コラム

3Xによる行動変容の未来2030最先端技術

ヒューマン・デジタルツインの技術概観(後編):心理を表現する技術と支える基盤

心とデジタルの融合(3)

タグから探す

2025年11月27日

先進技術センター氏丸智彰

中村裕彦

3Xによる行動変容の未来2030
HDT(ヒューマン・デジタルツイン)は、「人の心」をデジタル化する革新技術として注目を集めています※1。現在はその実現に関する技術基盤が急速に進化しており、心理を再現するモジュールなどの実現可能性が見えてきています。今回は後編として、サイバー空間で心理を表現する技術と支える基盤について、その現状と課題、そして将来の可能性を紹介します。

HDTの心臓部:心理を表現する技術と支える基盤

HDTの技術群は、サイバー空間の内側と外側で大きく二分できます。サイバー空間の外側は、人の心を「見る」入力技術と「伝える」出力技術が重要です※2。それに対して内側では、心理特性の表現を担うモデル化技術と、それを支える基盤技術が重要な役割を果たします(図表1)。

デジタルログ・心理情報・生体情報などの現実空間の情報だけでは、サイバー空間で人の心を再現することはできません。情報から心理特性と応答を再現する技術(モデル化技術) が必要になります。これは心理を再現するモジュールなどが該当します。

また、モデル化技術が機能するには、それを効率的かつ安全に運用するための基盤技術が必要不可欠です。例えば、CPUやGPUなどの膨大なデータを処理する機能や、心理特性などのプライバシーに関するデータを安全に管理・保護する技術が挙げられます。この基盤技術が正常に機能しない場合、モデル化自体の信頼性や効率性が損なわれるリスクがあります。
図表1 HDTに関するサイバー空間内側の構成図
HDTに関するサイバー空間内側の構成図
三菱総合研究所作成

モデル化技術:心理特性と対話・アクションのモデル化技術がカギに

HDTは他者からの発話などに応じて、個性に合わせた適切な応答が求められます。実現には、従来のデジタルヒューマンと異なり、心理的なリアリティが重要になります。その意味でモデル化に当たっては、社会科学的知見に裏付けられた心理的特性を導入すること(心理モジュール)、自然な対話ができること(対話・アクションモジュール)が重要になります。

対話機能は1960年代後半からChatBotの必須機能として実装されてきました。世界最初のChatBotであるELIZAなど、初期はルールベースでした。現在では機械学習技術の発展に伴い、ChatGPTに代表されるLLM(大規模言語モデル)ベースの対話モジュールが一般的になっています(図表2)。今後はVLM(ビジョン・ランゲージモデル)などを援用し、言語に加え、HDTのバーチャルな身体を操作することが期待されています。
図表2 対話モジュールの変遷
対話モジュールの変遷
三菱総合研究所作成
LLMは、HDTに心理状態を導入する試みの中で、大きな可能性を示しています。現在の研究では、プロンプトを用いてパーソナリティの情報をLLMに与えることで、あたかも特定の性格特性を持った応答を生成できる可能性が示されています。このアプローチでは、社会科学に基づいた心理的性向データを言語化してLLMに入力する方法が用いられます。これにより、人間の心理的特性を再現する「心理モジュール」と、実際の発話や対応を生成する「対話・アクションモジュール」を一体化できる可能性が期待されています。一体化が可能になると、従来必要とされていた「この感情が検出されたときにこの応答をする」といった複雑なモジュール間構成の設計が簡略化されます。結果として、外部からの入力情報や感情の微細なニュアンスに対しても、より繊細かつ自然な応答が可能になります。このように、技術的課題が解消されつつあり、実現への可能性が現実味を帯びています。

一方で心理状態には、情動のような言語化できない部分も存在します。将来的にはこの部分もより深いレベルで反映する技術が必要になるでしょう。

基盤技術:モデルを細密化するほど増すプライバシー課題

次に、モデル化技術を実現するための基盤技術について詳細に見ていきます。分類すると下記の通りとなります。

①運用時のバーチャル空間※3生成技術
バーチャル空間に実空間再現/仮想空間モデルを入れこむ技術です。この技術は、DT(デジタルツイン)の実現にも使われています。

②各HDTやDTの管理技術
HDT/DTを管理するための技術で、個体識別・位置・キャラクター管理など時系列も含めたデータ管理技術などが該当します。

③セキュリティ技術
HDTは個人情報を扱うことになるので、その秘密情報保護、真正性の担保などセキュリティ技術が該当します。

④物理レイヤー技術
HDT実施には、情報処理が必要になります。CPU/GPUなどの計算を実施するリソースなどに関連した技術です。

特に運用上のカギとなる技術として②と③が挙げられます。②の管理技術は、HDTを利用する際、膨大な個人データを一元的かつ安全に管理するためのシステム構築に寄与します。この管理技術がない場合、HDT同士の同期エラーやデータ不整合が発生し、運用効率の低下や不正利用のリスクが生じます。また、これに付随して③のセキュリティ技術が欠如すると、個人情報が容易に漏洩する可能性があるため、心理的応答生成の信頼性も損なわれます。

さらにHDTでは、「本人の精神的安寧や社会的評価に重大な影響を及ぼし得る秘匿性の高い情報」を扱うケースがある点にも留意すべきです。こうした個人情報は、不適切に運用されれば誹謗中傷といった従来のSNSでの問題を超えるリスクがあるからです。例えば、情報の加工や流用によって偽情報の蔓延を引き起こす可能性があります。そのため、従来よりもプライバシー保護技術のいっそうの進化が求められるのです。

プライバシー保護が必要な要素にはさまざまな観点があり、適用可能な技術についてもその要素ごとに変わることが分かります(図表3)。
図表3 プライバシー保護が必要な要素と技術群
プライバシー保護が必要な要素と技術群
三菱総合研究所作成
HDTのユースケースごとに必要になる要素を検討して、適切に使用することが求められます。例えば、個人モデル化レベルが高い場合(個々人の心の応答をより高度にモデル化した場合)、主権維持(自らの情報や判断を他者に支配されないこと)のための信頼・データの集中管理を防ぐ必要性が高くなります。

プライバシー保護技術を社会実装するにあたっては、さまざまな課題を解決しなければなりません。例えば、「検証可能クレデンシャル」は技術としてはありますが、社会環境(法律・社会受容性・標準化)が追い付いていない状況です。詳細については、別コラムにて触れますが、それぞれのプライバシー保護要素に対して、課題をクリアし適用可能な技術を実現することが必要です。

HDT社会実装の条件:モデル化技術進展に合わせたプライバシー保護技術の追従がカギ

HDTの実現に関して、モデル化技術と基盤技術はどうあるべきでしょうか。図表4に全体像を示します。
図表4 HDTモデル/モデル化レベル/プライバシー保護レベルの関係
HDTモデル/モデル化レベル/プライバシー保護レベルの関係
三菱総合研究所作成
HDTのタイプは、Type P(Personal:抽象度低)、Type C(Clustered:抽象度中)、Type G(General:抽象度高)を表しています。HDTでより個人に精微に寄り添ったサービスを実現するには、モデル化技術レベルは高い必要があります。一方で、具体的なほど、プライバシー保護技術の重要性が高まります。具体的な心の応答の実現には、モデル化とプライバシー保護の両立が不可欠です。ここで、モデル化技術は前にも触れた通り、LLMなどの急速な発展により、技術的実現可能性が見えてきています。一方で、プライバシー保護技術は、この進展に追従できていません。つまりHDTの社会実装には、モデル化技術レベルに合わせたプライバシー保護技術の適切な運用がカギになります。

プライバシー保護は、単に技術面の課題だけにとどまりません。HDTの社会実装を目指すには、国や業界を挙げて、ルール策定と保護の仕組みを構築する必要があります。現時点では社会環境整備が技術的進化に追いついておらず、これを克服するために法律・倫理規定の整備、標準化の推進が求められます。例えば、法律面では、提示情報の最小化を前提としたルール設計が欠かせません。EUではeIDASという公的デジタルIDフレームワークがあり、ここで提示情報の最小化について考慮されています。日本でもデジタル庁主体のDIWアドバイザリーボード※4で検討しており、具体的なルールの策定が待たれます。

LLMの急速な発展を踏まえると、基本的なHDTは早期に実現される可能性があります。仮に日本が2030年頃の社会実装を狙うなら、国や業界が連携し早急に取り組みを開始しないといけません。

※1:ヒューマン・デジタルツインとは何か?「人の心」をサイバー空間に再現する革新技術(3Xによる行動変容の未来2030 2025年7月10日)

※2:ヒューマン・デジタルツインの技術概観(前編):見る技術と伝える技術(3Xによる行動変容の未来2030 2025年11月14日)

※3:バーチャル空間は、ユーザーが体験可能な空間を指します。例えば実空間再現など可視化されたシミュレーション空間などが該当します。サイバー空間は、通信ネットワーク上での情報空間全体を指します。例えば、ネットワークなどのインフラが該当します。

※4:DIW(Digital Identity Wallet)に関する議論や意見収集を行う場として組成された会議体。例えば、P35にプライバシーリスクに対するガバナンス例として選択的開示(提示の最小化の手段)が挙げられています。
デジタル庁「令和6年度 DIWアドバイザリーボード報告書」(2025年3月27日)
https://www.digital.go.jp/assets/contents/node/basic_page/field_ref_resources/a238993a-8e6a-455c-b3d3-bbebf6ef273e/b6f958f8/20250430_policies_trust_r6-diwab-outline_01.pdf(閲覧日:2025年10月17日)

著者紹介

連載一覧

関連するナレッジ・コラム