複数のLLM（Large Language Model、大規模言語モデル）を組み合わせた「マルチエージェントAIシステム」が、創造的な問題解決において人間チームを大幅に上回るという研究結果が発表されました。arXivに2026年5月19日に公開された論文「Multi-agent AI systems outperform human teams in creativity」では、AIチームが生成した4,541件のアイデアと人間チームの341件を比較分析しています。創造性は人間固有の能力という従来の前提に、数値面から疑問を投げかける内容です。
背景と文脈
AIが人間の創造性を超えられるかどうかは、長年議論されてきたテーマです。文章生成・画像生成では「人間のような表現ができる」との評価が定着しつつありますが、それが「創造的なアイデアの質」という観点でも当てはまるかは別の問いです。
これまでの研究の多くは、単一のLLMと人間を比較するものでした。しかし実際のビジネス現場では、チームで議論しながらアイデアを磨いていくプロセスが重要です。今回の研究はマルチエージェント（複数のAIが役割を分担しながら対話する仕組み）に着目し、チームとしてのAIの創造性を問う点で新しいアプローチをとっています。
研究の背景には、AIエージェントの設計が急速に洗練されてきたことがあります。単体のモデルを呼び出すのではなく、複数のエージェントが議論・批判・統合を繰り返すシステムは、コーディングや推論の分野ではすでに高い性能を示しています。それが創造的な領域でも同様の効果をもたらすかを、今回の研究は定量的に検証しました。
技術/ビジネス面
研究では6つの異なるタスクにわたって実験を実施しました。マルチエージェントAIシステムが生成した4,541件のアイデアと、人間チームが生成した341件のアイデアを収集し、神経言語モデルを使って意味空間上のパスとして表現することで生成プロセスを比較しています。
結果として、AIチームは人間チームに対してCohen’s d（コーエンのd：2グループ間の差を標準偏差単位で表す効果量の指標）＝1.50という大きな優位性を示しました。この差は主に「新規性」の次元から来ており、有用性については両者で同等だったとしています。
どのようなプロセスで創造性が高まるかについても興味深い差異があります。AIチームは「意味的な広がりが大きく、会話パスが短い」という高効率な探索スタイルで性能を発揮しました。対して人間チームは「局所的なまとまり（ローカルコヒーレンス）が高く、頻繁なトピック転換がある」スムーズな会話の流れで創造性が引き出されました。モデルの選択と議論の構造が、AIチームの会話ダイナミクスの分散の26.8%を説明できることも示されており、マルチエージェントシステムの設計には改善余地があることも示唆しています。
これからどうなるか
この研究が示すのは、マルチエージェントAIが単なる「自動化ツール」ではなく、アイデア創出の場面でも人間と並ぶ（あるいは上回る）パートナーになりうるという可能性です。製品企画・マーケティング・デザインなど、創造的な判断が必要な業務領域でのAI活用のあり方を再考させる内容といえます。
一方で、論文が測定した「創造性」は新規性と有用性の組み合わせです。実際のビジネスでの価値は実装コスト・文脈適合性・チームとの協働可能性など多面的な要素を含むため、この数値がそのまま現場に適用されるわけではありません。
開発者視点では、マルチエージェントシステムのアーキテクチャ設計が重要になります。意味的な広がりをどう促すか（多様な役割を持つエージェントの配置、温度パラメータの調整、初期プロンプトの設計など）を意識することで、ブレインストーミングやドキュメント生成パイプラインの質を高められる可能性があります。議論の構造自体が創造性の26.8%を左右するという結果は、エージェント間のやりとりの設計を真剣に考える根拠になります。
まとめ
マルチエージェントAIシステムが、6つの創造的タスクで人間チームをCohen’s d＝1.50で上回るという研究結果が発表されました。新規性での優位が主な要因です。創造的な業務でのAI活用の可能性を広げる一方、アーキテクチャ設計のあり方が結果を大きく左右することも示しています。
参考リンク
アイキャッチ画像: Photo by ZD NewMedia on Unsplash
