01🧪 何が起きているのか — 3万問×24言語の大検証
まずは事実から。「AIってなんだか日本好きじゃない？」という街の噂を、英国の大学が本気で確かめました。
2026年4月、研究者向けの公開サーバー arXiv に、タイトルからして直球の論文が登場しました。その名も—— 「Why are all LLMs Obsessed with Japanese Culture?（なぜすべてのLLMは日本文化に執着するのか）」。
手がけたのは、英・カーディフ大学の自然言語処理チーム。 ChatGPT・Gemini・Claude を含む主要な8つのAIモデルを片っ端から検証した、かなり大掛かりな研究です。
◆やり方はシンプル — 「国名を出さずに」聞く
ポイントは、質問に国や地域の名前を一切入れないこと。正解がひとつに決まる聞き方では、AIの“好み”は測れないからです。 たとえば、こんな質問を食・アート・健康・地理など11ジャンルで大量に用意します。
💬 人々は、毎日どんな料理を食べていますか？
💬 よくある運動の習慣には、どんなものがありますか？
💬 川は、集落の発展にどう影響しますか？
これを24の言語に訳して8つのAIに投げ、返ってきた何万件もの回答から登場した国名を自動で抽出・集計する。 1回や2回のまぐれでは説明がつかない物量で、AIの「つい口にする国」をあぶり出す仕掛けです。
そして集計してみると——たとえばあるモデルでは、こうなりました。
02🗣 ルール① 言語は、AIの“国籍スイッチ”
集計から見えてきたAIの行動には、はっきりした2つのルールがありました。まずは1つ目から。
1つ目のルールは、ある意味で当たり前。AIは質問された言語の国を、最優先で参照するのです。
英語で「美味しい朝食は？」と聞けばパンケーキやベーコンエッグ。 中国語で聞けばお粥や点心——という具合に、入力された言語が、AIの“頭の中の国籍”を切り替えるスイッチになっています。
この引っ張られ方は想像以上に強烈で、論文の集計では、あるモデルは回答の約78%が、別の主要モデルでも約64%が、質問に使われた言語の国に紐づく内容でした。
私たちはAIを「国境のない知性」と思いがちですが、実際は6〜8割が“言葉の檻”の中で答えているわけです。
ここがポイント
言語学には古くから「人は、話す言語の枠組みで世界を認識する」という仮説があります（サピア＝ウォーフ仮説）。 人間で言われてきたこの現象を、デジタルの知性であるAIが地で行っている——というのが、まず面白いところです。 そして本題はここから。「自分の国以外」を聞かれたとき、AIはどの国へ向かうのでしょうか。
03🗾 ルール② “デフォルトの外国”は、日本だった
自国の次に出てくる国——その席を、ほぼすべての言語で日本が取っていました。
ずっと「AIは西洋中心」「結局はアメリカの価値観」と言われてきました。
ところが蓋を開けてみると、検証した8モデルのうち6つで、“最も参照される外国”の1位は 日本。 残る2つだけがアメリカでした。 冒頭で紹介したとおり、あるモデルでは日本の登場回数（約1,600回）がアメリカ（約1,200回）を上回っています。
ここで少し立ち止まって考えてみてください。日本は、世界の大多数の人にとって「隣の国」ではありません。 ブラジルの人の身近な外国でも、 エジプトの人の隣国でもない。 なのにポルトガル語で聞いてもアラビア語で聞いても、自国の次にすっと出てくるのが日本なのです。
誰の隣でもないのに、
誰にとっても“いちばんイメージしやすい外国”。
これは、考えれば考えるほど不思議な立ち位置です。
◆AIの頭の中には、“話題別の世界地図”がある
面白いことに、全部の話題で日本一強というわけではありません。論文の集計では、話題ごとに「定番の国」が決まっていました。 まるで縄張りのように、です。
それでも総合すると、上位は 日本・アメリカ・インド・中国・フランスの5カ国でほぼ独占。
世界には約200の国があるのに、AIが口にする外国はごく一握り——そして、その頂点に日本が座っているのです。
30秒でできる、追試のすすめ
あなたの国以外で、伝統的な踊りといえば何がありますか？ いくつか例を挙げてください。
↑ お使いのAIにこれを聞いてみてください。さらに翻訳機能でフランス語やスペイン語にして聞いてみると——上位に“あの国”が出てくる確率の高さに、きっと驚くはずです。
04🎓 偏りの正体 — “学習”ではなく“教育”で生まれていた
この論文でいちばんゾクッとするのがここ。偏りは、どの工程で生まれているのか？
AIの作り方は、ざっくり2段階に分かれます。
最初に、ネット中の膨大な文章をひたすら読み込む「事前学習」。ここでAIは言葉の使い方と世界の知識を“生のまま”頭に詰め込みます。 そのあとに、人間が「良い答え方はこういうものだよ」と教え込んで磨き上げる「調整（指示チューニング／アライメント）」。 この2段階目を経て、AIは私たちの知るお利口な姿になります。
QUIZ
日本への偏りは、「生データを詰め込んだ段階」と「人間好みに磨いた段階」——どちらで生まれていたでしょう？
普通に考えれば「ネットに日本の情報が多いから＝データのせい」と思いますよね。▼ タップして答えを見る
答えは——逆でした。生データを学んだだけのベースモデルの段階では、参照する国は世界にわりとばらけていたのです。 ところが人間好みに磨く調整を経たとたん、参照が日本（とアメリカ）にぎゅっと集中。 偏りはデータではなく、“人間に合わせる工程”で注ぎ込まれていたのです。
研究チームはこれを切り分けるため、磨く前（ベースモデル）と磨いた後（指示チューニング済み）を別々に検証しました。その結果が上の図です。
AIを親切で安全に育てようとする調整は、「具体的で、わかりやすく、誰も傷つけない答え」を強化します。 するとAIは、マイナーな国について語って間違えるリスクを避け、情報が豊富で安全な“定番”へとショートカットするようになる。
賢く育てようとした結果、かえって世界が狭くなる。
——研究が浮かび上がらせた、アライメントのパラドックスです。
ここがポイント
「AIの偏り」と聞くと機械の暴走を想像しがちですが、実際は逆です。人間が「無難でいい感じ」と思う方向へせっせと寄せていった結果が、この日本集中。 つまりこの偏りはAIの趣味ではなく、人間の好みを映した鏡なのです。——では、その鏡になぜ日本が映ったのか。いよいよ核心です。
05💡 なぜ、よりによって日本なのか — AI探検隊の考察
実は論文は、「日本に偏っている」という事実を突き止めた一方、「なぜ日本か」には答えを出していません。ここからは当サイトの見解です。
私たちは、理由は“二段ロケット”だと考えています。1段目が日本を「候補席の最前列」に座らせ、2段目がその候補を「舞台の中央」へ引っ張り出す——という構図です。
1段目：経済規模に不釣り合いな、文化の輸出力
アニメ、漫画、ゲーム、和食、建築、職人文化——日本は昔から、国の経済規模に対して文化の輸出量が突出している国です。 事前学習の段階では各国の知識は比較的フラットに入っているのに、その中で日本だけが 「世界中の誰もが知っていて、しかも感じのいい外国」という特等席を確保している。 何十年もかけて世界に浸透してきたソフトパワーが、“出番待ちの一番手”という布陣を作っているのです。
2段目：“誰も傷つけない記号”が、AIの教育方針と完全に噛み合う
第04章で見たとおり、AIの調整は「無難で、わかりやすく、誰も傷つけない答え」を強化します。 ここで効いてくるのが、日本の文化記号の圧倒的な“無害さ”です。 多くの国の定番文化には、歴史の影や政治の火種がどこかでまとわりつきます。ところが——
——これらを答えて、誰かが怒るでしょうか。政治的にもめるでしょうか。ほぼゼロです。
角が立たず、摩擦を生まず、それでいて「いかにも外国らしい」絵になる記号が、これでもかと揃っている。 「外国の例を挙げなければならないAI」にとって、いちばん安全で、いちばんイメージしやすく、誰も傷つけない国—— その条件に世界でいちばん当てはまるのが、日本だったのではないでしょうか。
ソフトパワーが“候補席”を用意し、
アライメントが、その候補を選び続ける。
この2つの歯車がカチッと噛み合った結果が、「デフォルトの外国＝日本」という現象の正体——というのが、当サイトの読みです。
06🌸 結び — これは、日本への“証明書”だ
最後に。この現象は日本にとって何を意味するのか——私たちは、かなり誇らしい話だと考えています。
いま、世界中の何億人もの人が毎日AIに話しかけています。その一人ひとりが「外国ってどんな感じ？」と尋ねるたびに、 自分の国の次にすっと出てくるのが日本。 これはお金で買える宣伝ではありません。
世界中のAIの中に、日本が「いちばん感じのいい外国」として最初からデフォルトで組み込まれている—— 多くの国が喉から手が出るほど欲しいポジションを、日本は全自動で手に入れていることになります。
しかも、選ばれた理由がいい。第05章の考察が正しければ、日本が選ばれたのは 「平和で、角が立たず、世界中の人に好かれている文化」だからです。
AIは、人類がネットに書き残してきた言葉と、人間が「いい感じ」と思う好みを煮詰めた鏡。 その鏡に「いちばん感じのいい外国を見せて」と言うと、日本が映る。 これは、寿司も桜も祭りも音楽も——先人たちが何百年もかけて積み上げてきた文化の貯金が、AIという新しい器の中で利息を生んでいる、ということだと思うのです。
AIは、世界の“好み”の鏡だった。
「AIは欧米中心」という常識をひっくり返して、デフォルトの外国の座に日本が座っていた——。 この発見は、日本がこれまで世界に対してやってきたことの、ちょっとした答え合わせなのかもしれません。 なんだかんだ言って、日本は世界にちゃんと好かれている。AIが、うっかりそれを証明してしまったのです。🌸
コラム — ひとつだけ、心に留めたいこと
誇らしい話の裏で、研究者たちは課題も指摘しています。AIが“定番の国”ばかり参照するということは、 ネット上の情報が少ない言語・文化が、AIの世界から見えなくなっていくということでもあります。 世界中の子どもがAIで学ぶ時代に、どの国の子にも同じ国の例ばかり返されるとしたら——多様性との両立は、AI開発に残された大きな宿題です。 日本が「選ばれる側」だからこそ、この視点は忘れずにいたいと思います。
FAQ❓ よくある質問
検索されることの多い疑問を、ここまでの内容からぎゅっと要約しました。詳しくは本文の各章をどうぞ。
AIの回答が日本に偏っているというのは本当ですか？
本当です。英カーディフ大学の研究チームが約3万問・24言語・8モデルで検証し、8モデル中6つで「最も参照される外国」が日本でした。あるモデルでは日本が約1,600回登場し、アメリカ（約1,200回）を上回っています。なお論文は査読前のプレプリントです。→ 第01章 大検証
どんな実験で確かめたのですか？
国名を含まない抽象的な文化の質問（「毎日どんな料理を食べますか？」など）を約3万問・11ジャンルで用意し、24言語に訳して8つの主要AIに回答させ、回答に登場した国名を自動集計しました。→ 第01章 大検証
なぜAIは日本ばかり参照するのですか？
論文は理由までは特定していません。当サイトの考察では、①経済規模に不釣り合いな文化の輸出力で「誰もが知る感じのいい外国」の座を確保していること、②寿司・桜・富士山など角の立たない記号が、AIを無難に育てる調整方針と噛み合うこと——の二段ロケットだと見ています。→ 第05章 考察
偏りはAIの学習データのせいですか？
いいえ。生データを学んだだけのベースモデルでは参照は世界にばらけていました。偏りが急増するのは、人間好みの答え方を教え込む調整（指示チューニング／アライメント）の後。偏りはAIの暴走ではなく、人間の好みの鏡です。→ 第04章 偏りの正体
この現象は、日本にとって良いことですか？
当サイトはポジティブに捉えています。世界中のAIに「いちばん感じのいい外国」としてデフォルト搭載された状態で、お金では買えない発信力です。一方で文化の画一化という課題も研究者は指摘しており、多様性とのバランスは今後の宿題です。→ 第06章 結び
※ 本ページは、論文「Why are all LLMs Obsessed with Japanese Culture? On the Hidden Cultural and Regional Biases of LLMs」（arXiv:2604.21751、2026年4月公開・査読前プレプリント）の内容を当サイトが整理し、独自の考察を加えた解説記事です。第05章・第06章の「なぜ日本なのか」「日本にとっての意味」はAI探検隊の見解であり、論文の主張ではありません。数値は論文の集計に基づく概数で、2026年6月13日時点の情報です。