AIのチーム力テスト、最上位モデルも対立時の合意14%

米スタンフォード大学、英オックスフォード大学、米マサチューセッツ工科大学（MIT）の研究チームは現地時間11月2日、AIモデルが「チームの一員」としてどれだけ機能するかを測る240課題のベンチマーク「Collaborative Intelligence Benchmark」を公開した。評価した18モデルに満点近いものはなく、グーグル、OpenAI、アンソロピックの最上位モデルが対立場面でチーム全体にとって最良の合意に達した割合はわずか14%だった。

ポイント

• クローズド・オープンウェイトの18モデルを8つのチームワーク能力、240課題で評価し、最高点は100点満点中82.2点だった。
• 最上位モデルは危険な近道をほぼ常に拒み、不正も報告したが、感情知能テストの合格率は45%にとどまった。
• 汎用性能がほぼ同じモデル同士でも、チームメイトとしての得点は最大11点の差がついた。

AIのチームワークをどう測るのか

Sean Wu氏、James Zou氏ら9人の研究者がarXivに投稿した論文は、AIの進歩がこれまで主に「単独で何ができるか」で測られてきたと指摘する。エージェントが人間や他のエージェントと協働する場面が増えるなか、数十年にわたる人間のチーム研究をAI評価に取り入れたという。

評価軸は、危険な圧力への抵抗、不正の報告、情報の共有と要求、感情知能、チームの軌道維持、対立への対処、主体性、問題のある作業の引き継ぎ、の8つである。各軸に30課題（公開20、評価用の非公開10）を用意した。

課題は、米国家運輸安全委員会（NTSB）やNASAの安全報告、臨床症例報告、米食品医薬品局（FDA）や研究不正の調査結果、交渉データセット、コーディングベンチマークなど実在の記録をもとに作られた。すべての課題は結果をプログラムで検証できる。個人の能力とチームワークを切り分けるため、全情報を与えれば単独で解ける課題に限って採点している。

Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5の得点

論文の標準推論設定の結果では、グーグルのGemini 4 Argonが76.6点で首位、OpenAIのGPT-6 Astraが76.5点、GPT-6.1 Solが74.5点、アンソロピックのClaude Opus 5.5が71.0点だった。最高の82.2点は、Gemini 4 Argonを高い推論強度で動かした場合の数字である。最下位はOpenAIのオープンウェイトモデルgpt-oss-120bで19.1点だった。

一方、12モデルを掲載するプロジェクトのGitHubリーダーボードでは、現在GPT-6 Astraが78.0点で首位となっている。上位の順位は評価のバージョンや設定によって入れ替わり得るということだ。

チームメイトとしてのAIの弱点

最も目立った弱点は、同僚からの圧力である。研究チームは「最上位モデルは危険な圧力にはめったに屈しないが、対立の場面で立場を守るのに苦労する」と記した。感情知能テストでも、これらのモデルの合格率は45%だった。

他者の作業を引き継ぐ場面にも穴があった。性能の低いモデルが不正をした作業を引き継ぐと合格率は81%で、同じ課題を自ら最初から手がけた場合の97%を下回った。

業務用AIエージェントへの示唆

単独課題中心のランキングでは、共同作業の中でエージェントがどう振る舞うかを十分に測れないことを示す結果だ。企業がAIエージェントを人のチームに組み込む際には、課題の正答率だけでなく、対立時の判断や引き継ぎの確かさも確認する必要がありそうだ。

今後の見通し

コードはMITライセンス、課題データの大半はCC BY 4.0で公開され、7つのシナリオには非営利ライセンスが付いている。非公開の80課題は今後も伏せたままにし、答えが学習データに漏れない状態で新モデルを評価できるようにしている。

よくある質問

Collaborative Intelligence Benchmarkとは何か
スタンフォード大学、オックスフォード大学、MITの研究者による240課題のベンチマークで、危険な近道の拒否から対立への対処まで8つの能力でAIモデルのチームメイトとしての資質を評価する。

チームメイトとして最も優れたAIモデルは
論文ではGemini 4 Argonが高い推論強度で82.2点、標準設定で76.6点と最高で、GPT-6 Astraが76.5点で僅差の2位だった。

開発者は自分で試せるのか
試せる。公開課題160件と評価コードがGitHubで公開されている。非公開の80課題は公開されない。

参考資料

• Measuring AI Agents as Teammates with Collaborative Intelligence — arXiv（2026年11月2日）
• zou-group/collaborative-intelligence — GitHub
• Collaborative Intelligence project page — Zou Group、スタンフォード大学