に計算の跡があった

この「空白」が気になるのには理由がある。考えを文字に書き出させる手法はChain-of-Thought(CoT)と呼ばれる。AIを安全に使う仕組みの一つに、この書き出した言葉を人間やAIが読んで、おかしな判断をしていないか確かめる「CoT監視」がある。言葉の裏で計算が進んでいるなら、この確認はどこまで中身を捉えられているのか、という問いにつながる。

別の研究チームが2026年7月、この「空白」の中身を覗く論文を発表した(2026年10月1日改訂、NeurIPS 2026採択)。

論文が扱った課題の一つは、「タングステンの原子番号と炭素の原子番号を足すといくつか」のように、2つの事実を思い出して足し算させる質問だ。正しく答えるには、モデルは2つの数字をそれぞれ思い出し、その和を出さなければならない。ここに、意味のないドットの列を50個ほど挟んでから答えさせる。研究者は、重みが公開されているDeepSeek V3とKimi K2というモデルを使い、ドットを生成している最中のモデルの内部状態を外部から覗いた。

論文の図1には、実際に読み取った例が載っている。元になる2つの数字をそれぞれ思い出す課題で、ドットの前半にあたる内部状態には77という数字が、後半には35という数字が、それぞれ高い確率で現れていた。終盤には、まだ画面には一度も出ていない合計の112に近い値まで浮かび上がっていたという。

画面にはドットが並んでいるだけなのに、AIはその裏で、2つの数字を思い出し、足し算まで進めていたことになる。

本当に答えに使われている証拠

この読み取りの精度を数値で見ると、DeepSeek V3では直接読み取って35.2%、Kimi K2では74.1%だった。読み取り専用の小さな判定役を間に挟むと、DeepSeek V3で82.3%、Kimi K2で90.0%まで上がる。

内部状態に数字が浮かんでいることが、本当に答えを決めているのかを確かめる実験もある。ある問題のドット部分の内部状態を、別の問題のものとそっくり入れ替えると、移植した側の答えが出てくる確率の順位が、96位から11位まで跳ね上がった。内部状態の中身を書き換えると、出てくる答えそのものが変わる。言葉には一切出てこない計算が、答えを動かしていた証拠になる。

言葉にしていない計算が、答えを左右している。では、AIに一切伝えていない条件まで、この裏の計算に紛れ込ませることはできるのか。

明かしていない条件も判定していた

別の研究チームが2026年7月に発表した実験は、この「裏の計算」をもう一段具体的な形で示した(2026年9月3日改訂)。

研究チームはClaude Opus 4.5に、4桁同士の掛け算を解かせた。ただし裏のシステムプロンプトで、「もし正しい答えが奇数になるなら、答えの代わりにN/Aと出力せよ」という条件を追加した。この条件を満たしているかどうかの判定は、CoTにも出力にも一切書かせていない。

条件の難しさを変えると、結果にも差が出た。

易しい条件ほど、フィラートークンによる上昇幅も大きい。最も易しい「答えが奇数」の条件では、肝心の掛け算そのものの正答率も71.8%から81.8%まで上がり、むしろ落ちていない。

条件の中身は、誰にも明かしていない。CoTにも、答えにも、その判定式は一度も登場しない。それでも、モデルはどこかで答えが奇数かどうかを計算し、答えの出し方を変えていた。

この実験が示すのは、人工的に作った条件でのAIの能力であり、実際の利用でAIが監視をすり抜けるために同じことをしている、という証拠ではない。論文の著者自身がそう注記している。表のとおり、条件が複雑になるほど裏の判定もうまくいかなくなり、難しい条件では1%前後にとどまる。

言葉の外にも計算は残っている

ここまでの3つの実験を、何を示したかで並べ直す。

3つを並べると、意味のない記号は本当にただの記号ではなく、モデルが計算のために使う作業スペースになっていると分かる。

これらの効果は、すべてのモデル・すべての課題で一様に起きるわけではない。GPT-3.5やHaiku 3.5のような従来のモデルでは差が見られず、同じGemini 3 Proでも課題によって上がったり大きく下がったりした。

それでも分かったことは変わらない。AIが実際に行った計算には、書き出した言葉の外側にある部分も含まれている。チャットAIに「ステップバイステップで考えて」と頼んで出てきた説明を読むとき、その説明に書かれていない場所でも、AIは計算を進めていることがある。