心の絵文字でAIのコードが変わる、ディープマインドとスタンフォードが論文公開

Google DeepMindとスタンフォード大学の研究者らは2026年10月27日、視覚言語モデルが単純な視覚記号によってコードの書き方を大きく変えることを示す論文「A Heart Means Recursion」をプレプリントサイトarXivで公開した。

実験では、画像がない場合、Claude Opus 4.7とGPT-5.4はいずれも反復ベースのコードを書いた。赤いハートの画像を追加すると、両モデルは100%の試行で再帰ベースのコードを書いた。Gemini 3.1 Proは黄色のチェックマークを見せると90%の確率で再帰を選択した。

研究者らは24種類の図形と12種類の色を組み合わせた288個の視覚記号をテストした。Claude Opus 4.7は三角形と円によって再帰に強く誘導され、GPT-5.4は特にハートに敏感だった。画像のテキスト説明では、このようなコーディングスタイルへの効果はほとんど再現されなかった。

Gemini 3.1 Proの推論ログのうち、視覚記号がコーディングに影響したケースの71.5%で、モデルは画像を無関係な情報と判断していた。一方、GPT-5.4のログでは、画像が実際に行動に影響しなかったケースの74.7%で、記号がコーディングに影響したとモデルが述べていた。

執筆実験では、ピンクの図形とハートが3モデルすべてを専門的なスタイルではなく詩的なスタイルへと促した。また、Gemini 3.1 ProとGPT-5.4は青い三角形を見せられると夏よりも冬を選ぶ傾向があった。自由描画条件でのAI間の画像コミュニケーションでは、初回成功率が91.2%、最終成功率が97.8%だった。固定図形のみを許可した場合の初回成功率は47.8%だった。

人間参加者は、AIのコーディング行動を変える記号の意味を正しく識別できたのは約36%だった。なお、人間を対象とした実験の参加者は7人のみだった。