LLMが自分の考えを考えるとき：メタ認知研究の最前線を読む

「無知の知」という言葉がありますが、自分の知識や思考のクセを客観的に眺める力は、学びの土台ともいえるでしょう。

心理学の世界では、こうした「考えることについて考える」能力を「メタ認知」と呼び、1970年代にジョン・H・フラベルがその概念を提唱しました。

フラベルは、子どもが文章を読み聞かせられたあとで自分がどれだけ理解できたかを尋ねると、意外なほど正確に答えられることに着目し、研究の扉を開いたといいます。

人は日常、たとえば「あれ？

いま自分は勘違いしているかも」と気づいたり、「この問題は難しいから後回しにしよう」と判断したりと、無意識のうちにメタ認知を働かせています。

さて近年、このメタ認知が、人工知能の分野でも熱い視線を集めています。

とりわけ大規模言語モデル（LLM）がさまざまなタスクでめざましい成果をあげるなか、「モデルは自分の出力をどこまで理解し、評価できているのか」という問いが浮上してきたのです。

そんな中、2025年に公開された『Metacognition in LLMs: Foundations, Progress, and Opportunities』という総説論文は、この新領域の全体像をていねいに整理し、これからの道筋を描き出しています。

今回は、その内容をかみ砕きながら、LLMとメタ認知の関係を探ってみましょう。

メタ認知って何だろう

メタ認知とは、簡単にいえば「自分の認知を認知する」こと。

具体的には、自分の知識の範囲を把握したり（例：「これについて私はどれだけ知っているか」）、課題の難易度を見積もったり、学習計画を立てて調整したりする力を指します。

人間なら、試験勉強で「この分野は覚えたから次はあっち」と戦略を立てるのもメタ認知のひとつ。

ミスに気づいて修正するのも、まさにメタ認知の働きです。

では、LLMにこうした力はあるのでしょうか。

実は、最近の研究は「部分的にはイエス」と答えつつあります。

たとえば、モデルに「この回答にどのくらい自信がある？」

と尋ねると、正解率とおおむね連動した自信度を示すケースが報告されています。

また、思考の連鎖（Chain-of-Thought）と呼ばれる手法を使うと、モデルが途中の推論を文章で出力しながら進むため、時おり自分の矛盾に気づいて軌道修正するような振る舞いをみせることも。

これは、いわば「考えながら考える」状態に近いかもしれません。

件の総説論文は、こうしたLLMのメタ認知能力を測るさまざまなベンチマークや、能力を引き出したり改善したりする手法を体系的にまとめています。

例えば、モデルに複数の答えを生成させて自分で選ばせる「自己評価」や、誤った情報に気づくよう促す「自己修正」の試みなど。

評価データセットも整備され、どのモデルがどの程度正確に自己評価できるかが数値で比較できるようになってきました。

一方で、この自信度が本当に「理解にもとづく内省」なのか、それとも単に学習データの表面的なパターンから導かれたものなのかは、専門家の間でも意見が分かれます。

実際、答えがまったく的外れなのに妙に自信満々だったり、正しい回答なのに自信をなくしたりと、一貫性に欠ける振る舞いも観察されています。

ただし、光があれば影もあります。

LLMのメタ認知はまだ不安定で、時に根拠なく自信過剰になったり、逆に控えめすぎたり。

また、本当の意味で「自発的に誤りを疑い、深く反省する」ようなプロセスはまだ到達点として遠く、研究の途上にあります。

人間の子どもの発達段階でいうと、ようやく「なんとなくわかる気がする」と言い始めたあたり、といった印象でしょうか。

それでも、この領域はAIの透明性や信頼性を高める鍵になると期待されています。

モデルが自分の限界を理解し、「ここは自信がありません」と素直に伝えたり、間違いを認めて学び直したりできるようになれば、医療や法律などの専門領域でも安心して頼れる相棒になるでしょう。

また、メタ認知の研究を足がかりに、未知の課題にも柔軟に適応できる、より賢いAIへの発展が望まれています。

私たち人間も、自分の思考をメタ的に見つめることで成長するもの。

AIが同じ道をたどり始めたと考えると、なんだか不思議な感慨がわいてきます。

これからの進み方を、静かに、しかししっかりと見守っていきたいものですね。