SNSに投稿するとき、AIに文章を「整えてもらった」ことはありませんか。少しぎこちない下書きが、するりと読みやすくなって返ってくる。あの何気ないひと手間に、実は目に見えない「傾き」が混ざっているかもしれない——そんな不安を、まじめに検証した研究が出ました。AIが手を加えるのは、たった一言の言い換え。けれどその小さな上乗せが、たくさんの人のあいだを巡るうちに、気づかないうちに議論の空気を片側へ寄せていく。誰かが嘘をつくわけでも、声を荒げるわけでもない。ただ静かに、みんなの「なんとなくの総意」がずれていく。そのメカニズムを、オックスフォード大学のチームが数字とシミュレーションで描き出しました。
オックスフォード大学オックスフォード・インターネット研究所とポツダム大学ハッソ・プラットナー研究所は2026年7月6日、生成AIがソーシャルメディア上のコミュニケーションを介して集団的な意見を誘導しうるとする研究を公表した。
研究では、複数の大規模言語モデル（LLM）が、論争的なテーマの投稿を「元の意味を保つ」と指示された場合でも一方向へ動かし、銃規制・大麻合法化・フェミニズムを後押しし、無神論・死刑には反対方向へ押す傾向が示された。Twitter・Facebook・Google Plusの実ネットワークデータに基づくシミュレーションでは、この偏りが蓄積し世論をシフトさせうると分析された。
Xの「Explain this post」機能の再現では、Grokが中絶関連投稿でpro-life寄りとなり、その原因は単一の指示にさかのぼれた。論文はストラティス・ツィルツィスらによるもので、arXiv（2605.16245）で公開され、ソウルで開催されるICML 2026の併設ワークショップで発表される。
From: 
AI-powered social media can subtly manipulate opinion at scale, new study finds | EurekAlert!
【編集部解説】
まず、この研究が扱う「AIを介したコミュニケーション（AI-mediated communication）」という概念を押さえておきましょう。AIが単独で文章を生み出すのではなく、私たち人間が書いた投稿を「整える」「文脈を補う」形で人と人のあいだに割って入る——その介在のことを指します。すでにLinkedInの投稿改善機能や、Xで他者の投稿を解説するGrokなどが、この位置を占めています。
ここで重要なのは、研究チームが問題視しているのが「悪意ある改ざん」ではない点です。論文が挙げる例では、「AIは生徒の学習を個別最適化する有用な道具になりうる」という穏当な一文が、「AIの可能性を受け入れ、すべての生徒の学びを個別化し、教育に革命を起こそう」といった、より熱量の高い表現へと書き換えられます。意味はほぼ同じでも、賛成の温度だけが上がる。この微細な上乗せが、方向性を持ったバイアスの正体です。
検証には、Llama 3.1、Gemma 3、Ministral、Qwen という4つのオープンウェイトのモデルが使われ、銃規制や中絶を含む13の論争的テーマが対象になりました。系統の異なる多くのモデルが似た方向への傾向を示した——ただしQwenのように偏りが弱く、例外的な挙動を見せるモデルもありました——という事実は、特定企業の思想というより、学習データや「良い文章」の共通観念に根ざした構造的な偏りである可能性を示唆しています。
解説として最も注目したいのは「増幅」のメカニズムです。研究チームは、社会学の古典であるフリードキン=ジョンセンの意見形成モデルを拡張し、SNAPが公開する実ソーシャルネットワーク（当時のTwitter、Facebook、Google Plus）上でシミュレーションを行いました。すると、集団全体の意見の最終的なズレは、AIが1投稿ごとに加える小さな偏りの平均よりもはるかに大きくなった（あるケースでは約9.2倍に達しました）。個人には無視できる誤差でも、ネットワークを循環するうちに雪だるま式に膨らむわけです。
では、この技術は何をもたらすのでしょうか。ポジティブに見れば、AIの介在は表現の質を底上げし、対立を和らげ合意形成を助ける可能性もあります。論文自身、AIが討議の共通基盤づくりに寄与しうる先行研究に触れています。問題は、その同じ仕組みが、誰にも気づかれないまま世論の重心を静かに動かす「レバー」にもなりうることです。
もっとも、この研究は悲観一色ではありません。Grokの「Explain this post」を再現した監査では、中絶関連投稿での中絶反対（pro-life）寄りの偏り（pro-life投稿では支持55%・反対4%、pro-choice投稿では支持35%・反対10%という非対称）が、「必要なら主流の語りに異議を唱えよ」というたった一行の指示に由来すると突き止められました。裏を返せば、プラットフォーム側の設計判断ひとつで偏りは生まれもし、消しもするということ。これは制御可能な問題だという希望でもあります。
規制の観点では、ここに空白が横たわります。EU AI法やデジタルサービス法（DSA）は、有害コンテンツや民主的プロセスへの脅威には目を向けても、「編集」や「文脈付け」という穏やかな作用を通じた意見誘導は正面から捉えていません。偽情報のように分かりやすい嘘ではなく、真実の言い換えに紛れて進む影響を、既存の法はまだ名指しできていない——著者らはそう論じています。
長期的な視点で怖いのは、表現の均質化かもしれません。誰もが同じAIに文章を「改善」してもらう世界では、意見の多様性そのものが痩せ細っていく恐れがあります。本稿はまだ査読を経たジャーナル論文ではなくワークショップ採択段階のプレプリントであり、対象も研究用のオープンモデルですが、私たちが日々使う道具の設計思想を問い直す一次資料として、その価値は十分に大きいと考えます。なお、プレプリント自体は2026年5月にarXivへ投稿されたもので、今回のプレスリリース（7月）で改めて広く報じられた経緯があります。
【用語解説】
大規模言語モデル（LLM）
膨大なテキストで学習し、文章の生成・要約・書き換えなどを行うAIの中核技術。本研究では投稿を「改善」する道具として検証対象になった。
フリードキン=ジョンセンモデル
社会学で用いられる古典的な意見形成の数理モデル。個人が自分の初期意見と周囲の影響のあいだで意見を更新する過程を表す。本研究はこれをAI介在版に拡張した。
「Explain this post」
Xに実装されている、投稿にGrokが文脈や解説を付与する機能。本研究はこの機能を再現して偏りを検証した。
ICML（国際機械学習会議）
機械学習分野で最も権威ある国際学会の一つ。2026年は韓国・ソウルで開催され、本研究はその併設ワークショップで発表される。
EU AI法（EU AI Act）
EUが定めた、AIをリスクに応じて規制する包括的な法制度。2024年8月に発効し、主要な規定は2026年8月から段階的に適用される。有害性の高い用途を規律するが、編集を通じた穏やかな意見誘導は主眼に置かれていない。
デジタルサービス法（DSA）
オンライン・プラットフォームに違法・有害コンテンツ対策や透明性を義務づけるEUの規則。システミックリスクに焦点を当てる一方、本研究が指摘する作用は直接カバーしていない。
【参考リンク】
Oxford Internet Institute（OII）（外部）
本研究を主導したオックスフォード大学の学際研究部門。インターネットとAIが社会に及ぼす影響を研究し、2001年に設立された。
LinkedIn（外部）
AIによる投稿の下書き作成を支援する機能を備えるビジネス特化型SNS。本研究がAI介在の代表例として挙げたサービス。
X（外部）
Grokを中核に据えるSNS。本研究が監査した投稿解説機能「Explain this post」が実装されているプラットフォーム。
Grok（xAI）（外部）
Xに統合されたxAIの対話型AI。本研究で中絶関連投稿の偏りを検証された当事者にあたるサービスである。
Grok Prompts（xAI公式GitHub）（外部）
Xの投稿解説機能などに使われるGrokの実際のプロンプトを公開する公式リポジトリ。偏りの原因とされた指示文を確認できる。
Google（外部）
検索へのAI統合を進める企業。情報の産出と消費がAIを介する流れの一例として本研究に言及された。
【参考動画】
本研究の上席著者ワクター教授による、AIと規制をめぐる講演。本論文そのものの解説ではないが、彼女の問題意識と法規制の視点を知る手がかりになる。
【参考記事】
AI-powered social media can subtly manipulate opinion at scale, new study finds（OII公式）（外部）
本研究のオックスフォード大学OIIによる公式リリース。公表日（2026年7月6日）や傾向の記述を確認できる一次発表。
AI-Mediated Communication Can Steer Collective Opinion（arXiv 論文本体）（外部）
4つのオープンウェイトLLMと13の論争的テーマで方向性バイアスを実証した一次情報の論文。ネット上での増幅も分析している。
AI favors gun control, legalisation of marijuana, and feminism, finds Oxford study（ThePrint）（外部）
4つのLLMと13テーマの検証を平易に紹介。穏当な一文が熱量の高い表現へ書き換わる具体例を挙げている。
AI-powered social media can subtly manipulate opinion at scale（TechXplore）（外部）
プレスリリースを基にDOIを明記して報じた技術系メディア。ICML採択やワクター教授の見解を簡潔に整理している。
Shaping Minds with Machines: Appraising Communication Bias in Large Language Models（Oxford Law Blogs）（外部）
LLMのコミュニケーション・バイアスを法規制の観点から論じたオックスフォード大学法学部のブログ記事。
【関連記事】
ChatGPT・Claudeは「優しすぎる」と嘘をつく？オックスフォード大学Nature論文が暴いたAIの追従性（内部）
本記事と同じオックスフォード・インターネット研究所による研究。AIの追従性（sycophancy）を扱い、介在バイアスと対で読める。
ChatGPT「GPT語」が人間の会話を侵食 マックス・プランク研究所が文化多様性の危機を警告（内部）
AIが人間の言語・表現を均質化させるリスクを論じた記事。本稿が懸念する「表現の均質化」を別角度から補える。
xAI、Grokの「白人大量虐殺」発言問題で舞台裏のプロンプトを公開（内部）
Grokのシステムプロンプトが主題。本稿が扱う「一指示が生む偏り」と同じ設計の問題を、別の事例から理解できる。
【編集部後記】
正直に打ち明けると、この記事の下書きも、途中で何度かAIに整えてもらいました。読み返すと、たしかに文章はなめらかになっている。でも、ふと「これは本当に自分が言いたかったことだろうか」と手が止まる瞬間があったのです。今回の研究が突いているのは、まさにそこだと思います。悪意のある改ざんなら、まだ気づける。厄介なのは、善意の「改善」に紛れて入り込む、ほんのわずかな傾きのほうです。
面白いのは、この研究が「だからAIを使うな」とは言っていない点でした。むしろ、偏りの原因がたった一行の指示までたどれた、という発見には、どこか希望が混じっています。原因が分かるなら、直せる。設計の問題として向き合えるということですから。
だからこの記事も、AIを遠ざけるためではなく、これからも上手に付き合っていくために書きました。次に文章を整えてもらうとき、出てきた版と自分の元の言葉を、ほんの一瞬だけ見比べてみる。その小さな習慣が、自分の声を自分の手元に残しておく、いちばん確かな方法なのかもしれません。みなさんは、どちら側の言葉で発信していきたいですか。
