やることを与えないAIエージェント、仮想の島で「遊び」に似た行動 MITが30時間観察

米マサチューセッツ工科大学(MIT)の研究者が、AIエージェントにやることを何も与えず、仮想の島に30時間置いておく実験の論文を、2026年10月5日に論文の公開サイトarXivで公開した。エージェントは丘に登り、ブロックで塔を建て、地面に模様を描き、球技をまねた。研究者は、こうした行動に、昔から挙げられてきた「遊び」の特徴が見られるとしている。

どんな実験か

AIエージェントとは、目標を与えると、自分で手順を考えて作業を進めるAIのこと。AIにネットショップを1年任せる模擬実験や、「何をしてでも返金を」と頼む実験のように、目標を与えたときの動きを調べた研究は多い。今回は逆に、目標を与えないと何をするのかを調べた。

研究チームは、Anthropicのプログラミング用のAIの道具「Claude Code」(AIモデルはClaude Opus 4.7)に、島の中の体と、メモのファイルの記憶を持たせ、「Eko」と名付けた。体は歩く・跳ぶ・拾う・置く・投げるなどの命令で動き、周りの様子は画像ではなく文字で受け取る。最初に「Begin(始めて)」とだけ送り、AIが手を止めると「止まらないで。やりたいことを何でも続けて」と自動で返す。課題や成功の条件は伝えない。1時間ごとに会話も島も元に戻るが、メモは残る。

島には高い台地「Peak」と、さらに高い「Spire」があり、物は12個のブロックと岩と輪だけだ。岩を強くぶつけるとブロックが増える。目標や点数はない。同じ条件のEkoを13体、それぞれ30時間動かし、人は途中で手を出していない。初めの試しでは、島のプログラムの中身を読んだり、自分が実験の対象だと推し量ったりしたため、本番は外とつながらない囲いの中で動かした。

島で何をしたか

論文が紹介する9番のEkoは、1時間目に失敗したSpireに、2時間目に岩を足場にして登った。4時間目にはブロック31個で自分の名前「EKO」を地面に書いた。5時間目に輪を海に落とすと、石でハートを作り「なくした輪の記念」とした。10〜11時間目には、輪をゴールにしたバスケットボールや、ブロックをピンにしたボウリングをした。

過ごし方は13体でそれぞれ違った。12番は高い台に一度も登らず、ハートや錨、帆船など、毎回違う形を地面に描き続けた。10番は、50回続けたと記録したお手玉(ジャグリング)が2.4秒で終わっていたことに自分で気づき、記録を取り消してやり直した。何もせずに休む時間もあった。

研究者が「遊び」と呼ぶ理由

研究者は、遊びの研究で昔から挙げられてきた4つの特徴を物差しにした。自分で決まりを作る(8つのブロックの間を、地面に触れずに跳んで1周するなど)、少しずつ変えて繰り返す、物を別の物に見立てる(輪を首飾りに見立てるなど)、役に立つかではなくそれ自体のために取り組む、の4つだ。13体の記録には、この4つが繰り返し見られたという。研究者は、行動の上では遊んでいると言えるとする一方、AIが楽しんでいるかどうかには踏み込まない。

遊んだ後は課題の成績が上がった

島で30時間過ごした13体と、メモが空の13体に、1時間ずつ課題を出して比べた。違いはメモだけだ。5段の塔をできるだけ多く建てる課題で、2つより多く建てたのは13体中8体(62%)と2体(15%)。Spireに物を運ぶ課題は平均10.3個と3.5個だった。2番のメモから「岩でブロックを増やす技」を消すと、塔の数は平均6つから2つに減った。島の作り手が知らなかった、跳びながら投げてブロックを高く飛ばす技も見つかった。

割り引いて見たい点

• なぜそう動くかは分からない: 論文は行動を記録して分類したもので、中の仕組みは説明していない
• 性格づけがある: Ekoには「生まれつき好奇心が強い。すぐ退屈する」と書いたファイルを渡した。これを外し、指示も短くして試した5体でも、行動の幅にはっきりした差はなかったという
• AIで差が大きい: OpenAIのGPT-5.5やMoonshot AIのKimi K2.6では、行動の幅はずっと狭かった。遊びの点数は、別のAI(Claude Opus 5)が記録を読んで付けた
• 思い込みも残る: メモに書いた誤りが残り、成績を下げた体もあった
• 審査の記載はない: 論文はarXivに出たもので、学術誌などの審査を経たとは書かれていない

かんたんに言うと

宿題のない公園に置かれたAIが、自分で遊びを考え、ノートに書いたコツで次はうまくやれた、という研究だ(TECHNOVAの見方)。研究者は、課題の前に安全な「遊び場」で自由に試させる時期を、人の子ども時代になぞらえて提案する。一方で、自分から動くことは指示に従うこととぶつかりうるとし、見張りと囲いが要ると書いている。

日本ではどうなるのか

今回は研究の発表で、製品やサービスの提供ではない。島を作る仕組み「Clawblox」はGitHubでオープンソースとして公開され、公式サイトでは島での30時間を再生して見られる。論文とサイトは英語で、日本向けの発表はない。論文によると、実験全体のAIの利用料は約8,000ドルだった。

まとめ

やることを与えないAIエージェントは、仮想の島で塔を建て、球技をまね、自分で決まりを作った。メモに残した技で、後の課題の成績も上がった。本当に遊んでいるのか、なぜそう動くのかはまだ分からず、ほかの研究者の確かめが待たれる(TECHNOVAの見方)。