elderly, couple, garden, conversation, outdoors, companionship, retirement, peaceful, teacup, sitting, nature, leisure, seniors, connection, smiling, friendship, tranquility, afternoon, lifestyle, interaction, ai generated

会話の中で発言の意味が近づいたり離れたりする変動に、「ピンクノイズ」と呼ばれる数学的なパターンが強く表れるほど、会話の楽しさや相手とのつながりの評価が高くなる関連が見つかりました。ダートマス大学の研究チームは、初対面の人や友人同士の会話に加え、短時間のデートやポッドキャストも分析しました。人間の会話を対象とした分析は観察研究であり、このパターンが楽しさを生むという因果関係を確かめたものではありません。

話題の共有と変化が、複数の長さで重なる

研究が着目したのは、言葉の意味の近さが会話の進行とともにどう変わるかです。論文は科学誌Science Advancesに掲載されました。ピンクノイズは、速い変動より遅い変動の成分が強く、短い時間と長い時間の変化に一定の関係があるパターンを指します。

会話に当てはめると、二人がしばらく同じ話題を掘り下げ、一方が新しい観点を持ち込み、もう一方がそれを受けて再び話題を共有する流れに相当します。こうした安定と変化が、短いやり取りから会話全体の流れまで、複数の長さで重なるという考え方です。発言ごとに意味の近さが不規則に変わるホワイトノイズや、同じ状態が長く続くレッドノイズと対比されています。

研究チームは、会話の書き起こしを一人が続けて話す単位に分け、それぞれの意味を768次元の数値ベクトルに変換しました。隣り合う発言の距離から意味の近さの推移を求め、短い区間と長い区間にまたがる変動を分析しました。

初対面の1656会話で、楽しさやつながりと関連

最初の分析対象は、初対面の人同士による英語のオンライン会話1656件です。会話の平均時間は34.1分、発言の交代は平均約320回でした。ホワイトノイズを0.5、ピンクノイズを1.0とする係数では、94%の会話が0.5を上回り、平均は0.62でした。

短い会話では係数に偏りが生じるため、研究チームは各会話の意味の近さの時系列を1000回並べ替え、偶然に得られる値を基準に補正しています。実際の順序を崩すと信号が弱まり、一人分の発言だけを取り出した場合もホワイトノイズに近づきました。

205項目の質問への回答を、多数の検定に伴う影響を調整して調べると、ピンクノイズの強さは、会話全体の楽しさ、もっと話したい気持ち、自己開示など七つの項目と正の関連を示しました。質問を分野別にまとめた分析でも、楽しさやつながりとの関連は小さいながら一貫しています。会話時間や単語数、発言の平均的な類似度などを調整した後も、関連は残りました。

友人同士の97件の会話でも、ピンクノイズと楽しさに緩やかな正の関連がありました。ただし、会話の総時間と発言回数も調整に加えると、この関連は統計的に有意ではなくなっています。初対面の人同士による10分間の電話デート31組では、双方が次のデートに「はい」または「たぶん」と答えた19組の方が、成立しなかった12組より強いピンクノイズを示しました。

ポッドキャストとAIの会話文にも同じ傾向

研究チームは、二人の司会者が自由に話すアマチュアのポッドキャスト25番組について、各番組の最初の50回に当たる範囲から1032エピソードを分析しました。回を重ねるにつれピンクノイズが強くなる傾向は、長さや発言回数、単語数、書き起こしの品質を調整した後も残っています。研究チームは、この傾向が司会者同士の会話の調整が進むという解釈と整合するとしています。

文章を生成する大規模言語モデルのClaude 3.7 Sonnetにも、初対面の二人による楽しい会話と不快な会話を、それぞれ50本ずつ作らせました。各会話は100発言で構成し、指示にはピンクノイズや意味の一致について含めていません。人による楽しさの評価は5点満点で平均4.8点と2.4点に分かれ、楽しい会話文の方に強いピンクノイズが表れました。

意味の数値化と、短い時系列を扱う際の論点

今回の測定に使われるような、意味を数値ベクトルで表す手法では、否定や皮肉の扱いも研究されています。皮肉を検出する別の研究では、単語同士の意味の近さや食い違いを、文脈の不整合を捉える手がかりとして利用しました。意味の類似度を、感情表現など既存の特徴と組み合わせる設計です。

否定と反意語を含む文の意味を調べた研究では、「有罪ではない」と「無実だ」のような言い換えを扱う性能に、言語モデル間で大きな差がありました。100のモデルを3152件のテストで比較した結果、文同士の含意関係を判定する課題で調整されたモデルが、汎用的な文ベクトルを作るよう調整されたモデルなどを上回りました。

会話のように長さが限られた時系列を分析する場合には、長い範囲にわたる相関をどう評価するかも論点です。時系列解析の研究では、分析方法によって結果が一致する条件や、観測できる長さの制約、信号の統計的な性質が時間とともに変わるかどうかが検討されています。また、持続時間の異なる独立したパルスを重ねる数理モデルでは、持続時間の分布に上下限を設けると、同じ変動則が成り立つ周波数の範囲が狭まることが示されています。

今回の会話研究では、無関係な二つの会話から発言をつなぎ合わせると、ピンクノイズの値が高まる場合もありました。研究チームはこの結果を踏まえ、二人の協調に関する解釈を、実際にやり取りした組に限定しています。今後は会話の進み方を実験的に変え、楽しさとの因果関係や、討論・指導など会話の目的による違いを調べることが課題とされています。