チューリングテストは、1950年にアラン・チューリングが提案した、機械が人間と同等の知的振る舞いを示すかどうかを判定するための試験である。元々は「模倣ゲーム」と名付けられ、人間の審査員が、テキストのみの会話を通じて、相手が人間か機械かを区別できない場合、その機械は「思考する」と言えるという考え方に基づく。この概念は人工知能（AI）の哲学と実践の基礎となり、現在もAI評価の象徴的な指標として広く議論されている。
1.1 アラン・チューリングの生涯
アラン・チューリング（1912–1954）はイギリスの数学者、論理学者、暗号解読者である。第二次世界大戦中にはエニグマ暗号の解読に貢献し、計算機科学の基礎を築いた。戦後はマンチェスター大学でコンピュータの開発に携わり、1950年に「Computing Machinery and Intelligence」を発表した。チューリングは1954年に死去したが、その業績は現在も高く評価されている。
1.2 論文「Computing Machinery and Intelligence」
1.2.1 模倣ゲームの提案
この論文でチューリングは「機械は考えることができるか」という問いに対して、直接的な定義を避け、代わりに「模倣ゲーム」と呼ばれる行動テストを提案した。当初は男性と女性を区別するゲームが基盤にあり、後に機械が人間になりすますバージョンへと発展した。審査員がテキストのみの会話で機械と人間を区別できない場合、その機械は知性を持つと見なされる。
1.2.2 予想反論への回答
チューリングは論文の中で、自らの提案に対する9つの予想反論（神学的反論、「頭の中にはない」反論、数学的反論など）を列挙し、それぞれに丁寧に反論した。これらの反論への回答は、後のAI哲学における議論の基礎を提供した。
2.1 基本ルールと設定
2.1.1 審査員の役割
審査員は人間であり、テキストベースの対話を通じて、相手が人間か機械かを判定する。審査員は通常、両方の相手と同時に会話し、どちらが機械であるかを特定するよう求められる。審査員は性別や年齢などの情報を知らされず、純粋な会話内容に基づいて判断する。
2.1.2 テキストによる対話
対話は完全にテキストを介して行われ、音声や視覚情報は提供されない。これにより、機械の外見や声の質が判断に影響することを防ぎ、純粋な言語能力と論理的一貫性が評価される。チャットボックスやキーボード入力を想定した設定が一般的である。
2.2 評価基準と合格条件
チューリングテストには厳密な合格条件は存在せず、一般的には「審査員の一定割合（例えば30％以上）が機械を人間と誤認する」場合に「合格」とされることが多い。ただし、対話の長さや審査員の数、設定の厳格さはテストごとに異なる。標準化されていない点が批判の対象にもなっている。
2.3 実世界での実施例
2.3.1 ローブナー賞
1991年から毎年開催されるローブナー賞は、チューリングテストを競うコンテストである。チャットボット同士が審査員を騙す能力を競い、最も人間らしい会話ができたボットが表彰される。過去には「Eugene Goostman」（ウクライナ人の13歳少年を装ったボット）が注目を集めた。
2.3.2 初期のチャットボット（ELIZAなど）
1960年代にジョゼフ・ワイゼンバウムが開発したELIZAは、初期のチューリングテスト的対話システムの代表例である。ELIZAは簡単なパターンマッチングとキーワード応答を用いて心理療法士を模倣し、多くの人間を一時的に騙すことに成功した。これにより、チューリングテストの限界（表面的な模倣の容易さ）が早期から指摘された。
3.1 哲学的批判
3.1.1 中国語の部屋（ジョン・サール）
1980年にジョン・サールが提唱した「中国語の部屋」思考実験は、チューリングテストへの最も有名な哲学的批判である。サールは、記号操作のみで中国語の応答を生成する部屋の中の人物は、中国語を理解していないにもかかわらず、外部からは理解しているように見えると論じた。これにより、チューリングテストは「理解」ではなく「模倣」しか検証できないと主張した。
3.1.2 理解と模倣の区別
批判者は、チューリングテストが真の意識や理解を測定するものではなく、単に人間の振る舞いを模倣する能力を評価しているに過ぎないと指摘する。機械が「思考している」と言えるためには、内的な主観的経験（クオリア）が必要であり、行動テストだけでは不十分だという立場である。
3.2 実用的限界
3.2.1 対話の短さとフェイク性
実用的なチューリングテストでは、対話時間が短い場合に機械が簡単に人間を装えるという問題がある。短いやり取りでは、チャットボットがあらかじめ用意された定型文や話題回避戦略を用いてごまかすことが可能であり、長期にわたる複雑な対話ではすぐに限界が露呈する。
3.2.2 文化的・言語的バイアス
チューリングテストの多くは英語や西洋文化を前提としており、非英語圏や異なる文化背景を持つ参加者には不公平である。審査員の期待する会話パターン（ユーモア、比喩、慣用句など）が言語や文化に強く依存するため、同一の機械でも評価が変わりうる。
4.1 人工知能研究への影響
4.1.1 目標としてのチューリングテスト
チューリングテストは1950年代以降、AI研究の象徴的な目標として機能してきた。特に初期のAIでは「機械が人間を騙せるか」が開発の指針となった。しかし、21世紀に入ると、この目標は単なるチャットボットの開発に矮小化されがちであり、より実用的なベンチマークへの移行が進んでいる。
4.1.2 代替評価手法（Winograd Schemaなど）
チューリングテストの問題点を克服するために、Winograd Schema Challenge（常識推論を問う代名詞解決問題）や、汎用言語理解評価（GLUE, SuperGLUE）など、より厳密な評価手法が提案されている。これらの手法は、理解や常識を直接的に測ることを目指している。
4.2 ポップカルチャーでの扱い
4.2.1 映画『ブレードランナー』のヴォイト・カンプフテスト
1982年の映画『ブレードランナー』に登場する「ヴォイト・カンプフテスト」は、チューリングテストの派生として広く知られている。ポスト黙示録的世界で、レプリカント（人造人間）を識別するために感情反応を引き出す質問を使用する。このテストは、感情の模倣と真の感情の違いを主題として描いている。
4.2.2 インターネットミームと遊び
インターネット上では、人間とボットを見分ける遊びとして「チューリングテスト」という言葉が軽いミームとして使われることがある。例えば、ソーシャルメディア上で「あなたは人間ですか？」と尋ね、返答の特徴から相手がボットかどうかを推測するゲームが流行した。また、CAPTCHAを「逆チューリングテスト」と揶揄する用法も見られる。
5.1 逆チューリングテスト（CAPTCHA）
CAPTCHA（Completely Automated Public Turing test to tell Computers and Humans Apart）は、人間と機械を自動的に区別するためのテストである。チューリングテストの「逆」であり、機械が人間を装うのではなく、機械が人間を排除する目的で使用される。歪んだ文字認識や画像選択が典型的な形式である。
5.2 完全なチューリングテスト（身体性を含む）
「完全なチューリングテスト」は、テキスト対話だけでなく、身体性や知覚能力を含む総合的な知能テストを指す。ロボットに実世界での操作や視覚認識を課すことで、純粋な言語処理を超えた知性の評価を試みる。ただし、実施の困難さから実際の試験は稀である。
5.3 倫理的議論
チューリングテストを通過した機械に対して、意識や権利を認めるべきかという倫理的議論が存在する。もし機械が人間と区別できない会話能力を持つならば、それは単なるプログラムなのか、それとも道徳的配慮の対象となるのか。この問いはAIの法的地位やロボット倫理の分野で引き続き検討されている。