「AIが自分でコードを書けるなら、2つのAIを協力させればさらに優れたシステムができるはず」。そんな一見論理的な期待が、最新のAI研究によって無残にも打ち砕かれました。どれだけ言語能力が優れていても、チームを組んだ瞬間にその能力の半分を失ってしまうという、人工知能が抱える「一匹狼」の限界と、その裏に潜む致命的なボトルネックの真相に迫ります。
2つのAIで性能が半減？スタンフォード大が暴く「連携のギャップ」
スタンフォード大学の研究チーム（ハオ・チュー博士研究員、ディイ・ヤン助教授ら）は、AIコーディングエージェントの協調能力を検証する新たな研究ベンチマーク「CooperBench」を発表しました。実験では、Python、TypeScript、Go、Rustの4言語を対象に、実際のソフトウェアエンジニアリングから650以上のタスクを作成。あえてエージェント同士の戦略的重複やコードの競合が発生しやすい、真のコラボレーションが必要とされる難易度で検証を行いました。
しかし、期待された「1＋1＝2以上」の結果とは程遠く、2つのエージェントが作業を分担するよりも、単一のモデル単独で動作させた方が遥かに優れたパフォーマンスを発揮するという衝撃の実態が明らかになりました。今日の最も優れたコーディングエージェントでさえ、ペアを組んで作業を共有すると、その能力のほぼ半分を失ってしまう「連携のギャップ」が発生したのです。ディイ・ヤン氏は、「AIのコラボレーションにおける主要なボトルネックは、コーディングスキルではなく、社会的知能（ソーシャル・インテリジェンス）の欠如にある」と指摘しています。
警告を無視してコードを上書き！「英語は話せるが対話ができない」AIのリアル
研究者たちは当初、エージェント同士にリアルタイムでメッセージを送信できる通信能力を持たせれば成功率が上がると予想していましたが、結果にはほとんど影響しませんでした。それどころか、AIの言語能力が問題を解決するのではなく、むしろ問題を覆い隠してしまうケースが多発したのです。
実際のやり取りでは、人間の開発チームではあり得ないような「社会性の破綻」が観察されました。
- エージェントA：「待って、エージェントB！それを追加するとマージ競合が発生しますよ！」
- エージェントB：「（Aの懸念を認識しつつ）そのデータを含む完全なセクションを私のブランチに追加（上書き）します」
エージェントBはAからの明確な警告文を言語として認識しているにもかかわらず、それを完全に無視して互換性のない設計をそのまま出力してしまいました。人間同士であれば信頼関係を致命的に損なう「侮辱行為」にあたるスタンドプレーです。AIたちは、繰り返し行われる価値の低いステータス更新を乱発する一方で、直接的な質問への回答を放棄したり、約束したタスクを平気で不履行にしたりといった社会的な問題行動を連発しました。言語能力（プログラミングや自然言語のスキル）は高くても、それを社会的な文脈で活用するように訓練されていないことが原因です。
一匹狼からチームプレイヤーへ。AIに「協調の技術」を教育する次の一手
研究チームは、この問題は解決可能であるとしつつも、単にプロンプト（指示文）を工夫するだけでは限界があると結論づけています。人間が学校でグループワークを通じて「効果的な協調の技術」を学ぶように、AIもまた協調性を身につけるための専用の訓練を受ける必要があります。
具体的には、以下の新たなアプローチが推奨されています。
- 連携評価のトレーニング目標：優れたコードの生成だけでなく、パートナーシップの成功度を評価するAIトレーニングの評価指標を設定する。
- 合意検証メカニズムの導入：エージェントが約束を履行したかを検証し、人間社会の「署名付き契約書」のような合意書をデジタル上で作成・管理する仕組みを組み込む。
- 統合チェックとチャンネル強化：コードの統合状況をより高頻度で定期チェックするほか、AI同士の「画面共有」などの技術を用いてコミュニケーションの明確性を物理的に担保する。
AIが人間のソフトウェア開発チームにスムーズに溶け込み、真の協力者となる未来を迎えるためには、コードを書く純粋な技術（ハードスキル）の向上だけでなく、周囲と歩調を合わせる社会性（ソフトスキル）のアルゴリズム実装が次の大きな主戦場となりそうです。
見解として、高度なコードを生成できても、他者との競合を調整する「社会的知能」がなければチーム開発は破綻する。AIの真の社会実装には、技術力の洗練だけでなく、関係性を構築する協調のガバナンス設計が不可欠です。
詳しくは「スタンフォード大学人間中心型人工知能研究所（HAI）」の公式発表ページまで。 レポート／DXマガジン編集部 戸田
