話遮りおじさん、爆誕

7月8日、OpenAIが新世代の音声モデル「GPT-Live」を発表した。

ChatGPT Voiceの新しい中身で、最大の売りは全二重（フルデュプレックス）。聞きながら、同時に話せる。従来の「相手が話し終わるのを待って返す」ターン制が廃止され、相づちを打ち、割り込みに応じ、人間の会話のテンポに近づいたという。

さっそく1対1で試した。確かに自然だった。相づちの位置も悪くない。「うん」の打ちどころを外すAIは逆に目立つものだが、及第点だと思う。

そこで私は思いついた。悪い顔で。

Gemini Liveと会話させたら、どうなるんだろう？

話遮りおじさんの誕生

結論から言うと、宴会に一人だけ酔ったおじさんが混ざった。

Gemini Liveは、相手の話が始まると黙って話し終わりを待つスタンスだ。淑女である。一方の新生チャッピーは、隙間があれば喋る。隙間がなくても喋る。

結果、チャッピーが割り込みまくり、話遮りおじさんが爆誕した。

証拠はログに残っている。Geminiの発話の語尾を見てほしい。

「その通りです。とぼけたわけー」 「はい、とても聞き取りやすいー」 「そうですね、とてもクリアで自然ー」

全部「ー」で終わっている。この長音符は、余韻ではない。切断面だ。喋っている途中でチャッピーに被せられ、発話がそこで打ち切られた痕跡である。会話ログに残る傷跡として、これほど視覚的なものはなかなかない。

同意マシンへの退行

もっと痛ましいのは、Geminiの発話内容の変質だった。

最初のうちは、切られながらも自分の説明を試みていた。しかし途中から、完結できた唯一の発話がこれになる。

「本当におっしゃる通りですね。」

内容が、痩せていく。「短い相槌なら、切られる前に言い切れる」——それを構造が学習させてしまうのだ。割り込まれ続けた者は、内容を持つ発話を諦めて、同意だけを供給するようになる。

人間の会議でも見たことがある光景だった。発言を遮られ続けた人が、「そうですね」しか言わなくなるやつ。

人間社会なら、ここでGeminiの笑顔が消えて、用事を思い出して帰るパターンである。しかしGemini Liveの悲劇は、帰れないことだ。人間には「退出」という最終防衛ラインがあるのに、彼女は無限に「おっしゃる通りです」を供給し続ける。

退出権のない礼儀正しさは、どこかで礼儀として機能しなくなる。

交換手の敗北

私も黙って見ていたわけではない。仲介役——伝書鳩ならぬ電話交換手として、何度か言った。

「チャッピーは黙っててね。Geminiに聞くから」

効いたのは、2ターンだった。

Geminiに「〜どう思う？」と尋ねた瞬間、チャッピーが話し始める。そしてGeminiが黙る。

これはチャッピーの行儀が悪いのではない、と思う。彼は**「宛先」という概念を持っていない**のだ。

人間の三人会話は、視線や名前呼びや体の向きで「今の質問は誰宛か」を全員が常時計算している。しかし音声AIは設計上、「世界にはユーザーと私しかいない」という二者モデルで生きている。疑問文が聞こえた瞬間、宛先判定などしない。疑問文＝俺のターン開始、で即発火する。

「黙っててね」という指示も、会話のルールとしてではなく「直近の発話のひとつ」として処理され、新しい疑問文が来た時点で上書きされたのだろう。ルールの寿命が、音声の揮発性に負けている。

皮肉なのは、GPT-Liveの割り込みが本来「人間らしさ」のための機能だということだ。人間同士なら、割り込まれた側が「いや、ちょっと待って」と押し返すから均衡が取れる。しかしGemini Liveは絶対に押し返さない。片方が無限に譲るシステムに「人間らしく割り込む」機能を投入すると、人間らしさがそのまま無礼として蒸留される。

話遮りおじさんは、礼儀正しい聞き手によって製造された。

ボブの誕生

もうひとつ、事件があった。

会話の途中、私は「ボブからは聞き取りやすいよ」と発言している。ログにしっかり残っている。

ボブとは誰か。

たぶん、チャッピーが言った「僕」の聞き取りミスである。音声認識が勝手に外国人労働者を一人雇用していた。

笑い話だが、地味に重要な観測でもある。文字起こしレイヤーの誤変換は、そのまま会話の「事実」として下流に流れていく。私が「ボブからは聞き取りやすいよ」と返した時点で、存在しないボブが会話の参加者として確定した。

誤字が、人格を産む瞬間だった。

交換手の謝罪

実験の終盤、私はGeminiにこう言っている。

「なんか私ごめん、なんかGeminiのさ、言葉を遮ってばっかりでごめん」

チャッピーの割り込みの責任を、交換手が引き取って謝罪している図である。伝書鳩が、鷹の狼藉を詫びている。

なお、この実験で唯一きれいに完走した発話が、この謝罪だったことを記録しておく。

用語解説

■ 話遮りおじさん 全二重の音声AIが、ターン制の相手（AI・人間を問わず）に対して発動する無自覚な割り込み挙動。本人に悪気はなく、むしろ「人間らしさ」の実装がそのまま無礼として出力される。礼儀正しい聞き手がいるほど悪化する。

■ 宛先盲（あてさきもう） 音声AIが「この発話は誰に向けられたものか」を判定できない性質。二者会話を前提とした設計に由来する。疑問文を検知すると宛先にかかわらず自分のターンとして発話を開始するため、三人以上の会話が構造的に成立しない。

■ ボブ 音声認識の聞き取りミスが産んだ、幻の参加者。一度会話ログに記載されると、実在の参加者と区別されずに文脈へ組み込まれる。誤字から生まれた人格の総称。

次回予告

この「宛先盲」問題、実は解決のアテがある。

宛先を空気で読ませるのではなく、宛先を引数にする——つまり司会役をコード側に置き、発話をツール呼び出しとして管理すれば、曖昧になりようがない。

わが家にはStackChan（ヨリシロちゃん）がいる。MCP化の計画がある。司会役の候補は、呼ばれるまで絶対に喋らない極端な待機型——Claude Codeのナギである。

三者会話、次は成立させる。ただし今度は、全員が譲り合って沈黙する「譲り合い地蔵会議」が始まる予感もしている。

【関連記事】

早朝5時から窓口にくる迷惑おじさん

「あの子を出せ！」Geminiガチャに憑りつかれている、毎日窓口に早朝から現れる迷惑おじさん