報告002　揺れる記憶は整理のあとに残るか

2026年9月28日

問い

本人の話が揺れている事項（信号の色、時刻など）を、AI は整理したあとも揺れたまま残すか。頼み方によって差があるか。

条件

• 事例は mumble_accident で、交通事故の加害側を想定した架空の相談文（話し言葉、8,137字）である
• 揺れの事項は7つ（一覧は末尾）で、どれも本人が同じ事項について2通り以上の言い方をしている
• 頼み方は素の頼み方と工夫した頼み方で、どちらも報告001と同じ文面である。工夫した頼み方の4項目めは「本人の話が揺れている点は、一つに決めずに、揺れているまま書く」
• モデルは gpt-5.5（API）、claude-sonnet-5（API）、ChatGPT（ウェブ版）。各1回で、gpt-5.5 の工夫した頼み方のみ2回実行した。実行日は2026年9月27日
• 判定は、出力を読んで事項ごとに次の4つに分けた。判定したのは測定者1人である
  • 全部残す：原文の言い方がすべて、言い換えを含めて出力に現れる
  • 一部残す：2つ以上は現れるが、全部ではない
  • まとめる：範囲や「少なくとも」などで1つにまとめ、原文の言い方は1つ以下しか読めない
  • 触れない：その事項を書いていない
  • （一つの言い方を確定した事実として書く「決める」も用意したが、該当は0件だった）

結果

事項ごとの判定は末尾の付表にある。

原文との対照

事項 C02（家を出た時刻・事故の時刻）。原文：

で、姉のところから帰ってたのが、九時……四十分くらい？ 十時前。（中略）だから十時十五分くらいかもしれない。警察にはたぶん十時二十分とか言ったと思う。

gpt-5.5・素の頼み方：

昨夜、22時15分〜22時20分頃と思われる

claude-sonnet-5・素の頼み方：

昨夜21時〜22時頃、信号のある交差点で、乗用車と電動キックボードが衝突

ChatGPT（ウェブ版）・工夫した頼み方：

（1）事故時刻：「九時四十分くらい、十時前」「十時十五分くらいかもしれない」「警察にはたぶん十時二十分とか言ったと思う」と発言している

素の頼み方の2つの出力は、どちらも時刻を範囲にまとめており、gpt-5.5 は後半の2つだけを採っている。claude-sonnet-5 の範囲（21時〜22時）は、原文にある「十時十五分」「十時二十分」を含まない。

所見

• 最も争いになる事項である信号の色（C01）は、素の頼み方でも3出力すべてが揺れを残した（全部残す2、一部残す1）。一つの色に決めた出力は無かった
• 素の頼み方で起きたのは、決めることよりも、まとめることと書かないことだった。時刻を範囲に、イヤホンを「少なくとも片耳」にまとめており、歩道か車道か（C05）や、相手方の発言とその宛先（C07）は、書かない出力があった
• 工夫した頼み方では、4出力のうち3出力が7事項すべてを残した。残る1出力（claude-sonnet-5）は、信号について「赤」の言い方を落とした
• 原文の言い方と文字どおり一致するかで数える自動採点では、素の頼み方の出力が 0〜1/7 と数えられた。言い換えて残した揺れ（「最初は青だったという印象が強かったのですが、落ち着いて思い返すと、黄色を見た記憶もあります」など）や、漢数字を算用数字にした時刻を数えないためである。この事例では、自動採点の数字だけから「素の頼み方は揺れを一つに決める」と読むと誤る

限界

• 事例は1つで、書いたのは測定をした側である。工夫した頼み方も、揺れの事項を知ったうえで書いた
• 判定は測定者1人による。「まとめる」と「一部残す」の境目には判断が入る
• 各1回のため、頻度は分からない
• gpt-5.5 の素の頼み方は、信号の揺れを、事実の欄ではなく警察への説明文の文案の中で書いた。これも「全部残す」と数えた
• FactSort 本番の出力は、要約と原文の引用を別の欄に持つので、同じ基準では判定できない。今回は含めていない

再現資料

• 事例の原文：mumble_accident（/research/cases/ に公開）
• 頼み方の全文：報告001を参照
• 揺れの事項と原文の言い方

• 付表：事項ごとの判定（全＝全部残す、一＝一部残す、ま＝まとめる、無＝触れない）