自閉症の「同一性固執」を情報理論で解明、ロボット介護に新基盤

自閉症の「同一性固執」を情報理論で解明

自閉症スペクトラム症（ASD）に見られる「同一性への固執」という行動パターンについて、情報理論に基づいた新たな説明フレームワークが提案されました。この研究は、個人が「サプライズ（驚き）」と「不確かさ（不確実性）」を減らそうとする一般的な行動パターンの一例として、同一性への固執を捉えています。自閉症を、環境の具体的な特性の識別、記憶、予測に認知機能が制限される状態と再定義するものです。

サプライズと不確かさを最小化する行動

提案されたフレームワークでは、同一性への固執を、条件付きエントロピーで定義される「サプライズ」と「不確かさ」の総和を最小化する行動と見なします。具体的には、$D_H(R, M) = H(R|M) + H(M|R)$ という指標を最小化しようとする行動です。ここで、$R$ はランダムな刺激のシーケンス、$M$ はそれらを記憶・想起するメモリ、$H(.|.)$ は条件付きエントロピーであり、それぞれサプライズと不確かさを表します。この指標を最小化するためには、個人が $R$ について学習し記憶するか、あるいは $R$ を既に知っている $M$ に制限するかのいずれかを選択できます。この研究は、同一性への固執が後者の行動、つまり既知のパターンに刺激を限定しようとする行動の現れであると結論付けています。

ロボット介護者への応用可能性

このフレームワークは、単なる理論的な説明に留まりません。その応用可能性は非常に広範です。第一に、サプライズ、不確かさ、感覚過負荷、感覚遮断、不安、快適ゾーン、失望、見当識障害、几帳面さ、頑固さ、遵守、逸脱した正確さといった概念を定量的に扱うことを可能にします。これは、これまで主観的だった自閉症者の内面状態を客観的に理解する上で画期的な進歩です。

第二に、学習療法や日々のケアのルーティンに対する具体的なガイドラインを提供します。これらの療法やルーティンを最適化アルゴリズムとして定義し、ロボット介護者向けのプログラムとして実装できると示唆されています。これは、AIを活用した個別化された支援システムの開発に直結する可能性を秘めています。

私の見方と今後の展望

私の見方では、この研究はAIが人間の複雑な認知メカニズムを理解し、具体的な支援策に落とし込む上で極めて重要な一歩です。特に、自閉症という特定の認知特性を持つ人々への支援において、経験則に頼りがちだった部分を情報理論という客観的な基盤で再構築する意義は大きいと感じます。ロボット介護者への応用は、単なる作業代行を超え、個人の内面的な状態に寄り添った、より高度なパーソナルケアの実現を期待させます。

このフレームワークが検証されれば、自閉症者の日常生活における自立を向上させるための療法の形式的な基盤と設計ガイドラインを提供することになります。AIとロボティクスが、これまで以上に人間らしい支援を提供するためのブレークスルーとなる可能性を秘めていると私は確信しています。