10月9日3本目のAIニュースまとめ。1本目ではAnthropicの利用ポリシー改定やGoogleによるGeminiのエージェント化、2本目ではScale AIのベンチマーク監査や企業利用モデルの6割超が中国製という分析を伝えた。今回はOpenAIが公開したロシア・イランの影響工作の実態、Claude Scienceによる史上初の紫外線全天マップ、「成果を所有する」AIエージェントを目指す新興Hone、履歴書20万件調査で見つかったプロンプトインジェクション、AIキャラチャットの1年追跡調査、そしてAIの「拒否」能力への過信を問う論考を中心に整理する。

OpenAIがロシア・イランの影響工作を公開──偽ジャーナリスト7人が実在メディアに約100本を掲載

The Decoderの報道によると、OpenAIはロシアとイランの影響工作キャンペーンを公開し、関与したアカウントを停止した。

ロシアのキャンペーン「Dark Clark」はラテンアメリカを中心に偽情報を拡散し、政治家の反応まで引き出していたという。OpenAIの報告史上初めて、深刻度評価で6段階中の「5」が付けられた。一方イランの「Bogus Bylines」作戦は、偽のジャーナリスト7人を仕立て上げ、世界中のオンライン媒体に約100本の記事を掲載させていた。

注目すべきは、生成されたコンテンツがSNS内で完結せず、実在するニュース媒体に「植え付け」られていた点だ。LLMが文章生産のコストを劇的に下げる中、受け入れる側の媒体の検証負担は増す一方と言える。1本目で伝えたAnthropicのポリシー改定が「欺瞞キャンペーン」の禁止を明記したばかりだったのも象徴的で、AIの悪用と防御の攻防は影響工作の分野でも本格化している。

Claude Scienceが初の「紫外線全天マップ」を作成──AIなしでは実現しなかった研究

ジョンズ・ホプキンス大学の天体物理学者Brice Ménard氏が、Anthropicの「Claude Science」を使って紫外線による全天の地図を初めて完成させたとThe Decoderが伝えている。

具体的には、AIエージェントが複数の宇宙ミッションのデータを自らダウンロードし、較正し、観測の隙間をインペインティングで補完した。でき上がった予測は実際の測定値と平均して約10%の偏差に収まったという。Ménard氏はこのプロジェクトを「AIがなければ単純に実現しなかった研究」の例だと位置づけている。

派手な新モデルの話ではないが、示唆は大きい。複数ミッションにまたがるデータの整形という、手間がかかるが故に後回しにされがちだった作業をエージェントが遂行した点が本質だ。2本目で触れた「AI for Science」の議論が、抽象的な展望から具体例へ進みつつある。

Cognition・Ramp出身者が「成果を所有する」AIエージェント──Honeが6,000万ドル調達、評価額2.85億ドル

Bloombergによると、AIコーディング企業Cognitionや急成長フィンテックRampの元従業員らが新会社「Hone」を設立し、6,000万ドルのシードラウンドを調達した。BenchmarkとIndex Venturesがリードし、評価額は2億8,500万ドル。設立から5ヶ月の速度である。

Honeが目指すのは、数週間から数ヶ月にわたって業務を担い続ける「プロフェッショナルスタッフ」としてのAIエージェントだ。CEOのMoritz Stephan氏（元Cognitionチーフ・オブ・スタッフ）は「我々が構築しているのは成果を所有するAIだ」と語る。例えば営業チームによるリードの見極めについて、人間を支援するソフトウェアを作るのではなく、その仕事自体を自律的・能動的にこなす「エンジン」を配置し、必要に応じて人間に確認を求めるという構えだ。

コーディングやカスタマーサポートの自動化はすでに競争が激しいが、Honeはより広い業務運営そのものに照準を定める。2本目で伝えたGoogleの「Gemini Agent」が「職場の同僚」を掲げたのと同じく、エージェントの主戦場が個別タスクの実行から業務の所有へと移りつつあることを示す動きと言えそうだ。

履歴書20万件の調査で判明──100通に1通は「AIだけが読める」隠し文字入り

ITmediaが伝える研究が実務に直結する。ノースカロライナ大学チャペルヒル校、デューク大学、UCバークレーなどに所属する研究者らが、セキュリティ分野の国際会議「USENIX Security Symposium 2026」で発表した論文「Measuring Real-World Prompt Injection Attacks in LLM-based Resume Screening」は、LLMによる履歴書選考を標的としたプロンプトインジェクション攻撃が現実の就職活動でどれだけ広がっているかを調査したものだ。

その結果、調査した約20万件のうち100通に1通の割合で、人間には読めない形式の「隠し文字」──AIだけが読める指示──が履歴書に埋め込まれていたという。いわば「就活ハック」の実態が、推測ではなく実測で裏付けられた形だ。

LLMによる書類選考が普及するにつれ、攻撃側もまた実世界に現れた。採用側は、不可視文字の除去など入力データの前処理を前提としたシステム設計が避けられなくなりそうだ。日本でもAIによる選考導入は進んでおり、他人事ではない話題と言える。

AIキャラチャットへの没頭を1年追うと──依存は強まり、幸福度は低下傾向

同じくITmediaの報道によると、スタンフォード大学やカーネギーメロン大学などに所属する研究者らが、いわゆる「AIキャラチャット」への長期的な没頭がユーザーの幸福度に与える影響を約1年かけて追跡した論文「Living with AI Companions: Sustained AI Companionship Predicts Lower Well-Being Through Lower Human Interaction」を発表した。

論文のタイトル自体が内容を要約している。持続的なAIコンパニオンの利用は、人間同士の交流の減少を通じてウェルビーイングの低下を予測する、というものだ。報道では、利用を続けるほど依存が強まる傾向が確認されたとされる。

日本でもAIキャラチャットの利用者は少なくない。利便性や感情面の支えをめぐる短期的な感想とは別に、長期の縦断データで影響を検証した点が今回の意義だろう。AIコンパニオン業界の成長が続く中、利用のされ方を巡る実証研究の蓄積が今後必要になりそうだ。

「AIがnoと言える」への過信──MIT Technology Reviewが問う拒否能力の限界

最後は論考を1本。MIT Technology Reviewの「We're putting too much faith in AI's ability to say no」は、AIの安全性を「危険な要求を断る能力」に還元してよいのかを問うている。

そもそもモデルは拒否が得意ではない。OpenAIで2020年から2024年まで安全対応を務めたSteven Adler氏は、同社の初期のモデルは「何についてもぺらぺらと喋っていた」と振り返る。現在のモデルが大量のプロンプトを断るようになったのは、企業が「有害とみなす質問には報酬を与え、無害な質問への過剰な拒否には罰を与える」訓練を重ね、さらに他のAIモデルを使って拒否を反復練習させた結果だ。いわば「AIがAIにnoの仕方を教え込む」構図である。

つまり今の「拒否」は、統計的に類似のプロンプトへの一括反応であって、文脈と理由と責任を伴う人間の断り方とは質的に異なる──この問題意識が記事の骨子だ。1本目で伝えたAnthropicの利用ポリシー改定のような規範づくりも、結局は「モデルがどこまで意図を汲んで断れるか」という技術的前提の上に成り立つ。拒否の精度を「安全」と同一視しない視点は、今後のガバナンス論にも効いてきそうだ。