-
Xでシェア
-
Facebookでシェア
-
LINEでシェア
-
LinkedInでシェア
-
記事をクリップ
-
記事を印刷
音声アシスタントの声や話し方に配慮しているか
AIにとって、音声は急速に主要なインターフェースとなりつつある。世界の音声アシスタント市場は2030年までに300億ドルを超えると予測されており、企業の導入も加速している。ガートナーの予測によれば、2028年までに対話型アシスタントが、トリアージ（緊急度・優先順位の判定）、ルーティング（適切な担当への振り分け）、問題解決といったタスクを担い、カスタマーサービスのプロセス全体の70％を完結させるようになるという。
さらに2029年までには、AIシステムが一般的なカスタマーサービスにおける会話の最大80％を自律的に行うようになると期待されている。一方で、オープンAI、グーグル、ヒュームAIなどはリアルタイムの音声サービスを開始しており、大規模な導入が容易な環境が整いつつある。
しかし、AIのテキストから音声への移行は、技術的なものに留まらない。人は情報を読む時と聞く時では、認知的な処理の仕方が異なり、そこにはほとんどの組織がまだ対処できていない行動心理学的なメカニズムが存在するのだ。
筆者は、マーケティングやカスタマーエクスペリエンス全般にAIを導入する企業リーダーへのアドバイスを行っているが、最近では対話型インターフェースの設計について話すことが増えている。そうした議論の中で、筆者は次のシンプルな質問を投げかけるようにしている。「あなたの組織では、AIの『声』を誰が、何に基づいて決定しているか」
返ってくる答えは一貫している。たいていの組織には、AIの発言内容を検証し、それがどれほど自然で共感的に聞こえるかを評価するための明確なプロセスがある。しかし、伝える情報の内容に基づき、AIの声の自信の度合いを、その確実性の度合いや意思決定の重要性と一致させるための明確なルールを持つ組織はほとんどない。
これは運用上の問題に留まらない。筆者が話を聞いたAI倫理の研究者らは、声のトーンは、AIに関する多くの指針が未着手の領域であると指摘している。こうした指針が重視するのは、情報の正確性、バイアス、同意の有無、あるいは音声クローニングやディープフェイクといった問題だ。AIの音声そのものが信頼、服従、権威性の認識を形成するかについては、依然として管理されていない。そして、この空白は、私たちが想像する以上に重要な意味を持つ。
自信の重み
音声心理学の研究により、情報の本質的な内容とは無関係に、伝え方によって受け取られ方が左右されることが明らかになっている。たとえば2019年の研究では、声のピッチ、ペース、抑揚を変えるだけで、どのくらい自信があるように聞こえるかが変わり、それが他者のあなたに対する評価や意思決定に影響を与えることが示された。同様に、2020年の研究では、自信に満ちた声でメッセージを伝えると、説得力が増すことがわかっている。
これらの知見は、なぜ自信に満ちた声がこれほどの重みを持つのかを説明する一助となる。影響力に関するより広範な研究でも、同様の結果が出ている。たとえば、心理学者であるロバート・チャルディーニの研究は、専門性を持っていることを示唆すると、他者が信頼を寄せやすくなると示した。なぜなら、それによって他者は自分で深く考える手間を省けるからだ。つまり、認識された権威は、認知的な近道となるのである。
さらに、心理学者のアルバート・バンデューラの道徳的離脱に関する研究では、話し手が権威ある人物に見えると、聞き手は自身の判断を留保し、責任を話し手に転嫁する傾向があることが明らかになった。要するに、声は権威を投影する強力な手段なのだ。AIが落ち着いた自信のあるトーンで話すと、たとえその根拠となる情報が不確かであっても、聞き手はその自信を「証拠」として受け取ってしまう可能性がある。
声の自信がこれほど大きな影響力を持つことには、構造的な理由もある。テキストとは異なり、私たちは会話をリアルタイムで処理する。文章のように、途中で止まって裏づけとなる詳細を再確認することはできない。そのため、AIがエビデンスで示されている以上に自信にあふれた声で話すと、不確定な助言を確定的な結論であると誤解されるおそれがある。重大な局面において、トーンと現実との間のこのギャップは重大なリスクとなる。
