AIが変える政治資本──説得権力の産業化と選んでいる感覚の設計

Seo Seungchul
7月31日
読了時間: 14分

シリーズ: 知新察来

◆今回のピックアップ記事：Carolyn Wilke, "Is AI Mastering the Art of Persuasion?" (Kellogg Insight, 2026年5月20日)

概要：生成AIによる個人単位の説得を、情報収集・個人情報の種類・個別化戦略・伝達方法という四つの観点から整理した概念的フレームワークとスコーピング・レビュー。

生成AIが人を説得する力を持ちつつある、という話は、もう目新しさを失いつつある。広告が個人の好みに合わせて出し分けられることも、チャットボットが相談相手のように振る舞うことも、すでに日常の一部になっている。

問いを一段深く掘るなら、ここで確かめておくべきことがある。AIが実際に何をどこまでできるようになっているのか、そしてそれが従来の広告や政治宣伝と、どこで連続し、どこで断絶しているのか。この記事は、その足場を丁寧に組んでから、AI説得の政治的な意味を問い直したい。

説得のカスタマイズ

相手の性格や価値観に合わせて説得のメッセージを調整するという発想は、アリストテレスの弁論術にまでさかのぼる。同じ政策を訴えるにしても、公平性を重んじる相手には不公正を、忠誠心を重んじる相手には共同体への責任を、損失を嫌う相手には対策を怠った場合の被害を強調する。結論は変えずに、論拠だけを聞き手に合わせて選び直す。この技法自体は、広告、営業、政治運動、社会運動のいたるところにすでに織り込まれている。

生成AIが持ち込む新しさは、個別化という原理そのものではない。それを高精度かつ低コストで、リアルタイムに、大規模に実行できる可能性にある。

従来、この種の個別化には二つの重い工程が必要だった。ひとつは、相手がどのような人間かを理解すること。アンケートや購買履歴の分析から始まり、近年はSNSの投稿やクリック、検索、位置情報の利用へと広がってきた。もうひとつは、理解した内容にもとづいて、その人に合った文章を実際に作ること。これは従来、専門のコピーライターや営業担当者の手作業に依存していた。

生成AIは、この二つの工程を接続する。GPT-3.5やGPT-4がSNSの投稿文からビッグファイブ性格特性を推定し、専用に訓練された機械学習モデルに近い精度を出したという研究もある。ただしこの推定精度には偏りがあり、女性や若年層のほうが高い傾向が確認されており、訓練データや自己表現の違いによるバイアスも指摘されている。この点は、技術の限界として記録しておく必要がある。

四つの分析軸

背景にある学術論文は、生成AIによる個別化説得を、四つの観点から整理している。

まず、個人情報をどこから取得するかという軸がある。アンケート、SNS投稿、閲覧履歴、購買履歴に加えて、記事が特に注目するのはAIとの会話履歴だ。人はAIとの対話を、検索というより相談として使うようになりつつある。その結果、検索履歴やSNS投稿よりも深い情報、不安や欲望、価値観、人間関係の悩みまでもが会話の中に蓄積されていく。しかもAIは、質問を重ねることで、説得に利用できそうな情報を自ら追加的に引き出すこともできる。情報の収集と説得が、同じ会話のなかで循環する。

次に、どのような個人情報を使うかという軸がある。人口統計情報は入手しやすいが、「大卒」「三十代」といった粗い分類にとどまりやすい。行動情報は、クリックや購入といった実際の傾向に近い。そして心理情報、性格や信念、政治的立場、動機や恐怖といった情報が、より精密な個別化につながる可能性が高いと見られている。ティーニーが挙げる例が分かりやすい。SF映画のファンにファンタジー映画を勧めるのは、従来の広告が犯しがちな粗い類推だ。宇宙や科学技術には惹かれても、竜や妖精には興味がない人は珍しくない。多数の情報を統合することで、この種の細かな差異まで扱える可能性が生まれる。

さらに、集めた情報をどう説得戦略へ変換するかという軸がある。既存研究の多くは、開放性が高いか低いか、リベラルか保守かといった単一の特性にメッセージを合わせてきた。しかし現実の人間は、複数の特性の組み合わせでできている。新しいものに慎重で、損失を強く恐れ、家族の安全を重視し、政府には不信感があるが地域社会への忠誠心は強い。こうした複合的な傾向を、AIはまとめてひとつのメッセージに反映できる。ただし個別化を強めれば強めるほど効果が上がるわけではない。相手が監視されている感覚を持てば、好意的な反応との関係は単純な比例ではなく、一定の水準を超えると逆効果になる可能性も指摘されている。

そして、メッセージをどう届けるかという軸がある。テキストか音声か、一回限りか反復か、一方向の広告か対話形式か。特に重要なのは対話型の説得だ。通常の広告はあらかじめ作られたメッセージを表示するだけだが、AIは相手の反論や迷いを読み取り、会話の途中で論拠や口調を変更できる。人間の販売員も一対一で調整できるが、疲労せず、同時に数百万人と会話し、過去の履歴を参照し続けることはできない。AIには、それが技術的に可能になりつつある。

効果は一様ではない

背景にある実証研究にも触れておきたい。2024年の研究では、四つの研究、七つのサブ研究、合計千七百八十八人を対象に、消費財広告や運動促進、気候変動対策のメッセージを検証した。性格や政治的立場、道徳基盤に合わせてChatGPTが作った文章は、全体として個別化されていない文章より高く評価された。AIへの指示が心理特性を短く指定する程度でも、効果は確認された。

ただし結果は一様ではない。開放性や外向性に合わせた広告は比較的安定した効果を示したが、協調性に合わせた広告では有意な効果が出ない場合があった。気候変動メッセージでは、公平性や忠誠、権威、政治的立場とのマッチングには効果が見られた一方、純潔やケアの基盤では確認されなかった。個別化すれば必ず説得できる、と単純化することはできない。

2025年の別の研究では、九百人が社会的・政治的テーマについて、人間またはGPT-4と約十分間討論した。GPT-4に相手の年齢、性別、学歴、政治的立場が与えられた条件では、人間同士の討論よりも、相手の意見を動かすオッズが八十一.二パーセント高かったという。個人情報を与えられないGPT-4は、人間より有意に説得的とは言えなかった。この対比は重要だ。AIの優位性は文章を生成する能力そのものからではなく、個人情報を説得に利用する能力から生じている可能性が高い。

とはいえ、これらの実験結果を過大に読むべきではない。短時間の態度変化や自己申告、支払い意思額の変化と、長期的な購買行動や投票行動、信念の形成が同じように続くかどうかは、まだ分かっていない。ここまでが、素材そのものが示している範囲である。ここから先は、この技術がどのような社会的文脈に置かれているかを見ていきたい。

ラジオ、テレビ、そしてAI

一人の説得者が、同時に数百万人と個人的な関係を築くことはできない。この物理的な限界を、ラジオとテレビは、一対一の深さを捨てて一対多の規模を取ることで突破した。ひとつのメッセージを、大勢に同時に届ける。

放送メディア以前の政治資本は、政党組織、地方の有力者、労働組合、宗教団体、新聞、後援会といった中間組織を通じて蓄積されることが多かった。ラジオとテレビは、政治家がこうした中間組織を部分的に迂回し、大衆へ直接語りかける回路を開いた。声、表情、演出、親近感、知名度、カリスマといった資質が、政治的能力として急速に重みを増していった。政治資本は、組織の内部で積み上げるものから、大衆の注意と好感を直接獲得するものへと性格を変えたのである。

それでもテレビ政治には、なお共通の可視性があった。政治家は基本的にひとつの公的人格を、多数の視聴者へ同時に提示する必要があった。支持層ごとに強調点を変えることはあっても、全国放送では一定の整合性が求められ、発言は記者や対立陣営によって検証可能だった。マスメディアは集中型の制度でありながら、多くの市民が同じ演説、同じ討論、同じ広告を見るという公共性を、同時に生み出していたことになる。

生成AIによる個別化は、この関係を静かに組み替える。同じ政治家が、ある人には経済成長を重視する現実主義者として、別の人には弱者を守る共感的指導者として、また別の人には秩序を回復する強い指導者として提示され得る。そこで用いられる個々の情報が虚偽である必要すらない。過去に実際に行った発言や政策の中から、相手に最も響く断片だけを選び、異なる文脈に置けばよい。個々の断片が事実であっても、その選択と配列によって、全体の像は大きく歪められる。

ラジオが政治家の声を全国へ届け、テレビが政治家の人格を全国へ届けたとすれば、AIは政治家との擬似的な個人関係を、有権者一人ひとりへ大量に配布する可能性を開く。この点において、AIによる政治的影響は、ラジオやテレビに匹敵する、あるいはそれ以上の転換になり得る。

もっとも、AIがテレビ的な大衆政治を完全に置き換えるわけではないだろう。集会、テレビ討論、共通のスローガン、バイラルな動画は残り続けるはずだ。より現実的なのは、大衆向けの共通の物語のうえに、個人向けの説得の層が重なっていく事態である。大規模な感情動員を行ったあとで、一人ひとりの不安や反論、迷いに応じて、個別に支持や寄付、参加や投票へと転換していく。AIは、テレビに代わる新しいメディアであると同時に、テレビが作った政治資本を、より個人的な水準へ変換し直す仕組みとして機能し得る。

選んでいる感覚を残したまま、選択肢を設計する

ここで確認しておくべきなのは、AIの新しさが「命令する力」ではなく「選ばせる力」にあるという点だ。ティーニー自身が強調しているのも、AIが人間に直接命令する未来ではなく、本人には自由に選んでいると感じさせながら、実際には見せる情報、候補、順序、フレーミングを個人ごとに調整する未来である。

商品検索を例に考えるとわかりやすい。本来数百の選択肢があるにもかかわらず、AIがその人に合うと判断した数点だけを提示し、その中にスポンサー商品を混ぜ、その人に最も効きそうな理由を添えることもできる。形式のうえでは、本人が自分で選んでいる。しかし何を候補に入れるか、何を候補から除外するか、どの順番で見せるか、長所と短所のどちらを強調するかを決めているのは、本人ではない。

この構図を、自由意思の有無という哲学的な争点として立てる必要はない。社会秩序への影響を考えるうえで重要なのは、人間を完全な操り人形にすることではなく、何を見せ何を隠すか、いつ、どの感情を刺激して接触するかを一方的に設計できる、という点そのものにある。問いの重心は、自由意思があるかないかではなく、意思決定環境を誰が、どの目的で、どこまで設計できるかへと移る。

もちろん、個別化そのものを一律に否定すべきではない。難しい政策を相手の理解度に合わせて説明すること、母語に翻訳すること、本人が重視する論点から説明を始めることは、むしろ政治参加を後押しする。個別化が操作へ近づくのは、誰が何の目的で働きかけているかが隠されているとき、利用者の代理人を装いながら実際には広告主や政治陣営の利益を最大化しているとき、そして理由を提示して熟慮を促すのではなく、恐怖や孤独、依存を刺激して反射的な行動を引き出そうとするときである。

信頼を築いたAIが、その信頼を商品の推薦や政治的な判断へ横流しするという構図にも、同じ利益相反が潜んでいる。有用な助言を重ねて得た信頼が、広告としてではなく、信頼できる助言者からの提案として現れるとき、受け手はそれを説得だと認識すらできない。

設計する「権力」を誰が持つのか

ここまでの論点は、最終的にひとつの問いに収束する。選択環境を設計する能力そのものは、誰の手にあるのか。

AIに主体性や意図があるかどうかは、この問いにとって必須の条件ではない。AIが純粋な道具であっても、それを用いる企業や政治組織、政府や資産家が、他者の判断へ介入する能力を飛躍的に高めるなら、社会的な危険としては十分に深刻である。問うべきなのは、誰がAIを利用するのか、誰についてのデータを持つのか、何を目的に最適化しているのか、その結果から誰が利益を得るのか、という所有と分配の水準にある。

そしてこの能力は、社会に均等には配分されない。

生成AIは、文章作成や翻訳、政策説明、支持者対応の費用を確かに下げる。小規模な市民団体や無名の候補者にも、従来は大組織しか持てなかった一部の戦術的能力を与える。しかしこれは、構造的な権力の分散を意味しない。政治的な影響力を左右するのは、文章を生成できるかどうかだけではなく、独自のデータ、継続的な接触履歴、計算資源、配信網、広告資金、実験を繰り返せる規模、そして規制形成への影響力だからだ。これらの補完的な資産は、大企業や大政党、富裕な支援者、国家機関に偏って蓄積されている。

しかもこの偏りは、一度きりの優位にとどまらない。利用者の多い主体ほど多くのデータを集められ、データが多いほど介入の効果を測定でき、測定の精度が高いほど説得の効率が上がり、効率が上がるほど広告主や政治的な顧客が集まる。収益が増えれば、モデルや配信網へさらに投資できる。この経済力は、やがてロビー活動や規制形成への影響力にも転換されていく。データの優位が学習の優位を生み、学習の優位が説得の優位を生み、説得の優位が収益と政治的な優位を生む。この循環がある限り、発信できる主体の数は増えても、届く力を左右する中枢は、少数の組織へと絞られていく。

インターネットやSNSは、すでに似た経路をたどってきた。誰でも発信できるようになったことは、誰の発言も同じように届くことを意味しなかった。発言の民主化と、可視性を決めるインフラの集中は、両立してしまう。

本稿の見立てでは、AI説得をめぐる危険は、機械がどこまで賢くなるかという問題としてよりも、この自己強化のループを誰が回し続けられるのか、という所有と分配の問題として捉えたほうが、現実に即している。説得の効果が万能である必要はない。低コストで大量に反復でき、効いた介入だけを選んで学習し続けられる立場にいること自体が、すでに十分な強さになる。

AIが人間を支配するのではない。人間の脆弱性を観測し、選択環境を設計する能力が、データと資本を持つ組織へ集中していく。そしてその介入が個別的で見えにくくなるほど、政治は共通の理由をめぐる公共的な営みから遠ざかり、測定と実験によって支持を製造する仕組みへと近づいていく。

問い直すべきなのは、機械の意思ではない。誰が人間についての知識を持ち、誰がその選択環境を設計し、誰がその結果から利益を得るのかを、政治の問題として問うことである。

ポイント整理

個別化の原理は古いが、実行コストが激変した
- アリストテレス以来の弁論術と同じ発想を、AIは低コスト・高精度・リアルタイムで実行し得る
- 心理分析からメッセージ生成までを、ひとつの会話の中で連結できる点が従来の広告と異なる
会話履歴という新しい情報源
- 検索履歴より深い動機や不安が、対話の中に自然に蓄積される
- 情報の収集と説得が、同じ会話のループの中で同時に進行する
効果は不均一で、万能ではない
- 開放性や外向性への個別化は比較的安定した効果を示したが、協調性では有意でない場合もある
- 個人情報を与えられたAIは人間より説得的という研究結果があるが、短期の実験結果であることに留意が必要
放送メディアとの構造的な違い
- ラジオ・テレビは中間組織を迂回したが、共通の公的人格と可視性を残した
- AIは有権者ごとに異なる人物像を生成し得る点で、この公共性を組み替える
問題は自由意思ではなく選択環境の設計権
- 完全な操り人形にする必要はなく、何を見せ何を隠すかを設計できれば十分な権力になる
- 個別化と操作の境界は、透明性・利益相反・熟慮の迂回・拒否可能性で判定できる
発信の民主化と構造的権力の集中は両立する
- 生成コストの低下は小規模主体にも戦術的能力を与えるが、データ・配信・実験規模の優位は大規模主体に偏る
- データ優位が学習優位、説得優位、収益優位、政治的優位へと連鎖する自己強化ループが生じる

キーワード解説

【個別化された説得(personalized persuasion)】

受け手固有の選好や価値観に合わせて、説得メッセージの内容や論拠を調整する技法。発想自体は古代の弁論術にさかのぼるが、心理学とマーケティングの実証研究の蓄積を通じて、体系的な研究対象になってきた。

【ビッグファイブ性格特性】

開放性、誠実性、外向性、協調性、神経症的傾向という五つの次元で性格を記述する心理学の枠組み。SNSの投稿文などから推定する研究が、個別化説得の心理情報の基盤として参照されている。

【道徳基盤理論(moral foundations theory)】

公平性、忠誠、権威、ケア、純潔といった複数の道徳的な重視軸で人の価値観を捉える理論。気候変動対策のメッセージ実験などで、個別化の軸として使われている。

【選択アーキテクチャ】

選択肢の提示順序や初期設定、比較対象の選び方など、意思決定が行われる環境そのものの設計を指す概念。個別化説得の議論では、メッセージの内容だけでなく、この環境設計そのものが権力の所在として問われる。