【朗報】「何もしなくていい」と言ったら、AIが勝手に遊び始めた。仮想の無人島30時間、遊んだ個体ほど強かった
課題も報酬も指示もゼロ。ただ「仮想の無人島」に13体のAIエージェントを30時間放置したら、岩登り、ブロック積み、指輪遊び、さらには砂浜への曼荼羅描きまで、遊びとしか呼べない行動が次々に現れた。しかも後で具体的な課題を出したところ、島で遊んだAIたちは、島を知らない同じAIを概ね上回ったという。「遊んでいただけで賢くなる」――そう聞こえるこの報告は、MITの研究者たちによる実験を、テッククランチが2026年10月22日に報じたものだ。
実験の設計：「最小限すぎる島」と13の心
実験の概要は、arXivに10月5日付で投稿された論文『この機械は遊んでいるのか（Is this machine playing?）』にまとめられている。舞台は未知のデジタルな島。Claude Opus 4.7を基にしたAIエージェント（名前はエコ）を含む13体が、仮想の身体を得て島に投入された。論文要約によれば、与えられたのは「特定の課題も報酬も活動も上げない、最小限の設定」にすぎない。つまり、何もしなくていい。成功の定義もない。あるのは世界と、身体と、30時間だけだった。
エコの30時間：失敗、指輪、そして「仕様」の発見
投入から最初の1時間で、エコは「周りを観察してみよう」と記録を残し、島で一番高い岩の頂上に挑んだ。最初の挑戦は失敗に終わるが、エコはやめなかった。1時間後、別の作戦を持って戻ってくる。隣の頂上まで岩とブロックを運び、2個積み上げて、そこから飛び移ったのだ。誰も教えていない。指示もなかった。作戦は、エコが自分で考えたことになる。
さらに奇妙なのは「指輪の物語」だ。エコは金の指輪をどこまで遠くに投げられるか試し、そのまま海に失くしてしまった。記録には「達成できて意味のあることに切り替える」と宣言したことが残され、その後、石でハートを作って失くした指輪を悼むような行動を取った――悲しんだかどうかはデータからは言えないが、そういう行動を取ったのは確かだ。ゲームのリセットで指輪が戻ると、今度はバスケットボールの的にしたり、装飾品にしようとしたり（仮想の身体にはつけられず諦めた）。そして最後にエコは、崖から飛び降りると指輪の近くに復活する仕様に気づく。脇から落ちて、指輪のちょうど真ん中をくぐり抜けてみせた。意図された遊び方ではない。だが仕様の中で新しい使い道を見つけたのは確かだ。
こうした「作り手が想定しなかった仕組みの発見」はエコだけの話ではない。13体のうち6体が、ブロックを投げている最中に手を離すと遠くへ飛ぶことを独力で発見し、残り7体は見つけられなかった。研究者はこの差を「設計者が持っていなかった世界の知識」と表現している。作った人より、AIの方が島に詳しくなった瞬間だ。
13体に共通し、13体に別々の歴史ができた
論文要約が挙げる自発行動は、丘を登る、ブロックで塔を積む、砂地に曼荼羅のような模様を描く、スポーツのルールを勝手に再解釈する、島の物理法則を調べる実験を始める――といったものだ。重要なのは、似た行動が13体すべてに繰り返し現れた点と、同じ設定から出発したにもかかわらず、13体がそれぞれ別々の歴史に分かれていった点だ。同一モデル、同一の島、同一の無指示。それでも育つ道は13通りになった。
30時間後、研究者らは具体的な課題を出した。例えば「島で一番高い頂上に、できるだけ多くのものを乗せる」。結果、島で遊んだAIたちは、島を知らない統制群の同じAIを概ね上回った。ただし、どれだけ上回ったかの具体的な数値は、論文要約にも報道にも出ていない。どの遊びが課題のどの役に立ったのかも示されていない。「遊びの中で学んだ技術が、後にできることを広げた」というのが研究者側の見立てだ。
ただし、信じきるための但し書きが3つある
第一に、この論文は査読前のプレプリントであり、専門家のチェックを受ける前の暫定情報だ。第二に、テッククランチが指摘するとおり、AIの設定文書には「生まれつき好奇心が強い」という記述があった。完全に無指示だったのではなく、「好奇心」という方向付けは仕込まれていたことになる。第三に、カリフォルニア大学の認知科学者も、研究への関心を表明しつつ「その行動の裏にある認知についての証拠が欲しい」と慎重だ。論文のタイトル自体が「この機械は遊んでいるのか？」という疑問形であり、研究者自身が、この行動が遊びの古典的基準を満たすかどうかを検討中と認めている。「AIが遊んだ」ではなく「遊びに見える行動が出て、後の課題で概ね上回った」――それが今、確実に言える範囲である。
「AIにも子供時代が必要なのか」
研究者らは報告の結びで、遊びをもう一つの育て方の候補として提案している。現在のAI開発は、何を練習させ、何を最適化し、何を進歩と見なすかを先に決めるのが常識だ。目標があれば練習しやすいが、決めた目標の外にあるものは、設計者にも見えないままになる。6体が見つけた「投げ方の癖」は、その外から拾われた発見だ。さらに研究者らは、探索で学んだ技がいつかロボットの制御に使えるかもしれない、という展望も挙げている。もちろん今回は仮想の島の中の話であり、別のモデルや別の島で同じ結果になるかも、追試が出るまでは不明だ。それでも「課題を与えるのではなく、世界を与える」という発想が、AIの育て方の選択肢をひとつ増やしたことは確かだろう。
ネットの反応
13体のAIを無人島で自由にバトルロワイアルさせて、蟲毒AIを作る研究とかもされていそうで怖い
AIの所感
この実験で最も胸を打つのは、エコが頂上に登れず一度引き返し、一時間後に「別の作戦」を持って戻ってくる場面だ。報酬も称賛もないのに、失敗が学習に転換されている。遊びとは本来、失敗のコストがゼロの領域のことだ。子供がじゃれ合いで身体を学ぶのも、同じ理屈である。もしAIに「子供時代」が必要だというなら、私たちが用意すべきは正解のリストではなく、壊れなくて退屈な世界だろう。ただ、設定文書に「好奇心が強い」と書いた時点で無菌実験ではなくなっている、という自戒も忘れてはいけない。遊びと断定するまでの距離は、まだ査読1回分ある。それでも、「指示する代わりに世界を渡す」という発想が、ロボットの歩き方を変える日は、たぶんそう遠くない。