Sakana AIが「MASS」を発表、AIがチームの経験から学ぶ新しい仕組み

2026年10月12日、Sakana AIは、AIがチームの作業経験から学ぶ手法「MASS」について公式ブログで発表しました。

同じAIに複数の役割を持たせて課題に取り組ませ、良いと判断した作業の記録を次の学習に生かす研究です。学校の班活動で、役割分担や進め方を振り返り、次の活動をより良くする様子を思い浮かべると分かりやすいでしょう。

ニュース概要：AIが役割を分担し、経験から学ぶ

MASSでは、一つの共通のAIが「課題に取り組む」「進め方を改善する」「成果を評価する」という役割を担います。作業を担当するチームも、同じAIをもとに動きます。

AI自身が成果を比べ、良いと判断した作業の記録を使って、もとのAIを追加で学習させます。学習を終えたAIが再び各役割を担い、この流れを繰り返します。

仕組みを整理すると、次の表のようになります。

研究の概要は、Sakana AIの公式発表で公開されています。

何がすごいのか：チームの経験を一つのAIに持ち帰れる

注目したいのは、役割分担をして得た経験を、共通のAIの学習に使う点です。班活動の成果と、そこに至る進め方を教材にして、次に取り組む力を伸ばそうとしています。

公式の研究解説によると、学習の流れを2回繰り返した後、4種類の研究用テストで、出力トークン（AIが出力を数えるときに使う、単語や文字のかたまり）当たりの評価点が、もとのAIの1.2〜1.6倍になりました。

これは、出力した量に対して、どれだけ高い評価を得たかを示す指標です。ソフトウェア開発に関する別のテストでは、この指標がもとのAIを下回る結果もあり、効果は課題によって異なります。

何に役立つのか：複雑な仕事を進めるAIへの手がかり

この研究から期待できるのは、答えを作る力と、仕事の進め方を考える力を一緒に育てることです。多くの資料を整理したり、複数の案を比較したりする仕事では、調べる順番や確認の仕方も大切になります。

こうした学び方を実際の仕事に応用できれば、資料の確認、案の作成、抜け漏れの点検を組み合わせるAIの開発に役立つ可能性があります。今回確認されたのは研究実験での成果であり、日常業務への効果は用途ごとの検証が必要です。

具体例：文化祭の計画づくりにたとえると

仕組みを理解するために、文化祭で出し物を考える場面にたとえてみましょう。以下は説明用の例です。

• 調べる係：使える教室や準備時間などの条件を整理する。
• 案を考える係：条件に合う出し物を提案する。
• 確認する係：準備の抜けや、時間内に実行できるかを確かめる。

途中で「案を考える前に準備時間を確認した方がよかった」と気づいたら、進め方を変えます。さらに、良い結果につながった活動の記録を教材にして、次の計画づくりに生かします。MASSも、このように分担と振り返りから学ぶ考え方です。

ただし、全員が同じ思い込みを持っていたら、間違った計画を良いものだと判断してしまうかもしれません。研究チームも、AIが自分の成果を評価することで、見落としを繰り返し学んでしまうおそれを指摘しています。誤りを外から見つけ、修正できる仕組みも課題です。

まとめ：AIの「学び方」に注目した研究

Sakana AIのMASSは、AIに役割分担をさせ、その作業経験を次の学習につなげる手法です。研究用テストで改善が見られた一方、効果の広がりや、AI自身による評価の確かさには検証が必要です。

今回のニュースで注目したいのは、AIがチームとしてどう取り組み、その経験から何を学ぶかという点です。身近な仕事に生かせる範囲が今後どこまで広がるのか、続く研究が気になる発表です。