2026年4月、中国・中山大学は「寰舆智应（Huanyu Zhiying）大模型1.0」を発表しました。
このAIは、海外メディアが中国に関する出来事をどう報じるかを再現し、その記事を多数の仮想外国人に読ませ、どのような反応が起きるかをシミュレーションします。その結果を使って、中国側の発信内容を調整する仕組みです。
中国側の発表でも、「海外世論のシミュレーション」「意思決定支援」「対応戦略の最適化」といった用途が説明されています。
オーストラリア戦略政策研究所（ASPI）のFergus Ryan氏は、この仕組みを「プロパガンダの風洞実験」と表現しました。
風洞では、航空機を実際に飛ばす前に模型へ風を当てて挙動を調べます。寰舆智应も、メッセージを現実の海外社会へ出す前に仮想人口へ見せ、反応を調べて内容を修正しようとしています。
ただし、システムが存在することと、外国人の反応を正確に予測できることは別です。
公開されている実測調査は8カ国。一方、寰舆智应には18カ国、1万人を超える仮想ユーザーが組み込まれているとされています。残る10カ国をどのようなデータから構築したのかは公開されていません。
世論予測の精度を示す技術論文やベンチマークも、現在のところ確認できません。
「寰舆智应」は何をするAIなのか
2026年4月12日、中山大学で開かれた「第三届国际传播与文化交流跨学科论坛」で、寰舆智应大模型1.0が発表されました。
China Dailyの報道によると、中山大学新聞伝播学院と軟件工程学院が共同開発したシステムで、用途は「国際伝播場面における世論シミュレーションと意思決定支援」です。
重大なテーマについて海外世論をシミュレーションし、中国側の「应对策略优化」、つまり対応戦略の最適化に利用できると説明されています。
ASPIが確認した開発側資料では、さらに具体的な処理の流れが示されています。
まず、AIが海外メディアによる中国関連報道を生成します。
その記事を仮想ユーザーに読ませ、どの層が肯定的・否定的に反応するか、感情がどう変化するか、どの話題が広がるかをシミュレーションします。
最後に、その結果をもとに中国側の応答文を生成します。
基盤にはAlibabaのQwen系モデルが使われ、中国に関する海外メディア報道と、中国メディアの海外向け報道でファインチューニングされたとされています。
ただし、使用モデルの世代、パラメータ数、学習データ量、ファインチューニング手法などは公開されていません。
開発側のインターフェースでは、最終段階に「public-opinion guidance」という表現も使われているとASPIは報告しています。
1万人の「仮想外国人」はどう作られるのか
ASPIによると、寰舆智应には18カ国、1万人を超えるシミュレーション上のユーザープロファイルが組み込まれています。
仮想人物を作る材料の一つが、中山大学の「世界看中国：全球公众对华认知调研工程」です。
China Dailyによると、この調査の第1段階では、五大陸8カ国を対象に国際アンケート調査が行われています。
対象国としてASPIが挙げているのは次の8カ国です。
- オーストラリア
- アメリカ
- イギリス
- カナダ
- インド
- マレーシア
- フランス
- 南アフリカ
開発側は、この調査結果にWorld Values Surveyと公開SNSデータを組み合わせて仮想ユーザーを構築したと説明しています。
ASPIが具体例として挙げているのは、政治的な左右の自己認識や社会階層などです。
World Values Survey自体は、政治意識や社会階層だけでなく、宗教、家族、政府への信頼など幅広い価値観を調査しています。ただし、寰舆智应がそのうちどの変数を仮想ユーザーの構築に利用したのかは公開されていません。
こうした属性や価値観をLLMへ与えれば、「オーストラリア在住」「中間層」「政治的には左派」といった条件を持つ仮想人物を作れます。
社会科学では、言語モデルへ人口統計的な属性や背景を与え、人間の回答パターンを再現させる方法を「silicon sampling（シリコンサンプリング）」と呼ぶ研究があります。
AIで発信を事前にテストする
寰舆智应の特徴は、文章を作るだけで処理が終わらない点にあります。
海外向けメッセージを複数作り、それぞれを仮想ユーザーへ見せ、反応を比較できるなら、現実の社会へ発信する前に候補を絞れます。
広告で行われるA/Bテストに近い発想です。
たとえば、同じ出来事について表現を変えた複数の記事を作り、ある案では若年層の反発が強く、別の案では否定的な反応が減る、といった違いをシミュレーションできれば、その結果を次の発信へ反映できます。
ASPIが使った「風洞実験」という表現は、この工程を示しています。
生成AIを使った政治的影響工作では、すでに大量の記事を自動生成する事例が確認されています。
中国とは別の事例ですが、Anthropicが2026年9月に公開した脅威情報レポートでは、フランスを拠点とするデジタル広告代理店LKM社に関連するネットワークが、約70の偽ニュースサイトを使い、少なくとも8,913本の記事を公開したと報告されています。
このネットワークでは、多くの記事について大きな人間の反応を得た形跡は確認されませんでした。
大量に作れることと、人間を動かせることの間には差があります。
詳しくはAnthropic脅威情報レポート2026年9月版を読み解くでも整理しています。
寰舆智应は、仮想人口を使って発信前に反応を試し、その差を埋めようとするシステムです。
実測は8カ国、仮想人口は18カ国
公開情報を突き合わせると、数字が一致しない部分があります。
中山大学の「世界看中国」で確認できる実測調査は8カ国です。
一方、寰舆智应についてASPIが開発側資料から報じているのは、18カ国、1万人超の仮想ユーザーです。
開発側は18カ国が具体的にどこなのかを公表しておらず、各国のプロファイルをどのデータセットから作ったのかも示していません。
8カ国以外については、World Values Surveyから人口特性を補った可能性もあれば、SNSデータやLLM自身が持つ知識を組み合わせた可能性もあります。
公開資料からは判断できません。
この違いは予測精度に直接関係します。
実際の調査回答をもとに作った仮想人物と、LLMの事前学習データへ強く依存した仮想人物では、出力の根拠が異なるからです。
たとえば「フランス人」「若年層」「保守派」と条件を与えた場合、モデルが実際の調査データに近い反応を再現しているのか、学習データに含まれる「フランス人」「若者」「保守派」に関する典型的な表現を組み合わせているのかを区別する必要があります。
後者に依存していれば、実際の世論を再現するより、既存の文化的ステレオタイプを強める結果になる可能性があります。
残る10カ国をどう構築したのかが分からない以上、18カ国すべてを同じ精度の仮想社会として扱う根拠はありません。
さらに、18カ国すべてに十分な実測データがあったとしても別の疑問が残ります。
LLMは、そもそも人間の世論をどこまで再現できるのでしょうか。
「人間らしい回答」と未来の世論予測には距離がある
シリコンサンプリングの代表的な研究の一つが、Brigham Young Universityなどの研究者が2023年にPolitical Analysisへ発表した「Out of One, Many」です。
研究チームは、実際の調査参加者から得た社会人口学的な背景情報をGPT-3へ与え、さまざまな集団の回答分布をどの程度再現できるか調べました。
条件によっては、人間の調査回答に対応するパターンが生成されることを報告し、この性質を「algorithmic fidelity」と呼んでいます。
ただし、この研究が扱ったのは、既存の大規模な米国調査とLLMによる回答の比較です。
将来起きる地政学的危機に対して、アメリカ人やオーストラリア人の態度がどう変化するかを予測した研究ではありません。
2024年にPolitical Analysisへ掲載された別の研究では、さらに厳しい結果も報告されています。
ChatGPTの平均的な回答が実際の世論調査に近い場合でも、回答のばらつきが小さく、統計的な関係が実データと一致しないケースがありました。
プロンプトをわずかに変えるだけでも結果が変化し、数カ月後に同じ実験を繰り返した際に回答分布が変わる例も報告されています。
研究者は、LLMによる合成調査データの信頼性と再現性について懸念を示しています。
寰舆智应には、これよりさらに大きな検証課題があります。
公開資料では、
- 実際の人間との予測精度比較
- 国別の誤差率
- ベンチマーク
- 過去の出来事を使ったバックテスト
- モデル更新後の再現性
を確認できません。
ASPIも、技術論文やベンチマークは公開されておらず、開発側自身が「段階的な研究成果」と位置づけていると指摘しています。
アンケートで人間らしい回答を生成できることと、まだ起きていない出来事に対する世論変化を予測することは、同じ課題ではありません。
寰舆智应が後者をどの程度できるのかは、公開情報から判断できない状態です。
中国の「精准国际传播」とAI
寰舆智应の考え方は、このプロジェクトだけで突然生まれたものではありません。
中山大学新聞伝播学院長の鍾智錦氏は、対象国や文化に応じて発信内容を変える「精准国际传播」を以前から研究しています。
中国人民大学での講演では、ホフステードの文化次元論を取り上げ、個人主義と集団主義、権力格差、不確実性回避など国ごとの文化的差異と、情報の受け取り方との関係を論じています。
そのうえで、対象国の文化的特徴に応じて発信テーマや語り方を変える方法を検討しています。
国家レベルでも、似た方向性が示されています。
2021年の中国共産党中央政治局の集団学習では、習近平氏が国際発信について「把握大势、区分对象、精准施策」と述べ、地域、国、集団ごとに対象を分けて発信する方針を示しました。
第15次五カ年計画に関する方針でも、国際伝播体系の強化や「区域国别研究」の推進が掲げられています。
中山大学新聞伝播学院も、「世界看中国」の国際調査と寰舆智应を研究成果として公式に掲載しています。
人間を対象に国際世論を調査し、国や集団ごとに発信を変えるという研究路線へ、LLMによる仮想人口と自動シミュレーションを組み込んだのが寰舆智应です。
現時点で確認できる範囲
政策的な背景が確認できることと、寰舆智应の世論予測能力が証明されていることは分けて扱う必要があります。
| 内容 | 確認状況 |
|---|---|
| 寰舆智应大模型1.0が存在する | 中山大学・China Dailyで確認 |
| 中山大学が開発に参加している | 確認 |
| 海外世論シミュレーションを目的とする | 確認 |
| 対応戦略の最適化を用途としている | 確認 |
| 1万人超・18カ国の仮想ユーザー | ASPIが開発側資料をもとに報道 |
| World Values SurveyやSNSデータを利用 | ASPIが開発側説明として報道 |
| Qwen系モデルを使用 | ASPIが開発側説明として報道 |
| 外国人の反応を高精度に予測できる | 公開された検証結果なし |
| 中国政府が実際の対外発信に運用している | 確認できず |
| 実際の海外影響工作へ投入された | 確認できず |
寰舆智应を「完成した世論予測AI」と呼べる材料は、現時点ではありません。
確認できるのは、海外メディアの報道を再現し、それを多数の仮想外国人へ与えて反応をシミュレーションし、その結果を発信内容の調整に使うシステムが実際に開発されていることです。
この方法が機能するには、仮想人口が現実の人間をどこまで再現できるかが前提になります。そこを検証するデータはまだ公開されていません。
それでも、政治的な情報発信を「文章を作る作業」だけで終わらせず、生成、シミュレーション、評価、修正までAI上で回そうとする設計はすでに形になっています。
FAQ
寰舆智应は中国政府が運用するプロパガンダAIですか？
公開資料から確認できるのは、中山大学新聞伝播学院と軟件工程学院が共同開発した研究システムであり、海外世論のシミュレーションや対応戦略の最適化を目的としていることです。
ASPIはこの用途をプロパガンダや影響工作の最適化として評価していますが、中国政府や国営メディアが寰舆智应を実際の海外向け情報工作へ投入している証拠は、現在確認できません。
AIで人間の世論を再現することは可能ですか？
一定の条件では、LLMが実際の世論調査と似た回答傾向を生成する研究結果があります。
一方、回答のばらつきが実際の人間より小さい、プロンプトの違いで結果が変わる、時間を置いて再実行すると回答分布が変化するといった問題も報告されています。
現時点では、LLMによる仮想人口を実際の世論調査の完全な代替として扱える状態ではありません。
なぜ8カ国の調査から18カ国の仮想ユーザーを作れるのですか？
公開資料では説明されていません。
開発側は実測調査、World Values Survey、公開SNSデータを組み合わせたとしていますが、18カ国それぞれについて、どの情報源からどのようにプロファイルを構築したのかは公開されていません。
そのため、8カ国以外の仮想ユーザーがどの程度実際の住民を再現しているのかも判断できません。
参考・参照元
中山大学新聞伝播学院「学院简介」
https://sjc.sysu.edu.cn/introduction
China Daily「第三届国际传播与文化交流跨学科论坛在中山大学举行」
https://cn.chinadaily.com.cn/a/202604/14/WS69de2889a310942cc49a794a.html
Fergus Ryan / ASPI「China is building an AI system for tailoring its foreign propaganda」
https://www.aspistrategist.org.au/china-is-building-an-ai-system-for-tailoring-its-foreign-propaganda/
World Values Survey
https://www.worldvaluessurvey.org/
中国人民大学「中国人民大学国际传播学院成立暨国际传播学科建设研讨会召开」
https://news.ruc.edu.cn/2048929631969619970.html
Argyle et al.「Out of One, Many: Using Language Models to Simulate Human Samples」
https://www.cambridge.org/core/journals/political-analysis/article/out-of-one-many-using-language-models-to-simulate-human-samples/035D7C8A55B237942FB6DBAD7CAA4E49
Bisbee et al.「Synthetic Replacements for Human Survey Data? The Perils of Large Language Models」
https://www.cambridge.org/core/journals/political-analysis/article/synthetic-replacements-for-human-survey-data-the-perils-of-large-language-models/B92267DC26195C7F36E63EA04A47D2FE
