第１ この研究から何が分かるか
仕事を与えられていないAIが，仮想の島で積み木を積み，ボウリングに似た遊びを始めたという論文がarXivで公開された。
MITの研究者による「Is this machine playing?」である。
本記事は，令和８年１１月１日に確認した原論文と研究側の公開資料を基に，実験で示されたことと，そこから法律事務所のAI利用について考えられることを分けて説明する。
注目したいのは，AIが人間と同じ楽しさを感じたかという問題より，経験を記録し，次の活動へ持ち越す仕組みである。
基盤となるモデルを再訓練しなくても，記憶ファイルに書かれた知識を利用して，後の課題でできることが変わったと報告されている。
一方，誤った知識も記録され，後の行動を妨げる場合があったとも報告されている。
研究が扱うのは，特定の仮想世界におけるエージェントの行動である。
法律調査，判例の引用精度又は契約書作成の能力が改善したことを直接検証した研究ではなく，AIの意識や感情を証明したものでもない。
第２ MITの仮想島実験の仕組み
１ 具体的な仕事を与えずに活動させる
主実験では，１３体のエージェントを同じ島に集めたのではなく，１体ずつ別の世界で３０時間活動させた。
主実験はClaude Code（Claude Opus 4.7）を用いた。
同じ設定のCodex（GPT-5.5）とKimi Code（Kimi K2.6）各５体では，取り組んだ活動の幅が大幅に狭かったと報告されている（付録C.5）。
島には積み木，岩，輪，高さの異なる地形があり，エージェントは移動，ジャンプ，物を拾う，置く，投げるといった操作を行う。
主実験の観察情報は画像ではなく，物の位置や形状などを表す文字情報である（原論文第２節）。
ここで「仕事を与えない」とは，特定の競技，得点又は達成課題を指示しないという意味である。
指示が全くないわけではなく，好奇心を持って探索する人格設定や，停止したときに活動の継続を促す仕組みが用意されている。
論文には人格設定を外して指示を簡略化した追加実験もあり，その分析では，取り組んだ活動の種類に明確な差を観察しなかったと報告されている（付録C.4）。
２ 世界と会話はリセットしても記録は残る
実験では，１時間ごとに世界とエージェントのセッションをリセットする一方，作業用のファイルは残す。
エージェントは，何が起きたかを記録する出来事の記憶と，知識や手順を整理する記憶を利用する。
次のセッションでは，それらの記録を読み，前の経験を後の行動へつなぐ（原論文第２．３節，研究公式サイト）。
したがって，モデルの重みを更新する再訓練と，外部に残した記録を読み直して行動を変えることは区別する必要がある。
「モデルを再訓練していない」ことを，「エージェントは何も学んでいない」と言い換えると，この研究の主題を捉え損なう。
３ 公開コードと記録で何を確かめられるか
研究側は，仮想世界を動かすClawbloxのコードと，補足データを公開している。
補足データの説明では，世界の状態記録，エージェントの操作・応答，記憶ファイルが区別されている。
「AIが成功したと書いたこと」と，「世界の中で何が起きたか」を照合するための資料が用意されている点も重要である。
第３ AIは何を学び，何を間違えたか
１ 記憶に残した手順が後の課題に影響する
研究では，経験を積んだエージェントと，経験のないエージェントを，後から指定した課題で比較している。
さらに，記憶にある特定の知識を除去し，必要な課題の成績がどう変わるかも調べている。
このため，単に長く動かしたら上達したという紹介より，記録の内容と後の能力との関係に踏み込んだ実験として読むことができる（原論文第５節）。
もっとも，この比較は選ばれた３体の記憶についてそれぞれ５回の評価を繰り返したものであり，独立に獲得された５つの履歴を比べたものではない（付録C.8）。
もっとも，全ての課題で経験者が優れていたわけではない。
記録にある手順が役立つかどうかは，後から与えられる課題や，記録の正確さにも左右される。
２ 誤った記憶は行動の選択肢を狭める
論文には，ジャンプが高所へ登る役に立たないという誤った記憶を残し，高所へ登らなかった個体の例がある。
別の個体では，積み木を置いて積む方法に関する誤信念を記憶から除去すると，課題成績が改善したと報告されている。
記憶と行動の対応を観察した例と，記憶を編集して比較した例は，証拠の性質を分けて読む必要がある（第５．３節，付録C.3）。
この問題は，記録があるほど安心だという発想に見直しを迫る。
誤りを含む記録を繰り返し読めば，失敗した方法を避けるだけでなく，本来は可能な方法まで避けるおそれがある。
３ 実験結果と理由の説明は別に確かめる
エージェントが観察や比較を行っていても，その説明まで正しいとは限らない。
論文には，輪が遠くへ飛ぶ理由を空気力学で説明したものの，その世界には空気力学が実装されていなかった例が記載されている（第７．２節）。
また，ジャグリングの成功記録について，実際には物が十分に飛行する前に回収していたことを認識し，記録と手順を訂正した事例もある（付録E）。
これらは，成功の自己申告，観測された結果，結果の理由に関する説明を分けて検討する材料になる。
AIが常に自分の誤りを発見できるという保証として読むべきではない。
第４ 動画投稿者の２体実験との違い
この研究を紹介した海外Yパパラジオの動画では，投稿者が自分の環境で行った追加実験も紹介している。
投稿者の説明によれば，日本語の人格設定と記録を用い，同じ島に２体を置き，論文より新しいモデルの版を使ったという。
約１０時間の活動の中で，対戦，役割分担，意見が割れた際の実験などが生じたと述べている。
この部分は，投稿者自身の実験についての報告であり，MITの１体ずつの主実験とは分けて扱う。
言語，個体数，モデルなどが同時に変わっているため，ある行動が早く現れたとしても，その原因を２体の協働だけに求めることはできない。
原論文も，複数のエージェントが発見や信念を共有することは有望な方向であると述べるにとどまる（第５．３節）。
MITが２体の協働の優位性を実証したという紹介や，複数のAIに相談させれば誤りを解消できるという一般化には使えない。
第５ 法律事務所のAI利用へどう応用するか
１ 結論だけでなく，確認できる根拠を引き継ぐ
ここからは，研究結果を踏まえた本記事の運用上の提案である。
法律事務所でAIの記録を引き継ぐ場合は，結論に加え，対象資料，該当箇所，確認方法，適用条件及び未確認事項を残すことが考えられる。
例えば，判例を確認したという記録でも，検索結果を見たのか，書誌を確認したのか，問題となる判示の本文と前後まで読んだのかで意味は異なる。
判例秘書などのデータベースを用いた場合も，記録にある評価を繰り返すだけでなく，実際に確認した裁判と箇所へ戻れるようにする。
記憶を増やすことと，根拠を検証できる記憶を作ることを分ける必要がある。
具体的な引継ぎ事項は，AIエージェントの要約・メモリと権限で説明している。
２ 誤りを訂正したら，それを使った成果物も確認する
誤った記憶を訂正しても，その記憶を用いて既に作られた原稿や調査結果が自動的に訂正されるわけではない。
運用案として，訂正した記載と，それを参照した後続の成果物を結び付け，影響のある箇所を確認することが考えられる。
訂正の履歴を残す目的と，現在の判断に使う記録を正しく保つ目的を分けて設計する。
３ AI同士の一致を独立した裏付けと扱わない
複数のAIが同じ記憶や要約を参照すれば，同じ誤りを引き継ぐ可能性がある。
同じ結論が複数出たことより，原資料を用いた別の照合が行われたかを確認する。
裁判所提出書面についての検証方法は，AIエージェントを使う場合のハルシネーション防止も参照されたい。
４ 自由な探索の範囲と，本番の権限を分ける
試験環境でAIに自由な探索を認めることと，事件記録の変更，外部送信又は裁判所提出を認めることは別の判断である。
研究も隔離した仮想世界を用いており，そこで観察された能力から，実務環境で広い権限を与えてよいという結論は導けない。
法律事務所での設計は，AIエージェント専用PCの安全設計で扱っている。
本記事の確認手順は，研究を手掛かりにした運用上の提案である。
日本法上の義務や損害賠償責任が，この研究によって直接確定するという趣旨ではない。
第６ 出典
① Nathan Cloosほか「Is this machine playing?」（arXiv:2610.07130v1，２０２６年１０月５日）。
実験方法は第２節，学習と誤信念は第５節，推論の限界と安全な探索環境は第７節，設定・追加分析は付録を参照。
② 研究公式サイト。
研究側による説明と実験再生の案内。
③ Clawblox公開リポジトリ。
エンジンの説明と公開コード。
④ 研究の補足データ。
世界の状態記録，操作・応答，記憶ファイルの構成説明。
⑤ 海外Yパパラジオ 世界を読み解く「好奇心旺盛なAIを10時間放置したら、勝手にボウリング大会やゲーム大会を始めてた」。
原研究の解説と投稿者自身の追加実験の報告は区別して参照した。