なぜAI生成のLPは全部同じに見えるのか：選好チューニングのモード崩壊を測定値で読む

TL;DR

• 25のLLMに「時間の比喩」を1,250回書かせると、アイデアは2つに収束する（Artificial Hivemind, NeurIPS 2025）。
• 原因は「平均化」ではなく、選好最適化の勝者総取り。同点でも一つに寄せるのが最適解になる（Lanchantin et al., arXiv:2501.18101）。
• temperatureを上げても、最頻解のまわりにノイズが増えるだけで、最頻解そのものは変わらない。
• Show HNのローンチページ1,590件の22%に「AIデザインの特徴」が4つ以上（Krebs, 2026年4月）。

測定

測定したもの	値	出典
25モデル×50回の「時間の比喩」の種類	2	NeurIPS 2025
回答間の平均距離（人間102人 vs 22モデル）	0.738 vs 0.459	Wenger & Kenett 2025
多様性考慮の目的関数で回復した物語の多様性	約+75%	Meta FAIR 2025
AIと協働した人々の間のアイデア多様性	g = −0.86	メタ分析（28研究）
生成UIの独自性（15モデル vs 人間デザイナー）	0.59 vs 0.76	2,400 UI, 2026

なぜ起きるか

事前学習は分布全体を学びます。崩壊は後段で起きます。DivPO論文の2節によれば、標準的な目的関数では最高報酬の一点に確率質量をすべて置くことが最適解の一つで、複数の生成が同じ報酬でも一つに寄せることが最適解のままです。正則化はブレーキにすぎません。

チャットテンプレート（ロールマーカー）だけで多様性が落ちるという報告もあります（arXiv:2505.18949）。

実務でやること

1. プロンプトの前に方向を決める。モデルに先に喋らせると、その答えがアンカーになる。
2. モデルのデフォルト以外の参照を渡す（スクリーンショット、書体、パレット）。
3. 20案出させて最初の5案を捨てる。
4. ピクセルではなくデザイントークンを変える（フォント、角丸、影、アクセント色）。indigo-500は誰かが選んだデフォルトにすぎない。
5. 自分のLPで16項目チェックを回す。
6. 意図的な「変さ」を一つ残す。

全文（英語、出典表・反証・3つの予測つき）: https://piszczek.pl/blog/the-average-is-free