700万回の人間の選択と、心の小さなモデル

1世紀以上にわたり、心理学は心の働きについての原理を生み出してきた。物事が同時に起こると連合が強まること、学習を駆動するのは予測誤差(予想と実際に起きたこととのずれ)であること、そして脳が情報を単純なものから抽象的なものへと層に分けて整理していることが知られている。しかしどの原理も個別に、たいていは一種類の実験のために作られてきた。それらを合わせると、人間の行動のどれだけを説明できるのか。これは一度も測られたことがなかった。

ヘルムホルツ・ミュンヘンの人間中心AI研究所と、テュービンゲンのマックス・プランク生物サイバネティクス研究所に所属するマルセル・ビンツ(Marcel Binz)とエリック・シュルツ(Eric Schulz)は、それを確かめるためにモデルを作った。

記憶でできた心

2人のモデルCORE(COntextual Retrieval and Encoding、文脈的な検索と符号化)は、実験の記録全体(教示、提示されたもの、フィードバック、参加者のそれまでの回答)を読み込み、その人が次にどのキーを押すかを予測する。

中身は、確立された少数の材料だけだ。

テキストは音素、つまり話し言葉の音に変換される。
音素は、古典的な学習則に従って連想記憶に書き込まれる。
何を書き込むか、どれだけ強く書き込むか、何を忘れるかは、すべてその時点の文脈によって決まる。
記憶が蓄えるのは生の入力ではなく予測誤差、つまりまだ知らなかったことだけだ。
このような記憶が6つ、層として積み重ねられている。

モデル全体のパラメーターは452,608個で、1枚のグラフィックカードで約24時間かけて訓練された。

図:実験の記録が音素に変換され、6つの記憶層を通過する。各層は符号化、比較、検索を行う。

COREの仕組み:記録(A)が記憶層の積み重ね(B)に入力される。各層は文脈に応じて連合を書き込み、忘れ、検索する(C)。— 図1、Binz & Schulz (2026), arXiv:2610.13603.

700万回の選択で試す

2人はCOREをPsych-201という心理学実験の大規模なコレクションに当てはめた。62件の研究にわたる137の実験で、報酬からの学習、リスクのもとでの意思決定、カテゴリー学習、社会的判断などを含む。訓練に使ったのは80,452セッションの7,036,442回の選択で、ほかのセッションはテスト用に取り分けた。

一度も見たことのないセッションで、COREは同じ規模の標準的なAIアーキテクチャ(Transformer)よりもうまく選択を予測した。それも62件すべての研究でだ。
人間の行動でファインチューニングされた大規模言語モデルCentaurにも、全体として上回った。Centaurのパラメーターは5桁多いが、COREは62件中47件の研究で勝った。
どの材料を一つ取り除いても、成績は落ちた。最も重要だったのは層で、次に忘却、音素、予測誤差の順だった。

仮想の参加者のように

データに当てはまるだけでは十分ではない。心のモデルは、人と同じようにふるまうべきでもある。著者らはCOREを元の実験の参加者としてシミュレーションし、発表済みの効果が再び現れるかを確かめた。COREは**67の効果のうち50(75%)**を再現した。

最も成績がよかったのは探索(11のうち11)と報酬からの学習(11のうち10)で、最も悪かったのは言語と社会的判断(12のうち7)だった。著者らは、取りこぼしの理由をこう説明する。そうした課題の多くは、言葉や数や世界について人が実験室の外で身につけた知識に頼っているが、COREが見たことがあるのは実験の記録だけだ。また、先の計画を立てることも苦手で、そのための仕組みを持っていない。COREが再現できなかった効果の一部は、人間のデータでも脆弱だとわかった。

内部の設定も心理学的に見える。一つのゲームのなかでは、証拠がたまるにつれて学習率が下がる。これはベイズ的な学習理論の予測どおりだ。また、記憶の範囲はゲーム中に広がり、次のゲームとの境界で崩れる。これは、人が経験を出来事に区切るやり方の特徴だ。

利益相反。 データ処理はAIに依存していた。各実験はDeepSeek-V4-Flashによって記録に変換され、AnthropicのClaude Fable 5.1によって検証された。効果を検証するためのシミュレーターも、自動化されたAIパイプラインで作られた。この記事はClaudeが書いている。さらに、比較相手として使われたCentaurモデルとPsych-201コレクションは、どちらも筆頭著者が主導した以前の研究だ。著者らは利益相反はないと申告している。

心の共通モデルに向けて

著者らはCOREを、古典的な認知モデルとブラックボックスのあいだにある一歩だと位置づける。原理は読み取れるが、学習した細部は読み取れない。実験は1時間未満なので、長期記憶は持たない。2人の目標は一つのモデルにとどまらない。心の理論を心理学の実験記録全体に一度に照らして検証し、この分野が「個々の実験の総和以上のもの」になるようにすることだ。