チューリングテストとは

チューリングテストとは、文字だけの会話で、機械が人間と見分けのつかない受け答えをできるかを確かめるテストです。数学者アラン・チューリングが1950年の論文で示した「イミテーションゲーム(模倣ゲーム)」がもとになりました。ChatGPTの一般公開（2022年11月）より70年以上前の発想です。2025年には、このテストでAIが本物の人間よりも多く「人間だ」と判定された、という実験結果が公表されています。

もとの論文には、何が書いてある？

論文が描くのは、3人で行うゲームです。男性、女性、質問者の3人が登場し、質問者は別の部屋から文字だけで2人に質問して、どちらが男性でどちらが女性かを当てます。声の調子が手がかりにならないよう、答えはタイプした文字で伝える決まり。男性は質問者を間違わせようとし、女性は質問者を助けようとします。

チューリングはここで、「男性の役を機械が演じたら、何が起きるか」と問いました。質問者は、人間どうしのときと同じくらいの頻度で間違えるのでしょうか。この問いを、「機械は考えることができるか」という元の問いの代わりに置いたのです。

取り違えやすいのは、チューリングが「合格した機械は考えている」と宣言したわけではない点でしょう。論文は冒頭で、「機械」や「考える」の意味を世間の使われ方から決めようとすれば、答えを世論調査で探すことになり、それはばかげていると述べます。後半では、元の問いを「議論に値しないほど無意味」とまで書きました。答えの出ない問いを、観察できるゲームの勝ち負けに取り替えたところが、この論文の工夫です。

論文での呼び名は最後までイミテーションゲームで、「チューリングテスト」という言葉は出てきません。名前の似たチューリングマシン（1936年に考え出された計算の数学モデル）とも別のものです。

チューリングは、何を予測した？

論文には有名な予測があります。およそ50年後には、平均的な質問者が5分間質問しても、正しく見分けられる確率が70%を超えないほど、機械がうまくゲームをこなすようになる、というものです。裏返せば、10回に3回以上は機械にだまされる水準にあたります。これはチューリングの見通しであって、論文が定めた合格ラインではありません。

批判が出ることも、チューリングは見越していました。論文は自分の考えへの反論を9つ取り上げ、一つずつ答えています。「機械には意識がない」という反論も、「機械は命じられたことしかできず、新しいものは生み出せない」という反論（19世紀のラブレス夫人の言葉をもとにしたもの）も、その一つです。

合格したAIはいるの？

「合格した」と言われた例は、時代ごとにあります。1966年の対話プログラムELIZAは、決まった型に言葉を当てはめて返すだけの仕組みでした。それでも作者のワイゼンバウム氏は論文で、ELIZAが人間ではないと納得させるのがとても難しい利用者もいたと記し、これを「チューリングのテストの際立った一形態」と呼んでいます。

2014年6月には、英レディング大学がロンドンの王立協会で催しを開きました。13歳の少年という設定の「Eugene Goostman」が30人の審査員の33%に人間だと思わせ、大学は「初めて合格した」と発表しています。開発者は少年という設定について、「何でも知っていると言い張れるうえ、年齢のおかげで、すべてを知らなくても不自然ではない」と説明しました。勝因の一つは、受け答えの粗さを年齢のせいにできる設定にあったわけです。

2025年3月には、米カリフォルニア大学サンディエゴ校の研究者が、より厳密な実験の結果を公開しました。質問者が本物の人間とAIの両方と同時に5分間会話し、どちらが人間かを選ぶ方式です。参加者は284人、分析した対戦は1,023回。内向的でネット文化に詳しい若者を演じるよう指示されたGPT-4.5は、73%の割合で「こちらが人間だ」と選ばれました。本物の人間よりも多く選ばれたことになります。同じ指示を受けたMetaのLlama 3.1は56%。一方、ELIZAは23%、人物像の指示を与えなかったGPT-4oは21%にとどまりました。著者らはこの結果を、標準的な三者形式のチューリングテストに人工のシステムが合格したことを示す、初めての実証的な証拠だと述べています。

合格は、知能がある証明になる？

少なくとも、2025年の実験が測ったのは賢さではありませんでした。同じGPT-4.5でも、人物像を演じる指示がないと36%しか人間と判定されていません。結果を分けたのは、どう演じさせたかです。質問者の側も、最も多かった作戦は雑談で、対戦の61%で使われました。判断の理由として多かったのは、言葉づかい（27%）や会話の運び（23%）。ELIZAを人間だと選んだ人の多くは、「AIならこんなに失礼ではないはず」といった、AIらしくなさを理由に挙げています。

このテストが見ているのは、人間らしく見えるかどうかです。哲学者ジョン・サールは1980年、受け答えが完璧でも、内側では意味を分からずに記号を並べ替えているだけかもしれない、という思考実験「中国語の部屋」を示しました。「人間らしく振る舞える」ことと「理解している」ことは別だ、という指摘です。

ビジネスでは、何を意味する？

実務への意味は、哲学よりもずっと手前にあります。文字のやり取りが5分あっても、相手が人間かAIかを、人は会話の自然さでは見抜けない。2025年の実験が示したのは、この一点です。論文は、短い会話で成り立つ仕事をAIが気づかれないまま補ったり置き換えたりしうること、そうした「人間のふりをするAI」を動かす側が、人の意見や行動に影響を与える力を持ちうることを指摘しました。

チャットやメール、SNSで「話しぶりが自然だから人間だろう」と判断するのは、もう危うい時代です。振り込みの依頼や機密の問い合わせは、会話の印象ではなく、折り返しの電話など別の経路で本人を確かめる。自社がチャットボットを使う側なら、相手にAIだと分かるようにしておく。流暢さを信用の根拠にしないことが、守りの基本になるでしょう。

チューリングテストに関するよくある質問

Webサイトで見かけるCAPTCHAは、チューリングテストと関係がありますか？

あります。CAPTCHAは Completely Automated Public Turing test to tell Computers and Humans Apart の頭文字で、名前の中に Turing test が入っています。日本語にすれば「コンピューターと人間を見分けるための、完全に自動化された公開チューリングテスト」。簡単な課題に答えさせて、操作しているのが人間であってプログラムではないことを確かめる仕組みです。もとのテストとは逆に、見分ける側を機械が務めています。

チューリング自身は、機械が考えるようになると思っていたのですか？

論文では、「機械は考えることができるか」という問いを無意味だとしながらも、こう予想しています。20世紀の終わりには、言葉の使い方と教養ある人々の考えが大きく変わり、機械が考えると口にしても反論されるとは思わずに済むようになるだろう、と。機械の能力だけでなく、人間の側の言葉づかいが変わると見ていた点が特徴です。