#認知科学

AIはここ数年でずいぶん賢くなりましたが、できることはまだ狭い範囲に偏っています。画像認識や翻訳、分類や予測のように、得意分野ごとに強くなる一方で、人間が自然にやっている「状況を見て、考え直して、別のやり方を探す」といったふるまいはまだ弱い。arXiv に載ったこの論文は、そこを埋める手がかりとして metacognition、つまり自分の状態や能力を見ながら考え方を切り替える仕組みに注目している。単なる新しいモデル提案というより、AIにどんな“考え方”を入れるべきかを、人間の認知科学から引き直そうとする話だ。 この論文の題名にある “Thinking Fast and Slow” は、心理学者ダニエル・カーネマンの有名な枠組みを指している。人間の思考には、直感的で反射的に動く system 1 と、時間をかけて熟考する system 2 がある、という考え方だ。著者たちはこの見方を AI に持ち込み、問題が来たときにまず速い担当者が過去の経験を使って処理し、必要なときだけ遅い担当者が前に出てきて推論や探索を行う multi-agent architecture を提案している。 ここ

生成AIの話題は、もう「便利な道具」だけでは片づけにくくなっています。arXivに載った新しい論文は、Large-Language Models（LLM）の広がりを、感染のように人口へ染み込んでいく現象として捉え直しました。ちょっと大げさに聞こえるかもしれませんが、狙いは煽りではなく、集団の中で何が起きるのかを数理モデルで見ようとする点にあります。個人の使い方ではなく、社会全体で依存がどう固定化するかを考える材料として読むと、この論文の輪郭が見えてきます。 この論文の題名は「Large-Language Models as a Cognitive Virus」です。2026年9月3日にarXivへ投稿され、著者はRicard Soléら9人です。分野はPhysics and Societyで、Computers and SocietyやAdaptation and Self-Organizing Systems、Populations and Evolutionにもまたがっています。つまり、LLMを単なるAI技術としてではなく、人間社会のふるまいを変える対象として扱っているわけです。