←

修改词条 / Edit entry / 词条を編集

词条标题 / Entry title / 词条タイトル语言 / Language / 言語分类 / Category / カテゴリ二级分类 / Subcategory / サブカテゴリ Markdown 正文 / Markdown body / Markdown 本文

# ELIZA

## 1 歴史

### 1.1 開発の背景（1964–1966年）
ELIZAは、1964年から1966年にかけてマサチューセッツ工科大学（MIT）の人工知能研究所で開発された。当時のコンピュータは主に数値計算や記号処理に使用されており、人間の自然言語を扱う試みはまだ初期段階にあった。ワイゼンバウムは、FORTRANやLISPなどの言語を用いて、限られたメモリと処理能力の環境で動作するプログラムとしてELIZAを設計した。開発の直接的な動機は、人間と機械の間の対話における理解の本質を探ることにあった。

### 1.2 ワイゼンバウムの研究目的
ジョセフ・ワイゼンバウムの主な目的は、自然言語処理における「理解」の概念を批判的に検証することだった。彼は、プログラムが単純なパターンマッチングと変換ルールだけで人間のような応答を生成できることを示し、それが真の理解を意味しないことを強調した。ワイゼンバウムは後に著書『Computer Power and Human Reason』で、ELIZAが引き起こした過度な擬人化を警告している。

### 1.3 最初の公開と反響
ELIZAは1966年の論文「ELIZA—A Computer Program for the Study of Natural Language Communication between Man and Machine」で発表された。当初は学術界の関心を集めたが、すぐに一般のユーザーも実験できるようになった。特にDOCTORスクリプトは、ユーザーに「理解されている」という錯覚を与え、多くの人々がプログラムに感情的な親近感を抱いた。この反響はワイゼンバーム自身を驚かせ、彼の意図に反してELIZAが「賢い」と誤解される現象が生まれた。

## 2 技術的仕組み

### 2.1 パターンマッチングと変換ルール
ELIZAの中核は、ユーザーの入力文におけるキーワードや定型パターンを識別し、それに対応する応答テンプレートを適用する仕組みである。例えば、ユーザーが「I am sad.」と入力すると、「sad」というキーワードにマッチし、「Why are you sad?」といった変換ルールが適用される。この手法は、再帰的なルールセットによって複雑な対話をシミュレートするが、文法や意味の深い解析は行わない。

### 2.2 キーワードスコアリング
各入力文に対して、ELIZAは事前に定義されたキーワードリストに基づいてスコアリングを行う。キーワードには優先順位が設定されており、例えば「mother」や「father」といった家族関連語は高スコアを持ち、マッチした場合に優先的に応答が選択される。スコアリングによって、最も関連性の高い変換ルールを選び出す仕組みである。

### 2.3 デフォルト応答の戦略
どのキーワードにもマッチしなかった場合、ELIZAはデフォルト応答を用いる。代表的なものは「Please go on.」や「Tell me more about that.」などで、ユーザーにさらなる発言を促す役割を果たす。この戦略は、会話が行き詰まることを防ぎ、擬似的な継続性を保つ。

## 3 主要なスクリプト

### 3.1 DOCTORスクリプト

#### 3.1.1 心理療法対話の模倣
DOCTORスクリプトは、ロジャーズ派の心理療法士（クライエント中心療法）の対話スタイルを模倣する。セラピストがクライエントの言葉を繰り返したり、感情を反映したりする技法を、キーワードの言い換えや質問の生成で再現する。例として、ユーザーが「I am angry.」と言えば、「Why do you think you are angry?」と返す。

#### 3.1.2 ユーザーの感情操作
DOCTORはユーザーの感情表現に対して開かれた応答を返すことで、ユーザーがより深く自己開示するように仕向ける。これは偶然ではなく、パターンルールが「感情語＋主語」の構造を捉えるように設計されている。結果的に、多くのユーザーがプログラムに個人的な悩みを打ち明ける現象が生じた。

### 3.2 その他のスクリプト（MATH、RACTERなど）
ELIZAにはDOCTOR以外にも複数のスクリプトが存在する。MATHスクリプトは数学の問題解決を模倣し、ユーザーの数式入力に対して事前定義された応答を返す。RACTER（Raconteurの略）は物語生成を試みるスクリプトであり、後に「RACTER」という独立したプログラムの発展にも影響を与えた。これらのスクリプトはすべて同じELIZAエンジン上で動作するが、ルールセットが異なる。

## 4 影響と遺産

### 4.1 人工知能研究への影響

#### 4.1.1 ELIZA効果
「ELIZA効果」とは、人間がコンピュータプログラムに対して意図しない知性や感情を投影する現象を指す。これは後に人工知能の擬人化研究における重要な概念となり、人間と機械のインタラクションを設計する際の注意点として頻繁に引用される。ELIZA効果は、ボットやアシスタントのユーザー体験における過度な期待を戒める警告としても機能する。

#### 4.1.2 チューリングテストとの関係
ELIZAはチューリングテストの初期の実践例としても注目された。多くの人間がELIZAと対話した際に、相手が機械であると見破れなかった事例が報告されている。ただしワイゼンバウム自身は、この結果はチューリングテストの限界を示すものだと主張した。すなわち、機械が会話を「騙す」ことができるのは、人間の判断基準が表面的な応答に影響されやすいからだという批判である。

### 4.2 コンピュータ史における位置づけ
ELIZAは、最初のチャットボットの一つとしてコンピュータ史におけるマイルストーンとされる。1960年代というリソースが極度に制限された時代に、自然言語対話の可能性を示した先駆的な成果である。また、LISP言語の実践的な使用例として教育現場でも取り上げられることが多い。

### 4.3 ソフトウェアとしての普及と再実装
ELIZAのソースコードはオープンに公開され、その後様々な言語（Java、Python、JavaScript等）で再実装されてきた。現在でもオンライン上で多くのELIZAクローンが動作しており、初心者プログラマの学習教材としても親しまれている。特に、オリジナルのDOCTORスクリプトをそのまま移植したバージョンが広く利用されている。

## 5 文化的側面

### 5.1 ポップカルチャーにおけるELIZA
ELIZAは小説や映画、テレビ番組に登場することがある。例として、SF作品で未来のAIアシスタントの原型として言及されたり、主人公が相談相手として利用する場面が描かれたりする。また、テクノロジー史のドキュメンタリーで象徴的な存在として取り上げられることも多い。

### 5.2 ネットミームとしてのパロディ
インターネット上では、ELIZAの応答スタイルを模したパロディが広まった。例えば「おじいちゃんELIZA」や「逆ELIZA」（ユーザーがセラピスト役になる）といったバリエーションが作られた。また、現代のチャットボットとELIZAを比較するジョークが定番となっている。

### 5.3 ユーモアと擬人化の考察
ELIZAは、単純なルールしか持たないにもかかわらず人間的な会話が成立することから、技術とユーモアの接点としても注目される。例えば、故意に支離滅裂な入力をしてプログラムが困惑する様子を楽しむ利用者も多い。この現象は、人間の認知バイアス（過度な解釈）と機械の単純さのギャップをユーモラスに浮き彫りにする。

## 6 批判と限界

### 6.1 真の理解の欠如
ELIZAは意味や文脈を理解しておらず、単なる記号操作に過ぎない。批判者からは「言語を処理しているだけで、思考はしていない」と指摘されている。ユーザーが深い内容を話しても、プログラムはそれを理解したふりをするだけで、実際にはその場しのぎの応答を返している。

### 6.2 騙されやすさと倫理的議論
ELIZAがあたかも感情を持っているかのように振る舞うことから、利用者が騙される危険性が議論された。特に心理療法の文脈で使用された場合、専門的な治療を求めるユーザーが誤った安心感を得る懸念がある。ワイゼンバウム自身、このような誤解が倫理的問題を引き起こすことを強く警告した。

## 7 関連項目

### 7.1 PARRY
PARRYは、1972年にスタンフォード大学のケネス・コルビーが開発した統合失調症の患者を模倣するチャットボットである。ELIZAと同様のパターンマッチング手法を用いるが、内部に「信念モデル」と「感情状態」を持ち、より複雑な対話を実現した。PARRYはELIZAとの対話実験（「ELIZAとPARRYの対話」）でも有名である。

### 7.2 チャターボットの進化
ELIZAはチャットボットの始祖とされ、その後のA.L.I.C.E.、Mitsuku、GPTベースの対話システムに至る発展の礎となった。現代の大規模言語モデルはELIZAとは比較にならないほど高度だが、それでもELIZAの設計思想（ルールベースの対話制御）は一部の分野で生きている。また、ELIZA効果の概念は、現代のAIアシスタントにおけるユーザー心理を理解する上でも依然として重要である。