【AI入門】ChatGPTはどうやって意図を読み取るのか——意図理解を比喩で解説

「飛行機を早く予約したいんだけど」と ChatGPT に入力したら、チェックインの締め切り時間ではなく、航空券の比較サイトとベストな予約タイミングを教えてくれた——そんな経験はありませんか。

🤔 あなたが入力したのは「飛行機を早く予約したい」という文です。でも ChatGPT は「お得に早めに航空券を取りたい」という意図を汲み取って答えています。この「言葉の裏にある意図を読む」能力は、AIにとってどれほど難しいことなのでしょうか。そして、どうやって実現しているのでしょうか。今回はAIの「意図理解」の仕組みを、比喩を使ってわかりやすく解説します。

「意図を理解する」とはどういうことか

まず、そもそも「意図理解」とは何かを整理します。

人が言葉を発するとき、その言葉には「表面上の意味（字義）」と「伝えたい意図」の2つの層があります。

「塩取って」という一言を例にすると、字義のうえでは「塩という物体を手に取る動作をしてほしい」という指示です。でも、伝えたい意図は「塩を自分に渡してほしい」です。人間にとってこの解釈は自明ですが、コンピュータにとっては「塩という文字列を取得せよ」という命令として受け取りかねません。

🎭 新人スタッフと10年のベテランに例えるなら——「来週の会議の準備をしておいて」と頼んだとき、新人は「会議室を押さえる」だけで終わるかもしれません。でもベテランは「資料の作成・関係者への連絡・前回議事録の整理」まで動いてくれます。同じ言葉でも、文脈と期待を読む力が違う。AIの意図理解も、まさにこの差を縮める技術です。

昔のAIはどうやって意図を読んでいたか

2000年代〜2010年代のチャットボットや音声アシスタントは、キーワードマッチング方式で意図を判定していました。

「天気は？」→「天気」というキーワードを検出 → 天気情報を返す
「明日の天気は？」→「天気」「明日」を検出 → 明日の天気を返す

これはシンプルで高速ですが、想定外の表現に弱いという致命的な欠点があります。

「今日、傘いる？」という入力に対しては、「傘」「今日」がどちらも天気に関係するキーワードとして登録されていなければ、意図が読めません。「週末どうなる？」という表現も、天気の話なのか、予定の話なのか判断できません。

🗂️ キーワード辞書を作って運用するイメージはこうです——「"天気"という単語が出たら天気を返す、"予約"という単語が出たら予約機能を呼ぶ……」というルールを人間がひとつひとつ書いていく。カバーできる表現はあらかじめ書いた分だけ。新しい言い回しが来るたびに辞書を更新し続けなければなりません。実用的なチャットボットを作ろうとすると、辞書のメンテナンスだけで膨大な工数がかかっていました。

現代のAIはどうやって意図を読み取るのか

現代のAI（LLM）は、キーワードではなく文全体の意味の重み付けによって意図を読みます。

具体的には、LLMの基盤となる仕組み「Transformer（トランスフォーマー）」が採用するアテンション機構（文中の各単語が互いにどれだけ関連するかを数値で算出する仕組み）が鍵を握ります。「飛行機を早く予約したい」という文では、「早く」は「予約」を修飾（時期の話）、「予約」は「飛行機」に係り、「したい」は話者の意志・欲求を表している——これらの関係性を一度に計算することで、「ユーザーは航空券を早めに購入したがっている」という意図が浮かび上がります。

さらに、膨大なテキストデータで学習しているため、「飛行機を早く予約する」という状況に人々が何を求めてきたか（価格・タイミング・方法）を統計的に知っています。つまり、単純に「単語の意味を辞書で引く」のではなく、「この状況でこの言葉を使う人は何を望んでいるか」を過去のデータから推定しているのです。

✏️ 熟練の翻訳者に例えるなら——単語を1対1で置き換えるのではなく、「この人は何を伝えたいのか」「読者はどう受け取るべきか」を考えながら訳す作業と似ています。LLMは言葉の「流れ」と「重力」を同時に感じ取って、意味の核を掴もうとします。この能力があるからこそ、あいまいな質問にも文脈に沿った答えを返すことができます。

前回解説したプランニング（AIのプランニングの仕組みはこちら）も、この意図理解を前提にして動いています。意図を正しく把握できなければ、いくら計画立案が得意でも、見当違いのタスクを実行し続けることになります。

それでもAIが意図を読み間違えるのはなぜか

現代のLLMでも、意図理解が失敗するケースがあります。代表的なものを見てみましょう。

① 曖昧さの問題

「銀行に行く」——川の「土手（bank）」のことか、「金融機関（bank）」のことかは、英語では同じ単語です。文脈がなければ判断できません。日本語でも「昨日の件、もういい」は「解決した」のか「もう関わりたくない」のかが文脈次第で変わります。

② 皮肉・反語の問題

「本当にすばらしい対応ですね！」——純粋な賞賛か、強い皮肉か。人間は声のトーンや文脈で瞬時に判断しますが、テキストだけではLLMも難易度が上がります。

③ 暗黙の前提の問題

「昨日送ったファイル、確認した？」——「昨日」「ファイル」「あなた（送った人）」という暗黙の文脈を把握していないと、何の話か判断できません。会話をまたいだ記憶がない状態のAIには特に難しい問題です。

🔍 名探偵に例えるなら——優れた探偵は「言われたこと」だけでなく「言われなかったこと」「微妙なニュアンス」も手がかりにします。LLMもその方向で進化していますが、まだ「言葉に直接書かれていないこと」を読むのは苦手なことがあります。

まとめ：意図を正確に伝えるために

📝 今回の内容を整理します。

✅ 意図理解とは、言葉の字義ではなく「話者が何を伝えたいか」を読み取る技術です

✅ 古いAIはキーワードマッチングで対応しており、想定外の表現に弱い限界がありました

✅ 現代のLLMはアテンション機構で文全体の関係性を計算し、意図を確率的に推定します

✅ 曖昧さ・皮肉・暗黙の前提はLLMにとっても難易度の高い意図理解の課題です

✅ 背景情報や目的を具体的に書き添えると、AIが意図を正しく把握しやすくなります

ChatGPT に何かを頼むとき、なんとなく「うまく伝わらない」と感じたことがあるとしたら、それはまさにAIの意図理解の限界に触れている瞬間です。 逆に言えば、AIが意図を誤解しにくいように問いかけを設計すること——つまりプロンプトを工夫すること——が、上手な使い方の第一歩です。AIの仕組みを知っておくと、その工夫がぐっとしやすくなります。

次回は「AIはどうやって複数の言語をまたいで理解するのか——多言語AIの仕組みを比喩で解説」をお届けします。

フォロー・スキで続きを読む励みになります 🌱

「わかりやすかった」と思ったら、周りのAI初心者の方にシェアしてもらえると嬉しいです。

関連記事