AIカスタマーサービスにおける共感とトーン：ボットが及ばない部分

著者: Linh Ngo · 更新日: 2026年10月11日

AIカスタマーサービスにおける共感とは、ボットとの会話の中で顧客が「気にかけてもらえた」「理解された」「尊重された」と感じる度合いのことです。研究によれば、これには2つの側面があります。モデルが書く言葉と、誰が書いたのかについて顧客が抱く認識です。 言葉そのものは優れていることが多く、AIが書いた返信が温かいと評価された研究はいくつもあり、人間の返信より温かいとされた例もあります。問題は認識のほうです。気遣いの主体が機械だと知ると、多くの顧客はその価値を割り引いて受け取ります。サービスの場面によっては、感情に寄り添う表現がかえって逆効果になります。

この記事は、ボットの話し方と、話すのをやめるべきタイミングを決めるサポートリーダーやCXマネージャーに向けたものです。カスタマーサービスにおけるAIコレクションの一部です。ここでは、各研究が実際に何を誰に対して測定したのか、顧客が人間を求める場面、そして今週中にボットの指示に組み込めるトーンのガイドラインを順に見ていきます。

重要なポイント

• 714人が参加した3件のシナリオ研究では、チャットボットとのやり取りの後、人間とのやり取りの後よりも顧客の満足度と再利用の意向が低く、その差は知覚された共感で完全に説明されました（Markovitch、Stough、Huang、Journal of Retailing and Consumer Services、2024年）。
• 返信がAIによるものだと告げられると、人は「聞いてもらえた」という感覚が弱まりました。7段階評価で5.13対5.81でした（Yin、Jia、Wakslak、PNAS、2024年）。
• 参加者6,282人の9件の研究を通じて、同一のLLM作成の共感的な文章は、AIのラベルより人間のラベルが付いたときのほうが、より共感的で支えになると評価されました（Rubinら、Nature Human Behaviour、2025年）。
• 医療フォーラムの研究では、評価者がチャットボットの回答の45.1%を共感的または非常に共感的と評価したのに対し、医師の回答では4.6%でした（Ayersら、JAMA Internal Medicine、2023年）。これは健康に関するQ&Aであり、カスタマーサービスではありません。
• 消費者の半数は、AIのせいで人間につながれなくなることを心配しています（Qualtrics XM Institute、2026年）。
• 消費者のほぼ75%が、相手がAIエージェントかどうかを知りたいと考えており、人間への明確な経路がある場合は45%がAIエージェントをより利用しやすくなります（Salesforce、2024年）。

ボットにとっての「共感」とは

研究者は共感をいくつかの要素に分けて捉えており、この分類はサポートチームにとっても役立ちます。認知的共感は、相手が何を、なぜ感じているのかを理解することです。情動的共感は、その感情を共有することです。動機的共感は、それに基づいて行動に移せるほど相手を気にかけることです。モデルは最初の1つをうまくこなせます。パターンの読み取りだからです。残り2つのように聞こえる文章も書けます。しかし、モデルは何も感じることができず、顧客もそれを知っています。

サポートの現場では、返信が行うか行わないかの3つの実践的な点に置き換えると分かりやすくなります。

1. 実際の問題を名指しする。 「二重に請求され、返金がまだ反映されていません」は、「ご不満はよく分かります」より優れています。
2. 顧客にかかった負担を認める。 失われた時間、逃した締め切り、自分の上司との気まずいやり取りなどです。
3. 実際に対処する。 返金、エスカレーション、担当者と期限を明示した具体的な次のステップです。

3つ目の点では、ボットを制約するのは言語ではなく権限です。思いやりのある口調でも返金を実行できないボットは、気遣っているように聞こえた後で、結局は期待に応えられません。

研究が示すこと

この分野の研究の多くは、実際のサポートキューではなく、短い文章のやり取り、オンラインの参加者、1回限りの対話を用いています。各研究が何を行ったのかを示しますので、結果がどこまで当てはまるかを判断する材料にしてください。

AIの文章は人間の文章より共感的に読めることがある

最もよく知られた結果は、JAMA Internal Medicineの研究によるものです。著者らは、Redditの健康フォーラムに投稿された公開質問195件と、資格を持つ医師による回答を集め、それぞれにChatGPT（GPT-3.5）の返信を生成しました。共著者でもある3人の医療専門家が、どちらがどちらかを知らされないまま、ペアを評価しました。評価の78.6%でチャットボットが好まれ、共感の評価もチャットボットの回答のほうが高くなりました（5段階評価で平均3.65対2.15）。見逃せない点が1つあります。チャットボットの回答のほうがはるかに長く、中央値は医師の52語に対して211語でした（Ayersら、2023年）。

では、サポートリーダーはここから何を読み取るべきでしょうか。ボットが最も優秀な担当者より共感的だということではありません。医師たちは無料の公開フォーラムで見知らぬ人に答えており、おそらく数行で済ませていました。評価者は、文章を読む医療専門家でした。安全な解釈はもっと限定的です。丁寧に相手の状況を認める返信をモデルに書かせ、一方で人間が手早く返信を書くと、モデルの返信のほうが温かく読めることがある、ということです。これは労力と長さの話であり、AIを使って担当者がより良い返信を書けるよう支援する理由になります（AIエージェントアシストを参照）。

南カリフォルニア大学（USC）の研究も同じ方向を示しています。参加者はストレスのかかる状況を説明し、その後に返信を読みました。主要な実験では、米国の参加者540人がProlificで募集され、455人が最終段階まで完了しました。Bing Chat（GPT-4）が書いた返信は、他の参加者が書いた返信よりも「聞いてもらえた」と感じさせました（7段階評価で5.74対5.17）。著者らはこれを情緒的サポートと結び付けています。AIのほうが情緒的サポートを多く提供し（5.76対4.64）、実用的な提案は少なく（3.28対4.31）、「聞いてもらえた」という感覚と関連していたのは助言ではなく情緒的サポートでした（Yin、Jia、Wakslak、2024年）。人間側の回答者は匿名の見知らぬ人で、返信は50〜60語程度でした。そのため、顧客を知る経験豊富な担当者と比べてどうなるかは、この研究からは分かりません。

AIというラベルが効果の一部を打ち消す

同じUSCの実験では、実際の作成者とラベルを掛け合わせています。ラベルの効果は文章の効果とほぼ同じ大きさで、向きは逆でした。AIが書いたと思われた返信は、実際に誰が書いたかにかかわらず、人間が書いたと思われた返信より「聞いてもらえた」という感覚が弱くなりました。2つの効果はほぼ相殺されました。AIのラベルが付いたAIの文章（5.41）は、人間のラベルが付いた人間の文章（5.51）とほぼ同じ水準で、人間が書いたと思われたAIの文章が最も高く（6.12）なりました。著者らは、ラベルなしの条件がなかったため、AIのラベルが評価を下げるのか、人間のラベルが評価を上げるのかは判断できないと述べています（Yin、Jia、Wakslak、2024年）。

Nature Human Behaviourの論文は、同じ知見をはるかに強く押し出しています。すべての研究で、研究者はLLMに、人々の感情的な状況に対する共感的な返信を書かせ、参加者には人間が書いたかAIが書いたかのどちらかを伝えました。文章は同じです。それでも「人間」のバージョンは、より共感的でより支えになると評価され、前向きな感情を多く、否定的な感情を少なく生じさせました。この差は、返信の長さ、遅延、モデルが違っても保たれました。感情の共有と気遣いを強調した返信で最も強く、理解だけを示す返信では弱くなりました。人間のラベルが付いた返信にAIが関与したと自発的に疑った人も、その返信を低く評価しました。感情的な関わりを求めるとき、人は人間を選びました（Rubinら、2025年）。

これはサポートに明確な示唆を与えます。「このようなことになり、申し訳ありません」という言葉の価値の一部は、誰かがあえてそう言ったという点にあります。その「誰か」がいなければ、同じ文でも価値は下がります。だからといって、共感の評価を取り戻すためにボットであることを隠すべきではありません。同じ研究は、発覚したときの代償が大きいことを示唆しており、ほとんどの消費者はそもそも知りたいと答えています（調査データは下の表にあります）。

カスタマーサービスの研究：満足度の差を共感が説明する

サービスの場面を直接調べた論文が2件あります。1件目では、Markovitchらが3件のシナリオ研究を行いました。顧客は、結果が良くても悪くても、満足度、再利用、推奨の受け入れ、推奨の意向のいずれにおいても、チャットボットのサービスを人間のサービスより低く評価しました。知覚された共感がその効果を完全に説明しました。さらに、設計で動かせる要素もあります。チャットボットをより共感的に伝えるように書くと、評価は人間の担当者の水準まで上がりました。一方、見た目を人間らしくしても効果はありませんでした。医療相談にChatGPTを使った100人による4件目の研究も、同じ傾向を裏付けました（Markovitch、Stough、Huang、2024年）。これらはシナリオ研究や短いやり取りであり、ボットと1年間付き合う継続的な顧客を対象としたものではない点に注意してください。

2件目の論文は警告を加えています。Han、Yin、ZhangはMIS Quarterlyで3件の実験を行い、そのうち1件は実際のLLMチャットボットを使いました。顧客のネガティブな感情を認めて反映するチャットボットの返信は、しばしば心理的リアクタンス、つまり境界線やコントロール感が侵されるという感覚を引き起こしました。その結果、ボットは能力が低く見え、知覚されたサービス品質と満足度が下がりました。人間の担当者による共感は有効なままでした（研究を要約したUniversity of South Floridaの記事）。報道ではサンプルサイズが示されていないため、効果の大きさは不明として扱い、方向性のみを注意点として受け止めてください。

2つを合わせると、「共感を加える」よりも有用なルールが見えてきます。共感的な表現がボットの評価を高めるのは、顧客の状況に焦点を当てているときです。感情をそのまま映し返す表現（「どれほど不快か、よく分かります」）は、特に問題が起きた後には逆効果になりかねません。

顧客が人間を求める場面

共感の研究は、人間へのアクセスに関する調査データがなぜこのような結果になるのかを説明してくれます。顧客はAIが作業をこなすこと自体に反対しているわけではありません。問題が重大なときに、AIが自分と人間の間に立ちはだかることを警戒しているのです。

Qualtricsの提言は、AIには単純で取引的なリクエストを処理させ、複雑な案件では背景情報と解決策の候補を人間の担当者に提供させる、というものです。調査では「共感のニーズ」を直接測定していないため、測定したかのように主張しないでください。ただし、実験室での結果と組み合わせれば、妥当なルーティングのルールが導き出せます。

• ボットに任せるのは、顧客が人間関係ではなく答えを求めているリクエストです。注文状況、パスワードのリセット、ポリシーに関する質問、住所変更などです。
• 人間に引き継ぐのは、顧客が何かの失敗に腹を立てているとき、金銭や解約が絡むとき、本人が人間を求めたとき、ボットが2回外したときです。
• そうした場面では、要約と提案する文面で担当者を支援します。判断方法は自動化か支援かのページで、アンケート面はAIサービスに対する顧客の期待で詳しく扱っています。

ボットのトーンのガイドライン

ボットの指示に書き込み、それに照らしてレビューするためのルールをまとめます。上記の知見に、短い文章の返信に関する常識を加えたものです。

これらの例に共通する点は次のとおりです。

1. 何が起きたのかを、顧客の言葉で伝える。 具体性は理解として伝わります。一般的な同情は、台本のように読まれます。
2. 感情の映し返しは避ける。 顧客に気持ちを決めつけて伝えないでください。リアクタンスの知見を踏まえると、ボットからの「お怒りのご様子ですね」は、「そのようなことがあってはなりませんでした」よりリスクが高くなります。
3. すべての認識の表明に、行動または次のステップを組み合わせる。 裏付けのない共感は、顧客が最も不満を抱くものです。
4. 短くする。 医療フォーラムの結果は、主に長い回答が急いだ回答に勝ったというものでした。チャットでは長さが目的ではなく、完結していることが重要です。問題、対処、次のステップを伝えたら、そこで終えてください。
5. 開示は、率直に、早めに行う。 「AIアシスタントです。注文と請求のお手伝いか、担当者へのおつなぎができます。」ボットに人間の名前や入力中の演出を与えないでください。ラベルの研究は、発覚したときの代償が大きいことを示しています。
6. 感情ではなく、出来事について謝る。 「返金に時間がかかり申し訳ありません」は正確です。「そう感じられたのでしたら申し訳ありません」は、事態を悪化させる典型的な言い方です。
7. チャネルと顧客に合わせて口調を調整する。 エラーを貼り付ける開発者には、簡潔な返信が合います。請求に関するクレームには、より温かい返信が合います。ボットがどの顧客と話しているかは、アカウントのコンテキストと履歴で判断できます。まず顧客のインテント検出で意図を読み取ってください。
8. 人間にしか決められないことを約束しない。 ポリシー外の返金、例外対応、お詫びのクレジットは、ボットが引き継ぐ先の人間が決めることです。
9. 出口は一度だけ、分かりやすく示す。 1行で、毎回同じ場所に置きます。

ステップごとに進める：サポートボットのトーン設定

1. 主な問い合わせ理由を、感情面の負荷で分類する。 それぞれを、情報提供、不満、重大のいずれかに分けます。最初のものは完全に自動化できます。最後のものは人間にルーティングすべきです。
2. トーンの指示は、形容詞ではなく例で書く。 「温かく、かつプロフェッショナル」では、モデルが真似できるものがありません。良い返信5件と悪い返信5件なら、真似できます。
3. 台本のような決まり文句を禁止する。 使わせたくない文言（「ご不満はよく分かります」「そう感じられたのでしたら申し訳ありません」「ご不便をおかけしたことをお詫びします」）を一覧にし、出なくなっていることをテストします。
4. エスカレーションのトリガーを設定する。 怒りを示す言葉、解約を示す言葉、2回目の回答失敗、人間への直接の依頼、しきい値を超える金銭トラブルなどです。感情のシグナルは役立ちます。何が分かり、何が分からないかは、用語集の感情分析の項目を参照してください。
5. 引き継ぎにコンテキストを持たせる。 担当者は、全文の履歴とアカウントの詳細を見られるようにします。顧客が最初からやり直さなければならないことほど、ボットの共感を損なうものはありません。
6. 実際の会話の記録でテストする。 直近の会話50件をボットに通し、2人の担当者に結果を伏せたままトーンを評価してもらいます。意見が割れた部分は、指示が曖昧な箇所を示しています。
7. トーンは、感覚ではなく評価基準で採点する。 観察できるチェック項目が最も有効です（「具体的な問題を名指しした」「次のステップを示した」など）。AIによるサポートの品質保証のガイドでは、その採点を人間のレビュアーに合わせて較正する方法を紹介しています。
8. 顧客側の成果を測定する。 1週間以内の再問い合わせ、引き継ぎ率、人間につながるまでの時間、ボットのみの会話の後の1問の満足度チェックです。

よくある落とし穴

• 1つの研究をすべてに当てはめる。 健康に関する質問を扱ったフォーラムの研究は、返金トラブルについてほとんど何も語りません。共感に関する統計を読むときは、参加者は誰か、何を評価したのか、実際のやり取りだったのかを確認してください。
• 共感の評価を得るためにボットであることを隠す。 ラベルの研究は、その差が現実のものであることを示しており、顧客も知りたいと答えています。開示は誠実な道であり、発覚したときにも低コストで済みます。
• 失敗の後に感情の映し返しを使う。 リアクタンスの知見が最も強く当てはまるのは、この場面です。
• 長さを思いやりと取り違える。 長い返信が高く評価された研究がありました。チャットの画面では、長い返信は相手を遅らせるだけです。
• ボットに共感だけを与え、権限を与えない。 優しい返信が「それはできません」で終わるのは、すばやくルーティングする簡素な返信より悪い結果になります。
• 担当者にボットのような話し方を教える。 AIのほうがチームより良い認識の表現を書くなら、一語一句まねるテンプレートではなく、下書きを支援するツールとして使ってください。
• 再テストをしない。 モデル、ポリシー、顧客の気分は変わります。会話の記録によるテストは四半期ごとにやり直してください。