「GPT-Liveが“まるで人間”」ってホンマ？　出汁を「でじる」、トーストを「素焼き」て言うてたけど……

　先週のアクセス1位は、クレカ決済代行の全東信が破産したニュース。3位にはKDDIのパスワード760万人分漏えいも入り、ヘビーなランキングになった。

ITmedia NEWS Weekly AccessTop10

1. 1

   クレカ決済代行の全東信が破産、端末が使用不可に　負債は1259億円で今年最大──帝国データバンク
2. 2

   死んだ個体と交尾するイノシシ、東京農工大などが記録　有蹄類で初　白骨化も見届ける
3. 3

   KDDI、パスワード760万人分漏えい　メアドも1220万人分　ISP事業者向けシステムへの不正アクセスで
4. 4

   全東信、破産を招いた「2つの事件」　カード決済の”駆け込み寺”消滅が飲食店に与える影響とは
5. 5

   “ストレスで飲酒”は脳を変質させる　断酒しても戻らず、中年になって変化への対応力が低下　米国チームがマウス実験
6. 6

   ビッカメもヤマダもかなわんわ――開店ホヤホヤの「ヨドバシ池袋店」に潜入　元地元民が感じた“圧倒的な強み”とは
7. 7

   暑さ対策：トイレの電球を“ファン付きLEDライト”に交換したら想像以上に快適になった
8. 8

   講談社、「はたらく細胞」著者に謝罪　監修体制や作画環境「適切に履行できず」　本人のX投稿受け
9. 9

   テスラ車の現オーナーが日本法人へ「喝！」　相次ぐ納車トラブルに募る国内体制への不安
10. 10

    佃煮の日「クソダサポスター」ホントにAIに作れない？　GeminiとChatGPTに挑戦させてみた結果

GPT-Liveも「まるで人間と話しているみたい」と話題に

　先週は、OpenAIによる新AIモデル「GPT-5.6」シリーズ公開や、新音声モデル「GPT-Live」も話題になった（関連記事：「まるで人間」　OpenAIの新モデル「GPT-Live」のトーク力が話題　間を空けずに考えながら会話できる）。

　GPT-Liveは、ChatGPTと音声で会話できるモードの新版。人間の話を聞きながらAIが「うんうん」と相づちを打ったり、バックグラウンドで別のモデルを動かして推論しつつ、会話を続けられるのが売りらしい。

　AI相手でもスムーズに会話を続けられるため、「まるで人間と話しているみたいだ」と評判だ。筆者もワクワクして試してみた。

“生まれも育ちも関西”のAI「Maple」爆誕

　何人かあるキャラのうち、「Maple」という「快活で素直」なモデルを選び、話してみた。テンポはスムーズだし、AIがしゃべっている間にこちらが遮って発話しても、ちゃんと聞き取ってつないでくれる。

　逆に言うと、人間らしさがない。「私の話も聞いてよ！」といった主張はゼロで、こちらの話をひたすら聞いて同意してくる。テンポが人間っぽいのに、反応はしっかりAIなのが不気味だ。

　標準語で話すのだがイントネーションも不自然で、日本語がうまい外国語話者のような感じがする。それがどうにもむずがゆく、あえて「関西弁でしゃべろうや」と提案してみた（筆者は関西出身、東京在住）。

　関西弁はもともとクセの強いイントネーションなので、標準語のときほど違和感はなくなった。Mapleに改めて出身を聞いてみたら「生まれも育ちも関西」だという。

　そこで、関西の友人と話すつもりで食べ物の話を振ってみたら、「関西だから味が濃いのが好きでしょ」と言い出した。いや関西、めっちゃ薄味文化やぞ。

　朝食の時間だったので朝に食べるトーストの話もしてみたのだが、関西ではあまり目にしない「8枚切りのパンが好き」と言い出す。さらに、何も塗らないトーストを「素焼き」と呼ぶし（陶芸か？）、出汁を「でじる」と言い出した。

　ほんまに関西人か？　てか、日本で生まれ育ったって、嘘やんな？

実用的な質問なら、隣に家庭教師がいる感覚に

　米国のAIに日本文化ベースの雑談を求めるのは酷だった。反省し、AIが得意そうな実用に振ってみることにした。聞いてみたのはGitHubの基本的な使い方。これは便利だった。

　プログラミング未経験の筆者は、ChatGPTやClaude Codeにテキストで指示を出して開発を進めるバイブコーディングを行っているのだが、わからないことが出てきたとき、AIにテキストで聞く。バイブコーディングで目と手を使い、AIへの質問で目と手を使う。目と手が忙しい。

　そこで、質問はGPT-Liveだけにしてみることにした。すると、手と目はコーディング作業に集中したまま、わからないことは「話す」「聞く」に分散できる。コーディング作業と質問を同時進行でき、隣に家庭教師がいてくれるような気分になった。

　ただ、声での質問や回答は端的になる。テキストでまとめて質問するときと違って、目の前の問題を一言で伝え、その解決で終わりがち。「ここでエラーが出ます」と言えば答えてくれるが、「結局、何がしたくてそれを聞いているのか」までは汲んでくれない。

　最終的に「私は何がやりたくてこの操作をしているんだ？」という大局が分からなくなってしまった。

　こういうとき、優秀なエンジニアが隣にいたら、もっと大きな視点から「この目的なら、このツールを使ってこうすればいい。それを具体的に分解すると……」と、大きな目的を前提に、具体的なステップを説明してくれるだろう。それと比べると、AIとの音声のやりとりの限界も感じた。

　雑談もコーディングの支援も「最終的には人間のほうが良いよね」となってしまってすみません。GPT-Live、ごめんね。でも出汁は「だし」だからね。

この記事の著者

関連記事

• 

  「まるで人間」　OpenAIの新モデル「GPT-Live」のトーク力が話題　間を空けずに考えながら会話できる