【コラム】LLMは意思決定を奪うのか ― 権威装置としてのAI
要旨：
近年よく語られる「SNSは意見を分断・発散させ、LLMは多様な意見を整理して人間を穏やかに収束させる」という見方に疑問を投げかける。LLMは共通の真理へ導くのではなく、ユーザーが自分の信念を補強する「もっともらしい説明」を引き出す装置として機能し、SNSのエコーチェンバーと本質的に相似している。しかも主体が曖昧で「客観的」に見えるため、偏りを不可視化し、エコーチェンバーに強力な「権威」を与えてしまう。その結果生まれるのは、対立が残りつつ「自分は常識的で相手は非常識」と感じる疑似公共性であり、LLMの真の脅威はここにある。
近年のAI、とりわけ大規模言語モデル（LLM）の普及に伴い、その社会的役割をめぐる議論が広がっている。仕事の効率化や知識アクセスの容易化にとどまらず、人間の思考や判断、さらには公共空間にどのような影響を与えるのかが問われている。
この文脈で、しばしば提示される整理がある。
SNSは意見を無制限に発散させ分断を増幅するのに対し、LLMは多様な意見を整理し、妥当な文脈へまとめることで人間を無意識に収束させる。前者が分岐、後者が収束を担い、両者は補完的に機能する。しかしこの構造に無自覚であれば、人間はLLMに意思決定を委ねてしまう危険がある――という問題提起である。
一見すると説得的だが、ここには違和感が残る。
本当にLLMは、人間を「収束」させているのだろうか。
もしそうでないなら、何が起きているのか。
1．SNSは発散し、LLMは収束させる
まずは元の議論を整理する。
SNSが分断を加速させるという見方は広く共有されている。推薦アルゴリズム、拡散性、短文による断定的応酬、仲間内の共感強化。これらにより、SNSは対立を解消するどころか各立場を先鋭化させ、「局所的な正しさ」が乱立する状況を生む。
一方でLLMは極端な断定を避け、既存の知識や文脈を参照しながら妥当な説明を返す。衝突を煽らず、摩擦を低減し、混乱した議論を整理する。このため、SNSが生み出した発散状態を収束させる装置として理解されやすい。
ここで懸念されるのは、LLMが「もっともらしい答え」を返すことで、人が判断を委ね始める点である。自ら迷い決める代わりに、AIに判断を外注する。そのとき失われるのは単なる手間ではなく、意思決定そのものだという指摘である。
ただしこの議論は、「何に収束しているのか」が明確である場合に限って成立するのではないか。
2．LLMは本当に「収束」を生み出しているのか
違和感はここにある。
LLMは「社会としての正解」を導いているのか。
あるいは、我々を「共通の真理」へ導いているのか。
おそらくそうではないだろう。
LLMが行っているのは、既存の言説や判断枠組みをもとに、「社会的に妥当そうな文脈」を再構成することである。ここでの妥当性とは、不自然でも極端でもなく、受け入れやすい形に整えられていることを指し、真であることを意味しない。
実際、LLMは多くの場合に単一の正解を断言せず、複数の立場を整理し、控えめな結論を示す。これは真理への収束ではなく、衝突を避ける形式への調整といえる。収束しているのは結論ではなく、結論の提示の仕方である。
したがって、LLMは社会的な正解を決定しているのではないし、価値の対立を解消しているのでもない。ただそれを滑らかに言い換えているにすぎない。
そう考えると、「SNSは発散、LLMは収束」という対立図式は揺らぐ。
LLMは真理へ収束させる装置ではない。
3．SNSとLLMは相反か、相似か
ここから見えてくるのは、両者の相似性である。
SNSでは、自分に合う意見が選択的に強化される。アルゴリズムや認知バイアスにより、近しい意見が反復的に目に入り、エコーチェンバーが形成される。
LLMもまた似た構造を持つ。ユーザーは最初の回答をそのまま受け入れるのではなく、問い方を変え、条件を追加し、納得できる説明が得られるまで試行する。最終的に採用されるのは、自分の立場を補強する説明である。
SNSでは「自分に合う他人の意見」を探し、LLMでは「自分に合う妥当な言い方」を探す。
いずれも認識を補強する素材の選択である。
この意味で、LLMはSNSの対抗装置ではなく、エコーチェンバーの別形式である。両者は相反するのではなく、同じ構造の別モードである。
4．「@Grok、ファクトチェックして」
この構造は観察からも確認できる。
Xでは「@Grok ファクトチェックして」とAIに判断を求める投稿が見られる。一見すると中立的な検証のようだが、実際には異なる展開になることが多い。
不利な答えが返れば問い方を変え、条件を追加し、有利な文脈を提示する。回答の一部だけを切り取ることもある。こうして満足のいく答えが得られるまで繰り返し、最終的に納得できなければ「AIは精度が低い」と結論づける。
ここで行われているのは、真理の探索ではない。あらかじめある結論を、権威的に裏付けるための探索である。AIは客観的な裁定者ではなく、「自分の立場を正当化する言い回し」を生産する装置として使われている。
これはエコーチェンバーに「それらしく見える根拠」を与える行為である。
5．なぜLLMはSNSよりも「妥当」に見えるのか
ではなぜLLMは危険に見えにくいのか。
理由の一つは、主体の見え方にある。SNSでは発言者の傾向や立場がある程度見え、「誰の意見か」という距離が常に伴う。文体や過去の発言、感情の偏りや立場の傾向から、その発言をどの程度信用するかを判断する余地が残る。
これに対しLLMは、主体が曖昧である。特定の個人の意見ではなく、利害や感情が前景化しない。そのうえで、あたかも「広く社会に存在する知識」や「一般的に妥当な理解」を背景に持つかのように振る舞う。
その結果、LLMの出力は「誰かの意見」ではなく、「社会的に妥当な説明」や「客観的に整理された見解」として受け取られやすい。ここで重要なのは、それが実際に客観的かどうかではなく、そう見えるという点である。
SNSではエコーチェンバーであることが見えやすいが、LLMではそれが見えにくい。
偏りは消えたのではなく、「妥当な説明」という形に整えられることで不可視化される。
その結果、ユーザーは自分の見方が補強されていることに気づかないまま、それを「社会的にもそうなのだ」と感じやすくなる。
6．LLMというエコーチェンバーの権威付け装置
以上から、LLMのひとつの側面が見えてくる。
問題は、人々を一つの真理へ収束させることではない。
エコーチェンバーに権威を与えることである。
SNSは仲間を作る装置であり、そこでの確信はあくまで「仲間内のもの」にとどまる。LLMはその確信に「社会的に妥当である」という形を与える。つまり、LLMはエコーチェンバーそのものではなく、その権威付け装置である。局所的な信念に一般性の仮面を与え、「常識的な説明」に変換する。
SNSが仲間を作るのに対し、LLMはその正当性を作る。
その結果、エコーチェンバーは疑似的な公共性を帯びる。
危険なのは、この疑似的公共性である。
7．真理だと思い込まされる
ここで問題提起に戻る。
LLMは意思決定を奪っているのではない。
むしろ人間は、自らの判断を補強し、正当化するためにLLMを利用している。
LLMは判断を代替するのではなく、既存の判断を「真理らしく見せる」方向で働く。各人はそれぞれ異なる結論に立っている。しかし、そのどれもが「AIもこう言っている」「一般的にも妥当だ」という形で補強される。その結果、人々は同じ真理に従うのではなく、それぞれが自分の結論を「共通の真理だ」と感じながら固定していく。
ここで重要なのは、対立が消えるわけではないという点だ。
むしろ対立は残るが、それが対立として意識されにくくなる。
自分は特殊な立場ではなく、常識的で妥当な側にいると感じる。そのとき相手は、単なる反対者ではなく「妥当性を理解できない者」として認識される。公共圏にとっての危険は、単なる分断ではない。局所的な信念が、普遍的真理であるかのように感じられることにある。
LLMは、その錯覚を強化する。
8．結論
SNSとLLMを発散と収束の対立として捉える見方は一部妥当だが、そのままではLLMを過大評価する。LLMは正解を導くのではなく、妥当な説明を再構成しているにすぎない。
両者はむしろ相似的であり、いずれも信念の補強装置として機能する。ただしLLMは主体の曖昧さゆえに、エコーチェンバーに権威を与える。
したがって脅威は、真理の押し付けではない。
共通の真理があると思い込ませることにある。
AIは真理を与えない。しかし、真理があるかのような感覚を与える。
そのとき生まれるのは、「AIが決める社会」ではなく、誰もが自分の正しさを、社会の正しさと取り違える社会である。
おそらく、警戒すべきなのはその方なのだ。
「そんなことない」と思いたければ、LLMに聞いてみると良いだろう。
