脳は「次の単語」を予測するとき、身体ごと動いている──生成AIのLLMに関する論文から見えてきたもの
ある論文が、問いに答えを返してきた
LLMは「次のトークンを予測する」だけで、ここまで賢くなった。
では人間の脳も、同じ仕組みで言語を理解しているのか？
この問いに対して、2026年3月、Nature系列のScientific Reportsに一つの実証データが出た。Kölblらによる “Prediction, syntax and semantic grounding in the brain and large language models” という論文である。
実験は明快で、29名の被験者がドイツ語のオーディオブックを聴いている間、MEG（脳磁図）とEEG（脳波）を同時に計測した。そして、品詞ごとの脳の応答パターンを、LLM（Meta社のLlama）の内部表現と比較している。
脳とLLMが「重なる」ところ
まず共通点。脳もLLMも、文脈から次にどんな品詞が来るかをかなり正確に予測できている。とくに名詞は予測しやすく、脳では名詞が聞こえる「前」から、すでに予測的な活動が始まっていた。
これはLLMの動作原理と構造的に似ている。Transformerも文脈ベクトルから次のトークンの確率分布を計算しており、名詞（内容語）は周辺の文脈から特定しやすい傾向がある。
構文レベルの予測という点では、脳とLLMは同じ土俵に立っている、と言ってよさそうだ。
決定的に分岐するところ
しかし、名詞が実際に聞こえた瞬間、脳には面白いことが起きている。
聴覚野（側頭領域）だけでなく、感覚運動皮質と整合する領域にまで活動が広がっていた。つまり「リンゴ」と聞いたとき、音声処理だけでは終わらず、身体を使う何かが脳の中で準備されているらしい。
興味深いのは、動詞ではこのパターンが見られないこと。
論文はこの結果を、名詞が動詞よりも「身体経験に深く接地している」ためだと解釈している。「リンゴ」は触った記憶、見た色、持ち上げた重さといった感覚経験と直結しているが、動詞はそうではない、と。
しかし、少し立ち止まって考えると、別の読み筋が浮かぶ。
もう一つの解釈──名詞は「次の行為」を予測させる
直感的には、「走る」「蹴る」のような動詞の方が身体と結びつきそうに見える。動詞は身体の動きそのものだし、「リンゴ」はむしろ概念的な存在だ。実際、Haukら（2004）やPulvermüllerらの先行研究では、動作動詞を読むだけで対応する身体部位の運動野が活性化することが繰り返し示されてきた。
では、なぜ今回は名詞だけに感覚運動野の反応が出たのか。
こう考えてみてはどうだろう。
「リンゴ」と聞いた瞬間、脳が呼び起こしているのは「リンゴの記憶」ではなく、「リンゴをどうするか」の予測ではないか。食べる、触る、持ち上げる、皮を剥く──名詞は具体的な対象を指すからこそ、次に来る「行為」を身体ごと先読みさせる。だから感覚運動野が動く。
一方、「食べる」「触る」という動詞を聞いたとき、行為はもう言語化されてしまっている。その先に脳が予測するのは「何を？」という対象──つまり名詞だ。対象の予測は感覚運動野ではなく、言語・概念のネットワークで処理される。だから運動系は動かない。
この解釈が正しいとすれば、名詞で感覚運動野が活性化するのは「意味の身体的接地」ではなく、「次の行為の身体的予測」ということになる。脳はリンゴの記憶を味わっているのではなく、リンゴに対して何をするかを身体ごとシミュレーションしている。
予測の射程──脳とLLMは何が同じで、何が違うか
そしてこの読みだと、論文の知見はむしろLLMの動作原理に近づく。脳もLLMも「次に来るもの」を予測している。違うのは、脳の予測が身体の行為レパートリーまで含んでいるのに対し、LLMの予測はトークン空間に閉じている、という点だ。
記号接地問題というよりも、「予測の射程の違い」。脳は次のトークンだけでなく、次の行為まで予測している。LLMは次のトークンしか予測できない。
論文の知見を筆者なりに再構成すれば、脳の言語処理には少なくとも二つの層がある。一つは品詞の配列を予測する「構文的な予測」、もう一つは身体の行為レパートリーと結びついた「行為的な予測」。前者はテキストから学べるが、後者は身体がなければ成立しない。
「腑に落ちる」と「腹落ち」──AIの答えは行動を促せるか
ここからは論文を離れて、別の角度から考えたい。
以前、汎用AIエージェント「Manus」との対話の中で、「腑に落ちる」と「腹落ち」を例えて話をしていた。
この二つは似ているようで、焦点が違う。「腑に落ちる」は納得の度合いに関わる言葉だ。疑問が解消されて「なるほど、そういうことか」と受け入れられる状態。
一方の「腹落ち」は理解の深度に関わる。頭で理屈がわかるだけでなく、自分の経験や感覚として落とし込めて、確信を持って動ける状態。知識が血肉になる、という感覚に近い。
面白いのは、どちらも「腑」「腹」という内臓の言葉を使っていることだ。日本語は、理解や納得という知的な行為を、頭ではなく臓腑の出来事として捉えてきた。
しかもその中に、「疑問の解消」から「血肉化」へというグラデーションがある。
AIは「腑に落ちる」答えを出すのが得意だ。論理的に筋が通っていて、疑問が解消される。それは素晴らしい能力だと思う。しかし、良い答えとは本来、次のアクションを促すものだ。「なるほど」で終わるのではなく、「よし、やろう」まで人を動かす。それが「腹落ち」ということだろう。
AIの答えを受け取って「腑に落ちた」で止まるか、「腹落ち」して動き出すか。その差は、AIの性能ではなく、受け取る側の人間が自分の経験や文脈とどれだけ接続できるかにかかっている。
----------------------------------------
• 腑（内臓）： 消化器官。情報を取り込み、分解して納得するプロセス。
• 腹（丹田）： 覚悟や行動の源泉。「腹を括る」「腹に据える」など、意志を伴う場所。
参考文献
∙ Kölbl, N. et al. “Prediction, syntax and semantic grounding in the brain and large language models.” Scientific Reports 16, 8728 (2026).
∙ Hauk, O., Johnsrude, I. & Pulvermüller, F. “Somatotopic representation of action words in human motor and premotor cortex.” Neuron 41, 301–307 (2004).
