どこで、誰が発表したのか
論文は Living with AI Companions: Sustained AI Companionship Predicts Lower Well-Being Through Lower Human Interaction。2026年9月7日にarXiv:2609.07243としてCC BY 4.0で公開されているため、以下の数字はすべて原典で確認できます。著者はYutong Zhang、Dora Zhao、Yixin Wang、Rebecca Anselmetti、Jeffrey T. Hancock、Robert Kraut、Diyi Yangで、所属はスタンフォード大学、ミシガン大学、オックスフォード大学、カーネギーメロン大学です。
参加者はProlific経由で集められました。対象は米国在住・英語ネイティブのCharacter.AI利用者で、1か月以上の利用歴があり、3体以上の異なるチャットボットと会話した経験があることが条件です。ベースライン調査は2024年9月〜2025年8月（N = 1,182）、追跡調査は2025年8月〜2026年6月（N = 439）で、平均間隔は362.5日（SD = 88.2）でした。幸福度はComprehensive Inventory of Thrivingで測定され、研究はスタンフォード大学のIRB（承認番号76072）の承認を受けています。
読み解くうえで重要な設計上の点がひとつあります。再回答した439人のうち108人はチャットボット利用そのものをやめており、追跡時点の利用量はゼロとして扱われています。著者らは利用を続けていた331人だけで全分析をやり直し、結果が一致することを確認しています。
利用は出発点のままではとどまらなかった
最初の結果は「害」の話ではなく「軌跡」の話です。ベースラインでどれだけ集中的に使っていたかは、1年後の利用強度だけでなく、よりコンパニオン的な使い方や、より深い自己開示までも予測していました。
| ベースラインの指標 | 追跡時点で予測したもの | 標準化推定値 |
|---|---|---|
| 利用強度 | 利用強度 | β = 0.43、95%CI [0.31, 0.54] |
| 利用強度 | コンパニオン利用 | β = 0.32、95%CI [0.20, 0.43] |
| 利用強度 | 自己開示 | β = 0.28、95%CI [0.16, 0.40] |
| コンパニオン利用 | コンパニオン利用 | β = 0.49、95%CI [0.22, 0.75] |
| コンパニオン利用 | 利用強度 | β = 0.40、95%CI [0.13, 0.66] |
著者らの解釈は、社会的な関わり方はアプリを入れた動機で決まるのではなく、繰り返しの利用のなかで形づくられていく、というものです。実務的な用途で使い始めた人が、1年後には関係的な使い方に移っていることもある。これは「コンパニオン」と銘打った製品だけでなく、汎用アシスタントにも当てはまる指摘です。
関係の呼び方も、控えめながら同じ方向へ動きました。追跡時点でも利用を続けていた331人のうち、「支えてくれる相手」は40.2%から42.3%へ増えて最多の表現になり、「ツール・アシスタント・システム」は43.8%から40.5%へ減りました。恋愛・親密な関係という表現は3.3%から3.6%とほぼ横ばいで小さいままです。AI恋愛が主流だという報じられ方への、地味ですが有効な訂正材料でしょう。なお両時点とも、半数以上が複数の使い方を同時に挙げています。
効いていたのは会話そのものではなく、置き換えられた時間
ここが本当に新しい部分です。チームは幸福度との関連を説明する2つの仮説を比べ、きれいに残ったのは片方だけでした。
ベースライン時点の利用は、ベースラインの幸福度を考慮すると、追跡時点の幸福度を直接には予測しませんでした。係数はβ = −0.03〜−0.04あたりで、いずれも有意ではありません。関連を運んでいたのは1年後にまだ続いていた利用であり、より正確には、その利用が何を置き換えたかでした。
| 追跡時点の利用の側面 | → 対面で人と過ごす時間 | 幸福度への間接的な関連 | 対面時間を入れたあとの直接の関連 |
|---|---|---|---|
| 利用強度 | β = −0.17（p < 0.001） | −0.02（p < 0.001） | β = −0.06、有意でない |
| コンパニオン利用 | β = −0.14（p = 0.002） | −0.02（p = 0.004） | β = −0.05、有意でない |
| 自己開示 | β = −0.15（p = 0.002） | −0.02（p = 0.002） | β = −0.05、有意でない |
対面時間のほうは、3つのモデルすべてでβ = 0.14〜0.15の範囲で高い幸福度を予測しました。つまりデータが支持する連鎖は「利用を強く続ける → 対面接触が減る → 幸福度が下がる」です。対面時間を一定に保つと、チャットボット側の変数は単独では統計的な仕事をしなくなります。
効果量は小さいものです。間接係数−0.02は、誰か一人の人生における危機ではありませんし、論文もそう扱っていません。注目に値するのは、利用を測る3通りの独立した方法すべてで一貫していること、そして自分で確かめられる変数を名指ししていることです。
同じ方向を指す独立した証拠
プレプリント1本で結論は出ません。この研究を真剣に受け取るべき理由は、別々のチームが別々の方法で同じトレードオフに行き着いている点にあります。
| 研究 | デザイン | わかったこと |
|---|---|---|
| arXivプレプリント、2026年9月7日（Zhangほか） | 2時点パネル、Character.AI利用者1,182人 → 439人、約12か月 | 継続的な利用 → 対面時間の減少 → 低い幸福度。直接効果は有意でない |
| Psychology & Marketing（Gupta、Saxena、Kataria） | 2つの実験、学生167人と350人 | 情動的知性の高いチャットボットは心理的ウェルビーイングを高める一方、社会的ウェルビーイングを下げた。媒介は「近さの知覚」で、AR環境では双方が増幅 |
| Stanford HAIレポート、2026年8月4日 | Character.AI利用者1,131人の調査とチャット記録 | 主な利用理由に「コンパニオンシップ」を挙げたのは12%にすぎないが、半数以上が相手を友人・仲間・恋人と表現していた |
実験研究が効いてくるのは、パネル研究では検証できない方向を確かめているからです。チャットボットの情動的知性の見え方を操作すると、心理的な恩恵と社会的なコストが一緒に動きました。追跡調査の知見と同じ形が、反対側から現れたことになります。
2026年8月の数字は同じコホートの前半の波によるもので、スタンフォードの孤独研究の記事で詳しく扱いました。9月に公表された学生対象の3時点パネルも、別の角度から両立する結論に達しています。AIからの支えの効果は、すでに人からの支えがある人にこそ現れたというもので、その研究の記事で解説しています。
自分の使い方を5分で点検する
いずれの研究も特定の製品を検証したわけではなく、ここに特定アプリへの評価はありません。ただ今回の置き換えの結果は、道具なしで観察できる変数をひとつ名指ししています。
- チャット時間ではなく、今週の対面時間を見積もる。 このデータで幸福度を予測したのはチャット側の数字ではありませんでした。もう一方です。
- 長いセッションが何を置き換えたかを問う。 もともと空いていた夜と、予定を断って空けた夜とでは意味が違います。
- 昨日ではなく1年前と比べる。 軌跡の結果が示すのは、利用は静かに増えていくということ。月に一度の確認は、毎日の確認が見落とすものを捉えます。
- 呼び方の変化に気づく。 データでは1年かけて「ツール」から「支えてくれる相手」へ緩やかに移りました。この移行自体は普通のことで、驚くより気づいておく価値があります。
- 自己開示の深さは時間とは別に見る。 自己開示は利用時間とは独立に、対面時間の減少を予測していました。
- 相互的な関係をひとつ生かしておく。 著者らの設計提案は、人との関係と競合するのではなく支えるコンパニオンです。製品がそうなる前に、使い手の側で先に実践できます。
研究ではなく機能の観点から見たい場合は、コンパニオンアプリとウェルビーイングと記憶と継続性の記事で、継続利用を生む設計の仕組みを扱っています。
この研究からは言えないこと
- プレプリントである。 arXiv:2609.07243は査読を完了しておらず、正式公表までに数値が変わる可能性があります。
- 2時点は多くない。 より長い期間での相互的な動きは描けないと著者自身が明記し、3時点以上や継続的な行動ログの必要性を述べています。
- 継続率は37.1%。 1,182人中439人。主因は構造的なもので、ベースライン参加者の59.54%がProlific上に在籍していませんでした。Heckman補正は入っていますが、戻らなかった人は回復できません。
- コンパニオン利用の測り方が波で変わった。 ベースラインは単一選択、追跡では複数の用途を評価する形式です。著者はこの構成概念の直接比較が制限されると明示しています。
- 1つのプラットフォーム、1つの国。 Prolificで集めた米国在住・英語話者のCharacter.AI利用者です。他のプラットフォームや他の集団では異なりうります。
- プラットフォーム側の変更は観測できていない。 調査期間中のCharacter.AIのモデル・モデレーション・設計変更は考慮できていません。
- 対面時間は自己申告の単一項目。 妥当な代理指標ではありますが、行動ログではありません。
仕組みではなく規模感を知りたい場合は、2026年、AIコンパニオンを実際に何人が使っているのかが調査データの側を扱っています。
CompanionRank の関連記事
AIコンパニオンと孤独｜スタンフォードの研究が示したこと AIの支えは本当に孤独を和らげるのか コンパニオンアプリとウェルビーイング 日常のなかのAIコンパニオンよくある質問
12か月後の追跡調査は、結局なにを示したのですか？
出発点で利用が多かった人は1年後も利用が多く、その「使い続けている状態」が追跡時点の低い幸福度と結びついていた、ということです。ベースライン時点の利用そのものは、のちの幸福度を予測しませんでした（係数はいずれもβ = −0.03〜−0.04で有意ではありません）。効いていたのは出発点ではなく、1年後にまだ何をしていたかでした。
この研究で「対面の時間」が重要なのはなぜですか？
データが支持した経路がそこだったからです。追跡時点で利用が多いほど、人と対面で過ごす時間は少なくなっていました（利用強度β = −0.17、コンパニオン利用β = −0.14、自己開示β = −0.15）。そして対面時間が長いほど幸福度は高いという関係でした（β = 0.14〜0.15）。対面時間をモデルに入れると、チャットボット利用と幸福度の直接の関連は統計的に有意ではなくなりました。
AIコンパニオンが幸福度を下げる原因だと証明されたのですか？
いいえ。2時点の調査で因果は確定できませんし、著者たちもそう主張していません。利用を先に、幸福度を後に測っているため一部の逆因果は排除できますが、もともと人づきあいから遠ざかりつつあった人がチャットボット利用を増やした、という説明も残ります。
1年後のサンプルはどの程度信頼できますか？
ここが本研究のいちばん弱い部分で、著者自身が明記しています。ベースライン1,182人のうち再回答は439人、継続率37.1%です。脱落の多くは構造的なもので、ベースライン参加者の59.54%が追跡時点でリクルート用プラットフォーム上に在籍していませんでした。モデルにはHeckmanの選択バイアス補正が入っていますが、戻ってこなかった人の情報までは回復できません。
1年のあいだに、利用者はチャットボットへの愛着を深めましたか？
ゆるやかに、はい。追跡時点でも利用を続けていた331人のうち、関係を「支えてくれる相手」と表現した割合は40.2%から42.3%へ増え、最も多い表現になりました。一方「ツール・アシスタント・システム」は43.8%から40.5%へ減っています。恋愛・親密な関係という表現は3.3%から3.6%と小さいままでした。
2026年8月のスタンフォードの研究と同じものですか？
研究グループも出発点のコホートも同じですが、問いが違います。2026年8月の研究は「ある時点で誰にリスクがあるか」を描いたものでした。今回のプレプリントは同じ利用者を約1年追いかけ、利用がどう変化し、幸福度との関連が何によって説明されるかを検証しています。