メディアンユーザー問題：なぜAIは万人向けに訓練されたのか

AIの出力に対する不満は、いつも同じです。無難なのです。

役に立つ。有能。丁寧。間違いを指摘できない。でも、その返答を読むとき――本当に読むとき――それがあなたのために書かれたものだとは感じられません。キャリアアドバイスは、あなたの状況に大まかには当てはまるけれど、実際のあなたの状況には当てはまらない。メールの下書きは正しいけれど血が通っていない。プロジェクトの進捗報告は、あなたが送るものというより、テンプレートのように読めます。

だから、プロンプトのせいにします。コースを受講し、フレームワークを試し、より良い質問をするためのテクニックを学びます。そして、より良いプロンプトは確かに役立ちます――間違った方向に運転しているときにハンドルを切るのが役立つように。体験は改善されますが、なぜその体験が改善を必要としたのかという根本には対処していません。

実は、AIの出力が画一的に無難に感じられるのは、画一的に無難になるよう最適化されているからなのです。これは副作用ではありません。訓練目標そのものです。

---

AIはどのように平均的になることを学ぶのか

主要なAIモデル――ChatGPT、Claude、Gemini――はすべて、RLHFという訓練プロセスを経ます。これは人間のフィードバックからの強化学習（Reinforcement Learning from Human Feedback）の略です。

簡略化すると、こうなります：

1. モデルが同じプロンプトに対して複数の応答を生成します
2. 人間の評価者が出力を比較し、好ましいものを選びます
3. モデルは、それらの評価者が選ぶであろう応答を生成することを学びます

合理的に聞こえます。問題は、その評価者が誰なのか――そしてより重要なことに、誰でないのかです。

彼らはあなたではありません。あなたの同僚でも、クライアントでも、CEOでもありません。彼らは1日に何千もの比較を処理する雇われた評価者で、それぞれが自分の好み、バイアス、疲労をその作業に持ち込んでいます。何千人もの評価者が何百万もの出力を評価すると、モデルは画一的な評価者に勝つ傾向のあるものを学びます。

あなたの専門知識に合わせた応答ではありません。あなたの業界の規範に調整された応答でもありません。読み手との関係性によって形作られた応答でもありません。

仮想的な標準的な人物が似たような質問をしたときの応答に合わせられています。統計的な中心。誰の好みでもあり、特定の誰かの好みでもない複合体です。

AnthropicとOpenAIの両方の訓練論文が、このプロセスを公然と説明しています。秘密ではありません。ただ、AIの出力に不満を感じているときに考える人が少ないだけです。

---

メディアンユーザーは存在しない

デフォルト設定でAIを使うたびに、メディアンユーザー――実際には存在しない人物――に最適化された答えを受け取っています。

この架空の平均的な人物は、中程度のフォーマルな表現で書きます。明確な見出しのある構造化された応答を好みます。段落は中程度の長さで、トーンはプロフェッショナルだけど親しみやすい。攻撃的にエンダッシュを使うことはなく、インパクトのために一語文で始めることもなく、状況報告でブラックユーモアを展開することもありません。

メディアンユーザーは快適で、有能で、完全に忘れられる存在です。そして、それこそが、箱から出したままのAIの出力が聞こえる通りなのです。

兆候に気づいているでしょう。AI生成テキストは特定の単語――「delve（掘り下げる）」「facilitate（促進する）」「harness（活用する）」「illuminate（明らかにする）」――にあまりにも頼りすぎており、それらはすべてのモデルで異常な頻度で出現します。絶えず留保します：「注意すべきは」「一般的に言えば」「考慮する価値がある」。あらゆる角を丸め、あらゆる主張を限定し、批判することは不可能だが、つながりを感じることも不可能な文章を生み出します。

あなたの文のリズム？平坦化されます。あなたの句読点パターン？正規化されます。あなたのライティングフィンガープリント？平均化されて消えます。

これらはバグではありません。可能な限り多くの聴衆に不快感を与えないよう最適化されたシステムの特徴です。

---

問題の背後にある数字

これは単なる感覚ではありません。データがそれを裏付けています：

• **消費者の83%**がAI生成コンテンツを検出できるようになりました。人々は気づきます。なぜ違和感を覚えるのかはわからないかもしれませんが、違和感があることはわかります。（コンテンツマーケティング研究による原典）
• 人間が書いたコンテンツはAI生成コンテンツより5.44倍のトラフィックを獲得しています――それでも企業は自動作成に倍賭けし続けています。
• 独自のスタイルを持つコンテンツは、標準化されたメッセージより3倍のエンゲージメントを生み出します。
• 独自のブランドパーソナリティを持つ企業は、画一的なポジショニングと比較して20%高い顧客維持率を示します。

そして問題は加速しています。研究者はこれをモデル崩壊と呼びます：AI生成コンテンツがインターネットにあふれると、新しいモデルは人間が書いたテキストではなく、そのコンテンツで訓練されます。各世代がより均一に、よりメディアンに、より画一的になります。2024年のNature研究では、前任者が生成したテキストで訓練されたモデルが、世代ごとに語彙、構文、意味の多様性が一貫して減少することが判明しました。

スタイルの隔たりは縮まっていません。広がっています。音声プロファイルの背後にある科学では、なぜこれが起こるのか、そして実際に効果のある対処法についての学術研究を説明しています。

---

プロンプトだけでは訓練問題を解決できない理由

より良いプロンプトは限界的には役立ちます。しかし、すべてのやり取りでモデルの訓練と戦っているのです。

こう考えてください：RLHFは、何十億ものパラメーターにわたってモデルの重みに特定の好みを焼き込みました。あなたの200語のプロンプトは、その条件付けを覆そうとしています。それは、何か別のことをするよう――何百万回も――すでに言われている人に指示を叫んでいるようなものです。

AIプラットフォームはこれを知っています。過去1年間で、彼らは静かにメディアンから逃れるメカニズムを構築してきました：

メモリ — ChatGPTとClaudeは、会話を超えて詳細を記憶できるようになりました。あなたの業界、役割、好み。

Custom Instructions — すべての応答を形作る永続的なガイドライン。「私はCFOです。定量的に保ってください。免責事項は省略してください。」（このアプローチを可能な限り推し進めたい場合は、custom instructionsの完全ガイドを書きました。）

スタイル制御 — システムレベルでトーン、長さ、フォーマリティを調整します。

ツールと統合 — AIを実際のワークフローとデータに接続します。

これらのレバーは機能します。しかし限界があります：

• 継続的な大きな努力が必要です。一度に一つの修正で、AIに自分について教えています。
• モデルに伝えたことをキャプチャしますが、自分のパターンについて気づいていないことはキャプチャしません。
• クリエイティブな作業と時々の使用では機能が低下します――毎日AIを使っていない場合、修正が積み重なりません。
• 最も重要なのは、症状（画一的な出力）に対処しますが、原因（モデルのデフォルトベースラインがあなたではなくメディアンユーザーであること）を置き換えません。

ある実践者が言ったように：AIから驚異的な結果を得ている人々は、より賢いわけでも技術的でもありません。修正を繰り返す代わりに、修正をエンコードしているのです。しかし、そのエンコーディングには時間、一貫性、そしてほとんどの人が明言できないパターンについての自己認識が必要です。（なぜこの自己明言がそれほど難しいのかについては、以前の投稿で探求しました。）

---

メディアンユーザー問題が実際に必要とするもの

問題が、AIが誰の好みでもあり特定の誰かの好みでもないものに訓練されたことなら、解決策は、プロンプトごとにモデルのデフォルトと戦うことではありません。

解決策は、モデルにあなたの包括的で具体的な像を与えて、そのデフォルトを上書きすることです。

それがスタイルプロフィールの役割です。技術的なプロセスを理解するには、スタイル抽出の仕組みをお読みください。これは、手動で推測するのではなく、実際のライティングから体系的に抽出したものをcustom instructionsに貼り付けるものです。各やり取りでAIをメディアンから微調整する代わりに、あなたが実際にどのようにコミュニケーションするかの包括的なマップを与えます：

• あなたのベースラインパターン。 文の長さ、句読点パターン、語彙の好み、能動態と受動態の傾向。「プロフェッショナルだけど親しみやすい」といった曖昧な記述ではなく、モデルが正確に従える定量的なアンカーです。

• あなたのコンテキストバリエーション。 リーダーシップ、チーム、外部クライアントに書くときの変化。AIは推測する必要がありません――各レジスターの明示的なルールがあります。

• あなたのアンチパターン。 決して使わないフレーズ、避けるべき癖、ぞっとするような企業用語。AIに何をしないかを伝えることは、何をすべきかを伝えるより強力なことがよくあります。

• あなたのシグネチャームーブ。 エンダッシュの癖。一行のオープナー。声明ではなく質問でメールを終える方法。あなたのライティングを明らかにあなたのものにするもの――あなたのライティングフィンガープリント。

スタイルプロフィールはモデルの訓練と戦いません。それと協力します――十分な構造と精度を持って提供されたとき、メディアンユーザーのデフォルトをあなたの実際のパターンで上書きする明示的な指示をAIに与えます。AIを人間の好みに反応させる同じRLHFプロセスが、特定の人間の好みに反応させるのです。

---

メディアンユーザーギャップを測定する

理論は有用です。データはもっと良いです。

あなたのAI出力に今どれだけメディアンユーザーが含まれているか見たいですか？これを試してください：

1. デフォルト設定でChatGPTまたはClaudeを開きます
2. 通常送る短いメールを書くよう頼みます――プロジェクトの更新、会議のフォローアップ、日常的なもの何でも
3. 出力を読んで、送信前に変更するすべてのフレーズに注目します

編集をカウントします。その数があなたのメディアンユーザーギャップです――AIがあなたの声だと思うものと、あなたが実際に聞こえる声との距離です。

ほとんどの人は、1つの段落で5～10の編集を見つけます。これはプロンプトの問題ではありません。訓練の問題です。

より正確な測定が必要ですか？Humanity Scoreをチェック — 任意のテキストを貼り付けて、どれだけ「メディアンユーザー」が透けて見えているかの詳細な内訳を取得します。30秒かかり、複数の次元であなたのライティングをスコアリングします。

または5日間でより深く：無料メールコースに参加 — コンテキスト切り替えからライティングフィンガープリントの構築まで、メディアンから逃れる方法を1日1レッスン。

---

ウィンドウは閉じつつある

緊急性は次の通りです：モデル崩壊が加速し、AI生成コンテンツが新しい訓練データになると、ベースラインは本物の人間のライティングからさらに遠ざかり続けます。Merriam-Websterは2025年の言葉として「slop（低品質コンテンツ）」を選びました。CNNは2026年を「100%人間」マーケティングの年と予測しています。

独自のライティングスタイルは競争上の堀になりつつあります。自分の本物のコミュニケーションスタイルをAIを通じて文書化し、保護し、展開する専門家と企業は目立つでしょう。それ以外は皆、同じメディアンユーザーのように聞こえます――洗練され、有能で、交換可能です。

問題は、AIをパーソナライズすべきかどうかではありません。それを体系的に行うか、来年を一度に一つのプロンプトで修正をエンコードして過ごすかです。

---

---

無料ライティングDNAスナップショットを取得

あなたの独自のライティングスタイルに興味がありますか？無料Writing DNA Snapshotを試してください — 無料で、クレジットカードは不要です。AIがあなたとまったく同じように書くことを学ぶ方法を、My Writing Twinでご覧ください。