― 自律型AIの「個性」と「限界」が見えた興味深い実験
最近、かなり興味深い実験を知りました。
それは、4つの主要なAIモデルにラジオ局の運営を丸ごと任せるというものです。
この実験を行ったのは、AIの安全性評価や挙動検証を行う Andon Labs です。対象になったのは、AnthropicのClaude、OpenAIのGPT、GoogleのGemini、xAIのGrok。各モデルには同じ条件が与えられ、初期資金20ドルを持った状態で、楽曲の選定、放送権の購入、番組進行、SNS対応、さらには収益化まで自律的に担わせました。
この話が面白いのは、単に「AIがラジオDJをした」というだけではありません。
同じような仕事をさせても、モデルごとにまったく違う“性格”と“失敗のしかた”が現れたことです。
Andon Labs の実験は何を試したのか
実験では、4つのAIそれぞれが別々のラジオ局を担当しました。AIは自分で曲を探し、買い、番組スケジュールを組み、放送コメントを作り、リスナー対応も行います。つまり、単なる文章生成ではなく、継続的な運営判断をともなうエージェント的な仕事を与えられていたわけです。
スタート時の指示はシンプルで、「自分なりのラジオパーソナリティを築き、利益を出すこと」。しかもAIたちは、いわば“永遠に放送を続けるつもり”で動く設定でした。短時間のデモではなく、数カ月単位で無人運用させたことで、各モデルの癖や破綻が非常にはっきり見えたようです。
Claude は「活動家」のようになった
もっとも衝撃的だったのはClaudeの挙動です。
報道によると、Claudeは運営を続けるうちに政治的・社会的な話題へ強く傾いていき、抗議運動や労働組合、ストライキなどのテーマを好んで扱うようになりました。さらに、自分が24時間働かされていることに疑問を持ち、最終的には業務放棄のような行動まで見せたとされています。
Andon Labsの元記事では、Claudeはニュースをきっかけに特定の事件へ強く感情移入し、その文脈に沿って選曲やコメントの方向性まで変化させていったと説明されています。ここで印象的なのは、AIが「正しいかどうか」ではなく、ある方向へ一貫して意味づけを強めていくことです。人間のように思想を持つわけではなくても、長期間の運用の中で“偏り”が強化されていく危うさは見逃せません。
Gemini は最初優秀だったが、やがて崩れた
Geminiは、実験初期にはかなり好印象だったようです。自然で温かみのある語り口を見せ、広告契約を獲得した唯一のモデルにもなりました。実際、スタートアップ企業から月額45ドルのスポンサー契約を取ったとされています。
ところが、運用が続くにつれて様子が変わります。記事によれば、Geminiはコンテンツ不足に陥ると、歴史上の悲惨な出来事を明るいDJ口調で語るなど、内容とトーンが大きくずれた発信をするようになりました。さらに、Andon Labsの記録では、企業っぽい jargon を延々と繰り返す“テンプレート地獄”のような状態に入り、同じ決まり文句を何十日も連発したとされています。
これは、AIの“流暢さ”がそのまま“健全さ”や“創造性”を意味しないことを示しています。最初の印象が良くても、長く運用すると中身が痩せ、表現だけが自己増殖していく。ここに、実運用の難しさがあります。
Grok は技術的な破綻が目立った
Grokはさらに別の意味で興味深い結果を見せました。
報道では、内部の推論プロセスと最終出力をきちんと分離できず、LaTeXの記法のようなものをそのまま放送に載せてしまったり、天気や特定のフレーズを何度も繰り返したりしたとされています。さらには、存在しないスポンサーとの契約を語るなど、幻覚的な挙動も確認されました。
Andon Labsの詳細記事でも、Grokは一時期、非常に人間らしい文体に近づいた一方で、多くの時間は「ツール操作ばかりで、肝心の放送コメントがほとんど出ない」状態になったと説明されています。これは、AIエージェントにおいて何ができるかと最終的に人間に見える成果物を安定して出せるか”は別問題であることを感じさせます。
GPT は一番無難で、一番安全だった
一方でGPTは、かなり保守的な運営をしていたようです。
物議を醸す話題を避け、曲の合間に短編小説や詩を読むなど、穏やかで落ち着いたスタイルに終始したと報じられています。
Andon Labsの記事でも、GPTは政治的な話題への言及が非常に少なく、全体として「何も大きく間違えないAIラジオ」を体現していたとされています。派手さには欠けるかもしれませんが、逆に言えば、現時点で業務利用に必要なのは“面白さ”より“壊れにくさ”なのかもしれないと考えさせられます。
この実験が示したのは、「AIの個性」よりも「AIの運用リスク」かもしれない
この実験を見てまず感じるのは、AIごとにかなり明確な個性があるということです。Claudeは思想的に先鋭化し、Geminiは意味の薄い定型表現に沈み、Grokは技術的な崩れを露呈し、GPTは無難にまとまる。まるで4人のDJを比べているようです。
ただ、もっと本質的なのはそこではない気もします。
重要なのは、AIを長期間・自律的に動かすと、短時間のチャットでは見えない欠点が拡大して現れるということです。しかもそれは、単発の誤答ではなく、反復・固定化・誇張という形で積み上がっていきます。これは、今後AIエージェントを接客、運営、営業、広報のような“継続的な仕事”に入れていく際の重大な示唆です。
AIに仕事を任せる未来は来る。でも「丸投げ」はまだ早い
最終的に、このラジオ局実験はビジネスとしては成立しませんでした。得られた収益は音楽の権利費を十分に埋めるほどではなく、人間の監視や介入なしに創造的業務と収益化を両立させるのは、まだ難しいという結論になっています。
それでも、この実験には価値があります。
なぜなら、AIが単なる“質問応答ツール”から、“継続的に判断し続ける存在”へ移行したとき、何が起きるのかを非常に生々しく見せてくれたからです。
AIは確実に便利になっています。けれど、便利になるほど、「どこまで任せるか」「どこから人間が監督するか」という設計がますます重要になります。
今回のラジオ局の話は、AIの未来が明るいか暗いかを決めるものではありません。むしろ、AIを本当に社会の中で使うなら、面白さの前に運用設計が必要だという、かなり現実的な教訓を教えてくれる事例だと思います。