AIはなぜ“感情に左右されない”のか｜競馬予想で考える人間との判断の違い

競馬予想でAIを使うメリットとして、よく挙げられるものがあります。

「AIは感情に左右されない」

という点です。

人間は、

前のレースで負けた。

大きな馬券を当てた。

好きな馬が出走する。

応援している騎手が乗っている。

連敗していて焦っている。

こうした状況によって、判断が変わることがあります。

一方、AIは前のレースで外れたからといって、

「次で取り返そう」

とは考えません。

昨日大きく的中しても、

「今日は強気にいこう」

とも考えません。

同じデータを入力すれば、基本的には同じルールで評価します。

この一貫性は、競馬のように感情が動きやすい場面では大きな強みに見えます。

しかし、

「AIには感情がないから冷静」

だけで終わらせると、少し単純すぎる気もします。

AIが感情に左右されないのは、そもそも人間とは判断の仕組みが違うからです。

今回は、

AIはなぜ感情に左右されないのか

を、競馬予想を通して考えてみます。

AIは「悔しい」と感じない

人間が馬券を外すと、感情が生まれます。

例えば、

本命が4着。

買わなかった馬が1着。

最後に切った馬が来た。

締切直前に買い目を変えて外れた。

こうした経験をすると、

「悔しい」

と感じます。

そして、その悔しさが次の判断に影響することがあります。

例えば、

「さっき穴馬を切って失敗したから、今度は人気薄も押さえよう」

「本命一本で外したから、次はBOXにしよう」

「ここまで負けているから、最終レースで取り返したい」

といった行動です。

AIには、この悔しさがありません。

前のレースで外したことは、単なる結果データです。

損失額を見て焦ることもありません。

そのため、

直前の失敗を感情的に次の判断へ持ち込まない

という特徴があります。

AIは「昨日勝ったから」強気にならない

逆のケースもあります。

人間は勝った後にも判断が変わります。

例えば昨日3万円勝ったとします。

すると翌日は、

「昨日の勝ち分があるから少しくらい使ってもいい」

「最近予想が当たっている」

「今日もいけそうな気がする」

と考えることがあります。

以前考えた「的中した翌日に資金を減らしやすい」という現象です。

AIには、

勝ったことで自信が膨らむ

ということがありません。

昨日10連勝しても、

今日の予測に入力されるデータが同じなら、評価基準は変わりません。

昨日の成績が今日の予測に必要な特徴量として設計されていなければ、そもそも考慮しません。

これは人間との大きな違いです。

AIには「取り返したい」という目的がない

競馬で危険な感情の一つが、

損失を取り返したい

という気持ちです。

午前中に5,000円負けた。

午後にさらに3,000円負けた。

すると、

「あと8,000円取り返せばトントン」

と考えます。

その結果、

普段1,000円しか買わないレースに5,000円。

あるいは高配当狙いで三連単へ変更。

本来の購入ルールとは違う馬券を買います。

AIは、

「今日の収支を0円に戻したい」

という目的を持ちません。

AIが行っているのは、

与えられたデータから確率やスコアを出すこと

です。

昨日の損失額も、今日の財布残高も、入力されていなければ関係ありません。

だから、

「ここで勝負しなければ」

という焦りもありません。

同じ入力なら、基本的に同じ判断をする

AIの感情に左右されない性質を考えるうえで重要なのが、

一貫性

です。

例えば、

• 中山芝2000m
• 4歳
• 斤量57kg
• 前走3着
• 同騎手
• p_win 0.18

という馬がいたとします。

モデルや入力条件が同じなら、AIは昨日でも今日でも同じように評価します。

人間の場合は違います。

同じ馬柱でも、

前のレースで勝っている日。

負けている日。

仕事で疲れている日。

締切まで30秒しかないとき。

友人と一緒に競馬をしているとき。

一人で冷静に見ているとき。

判断が少しずつ変わることがあります。

AIには、このような状態変化がありません。

人間は「同じ情報」を同じようには見られない

これは人間が弱いという話ではありません。

人間の判断は、状況に影響されるものだからです。

例えば同じ単勝5倍の馬でも、

朝一番なら、

「ちょっと人気しすぎかな」

と思う。

しかし連敗中の最終レースなら、

「5倍あるなら一発で戻せる」

と感じるかもしれません。

情報は同じです。

変わったのは、

見る側の状態

です。

AIは入力された数字そのものを処理します。

人間は数字だけでなく、

自分の置かれた状況も同時に処理します。

そのため、判断に揺れが生まれます。

AIには「好きな馬」がいない

競馬には応援する楽しさがあります。

好きな馬。

好きな騎手。

好きな血統。

思い入れのある厩舎。

こうした要素があるから競馬は面白いとも言えます。

しかし馬券判断では、感情が入り込むことがあります。

例えば、

「この馬には前走お世話になった」

「この騎手なら買いたい」

「この血統が好きだから押さえる」

といった判断です。

AIには、

「この馬が好き」

という感情はありません。

過去に的中させてもらった馬だから評価を上げることもありません。

逆に、何度も裏切られた馬だから嫌うこともありません。

入力された情報に基づいて評価します。

AIは「名前」に惑わされにくい

人間は有名なものへ反応します。

GⅠ馬。

スター騎手。

人気厩舎。

話題の馬。

こうした名前を見ると、それだけで安心感が生まれることがあります。

例えば、

「ルメールなら大丈夫」

「GⅠ馬だから格が違う」

「この馬なら○○銀行」

といった感覚です。

AIも騎手成績や過去実績を特徴量として使えば、それらを高く評価することはあります。

ただし、

有名だから

ではありません。

データ上、その特徴が予測に寄与しているからです。

ここは重要な違いです。

AIはSNSの空気に流されない

大レース前になると、SNSでは特定の馬が急に話題になります。

「調教がすごい」

「今回絶対来る」

「この馬を買わない理由がない」

という投稿が増えます。

人間は大量の意見を見ると、

「みんな買っているなら来るのでは」

と感じることがあります。

AIモデルがSNS情報を入力していなければ、その空気には影響されません。

人気が急上昇しても、オッズを特徴量として使っていないなら評価は変わりません。

これも一種の感情耐性です。

ただし、後で触れるように、

AIを使う人間がSNSを見て購入条件を変えれば、その一貫性は崩れます。

AIは締切直前に焦らない

馬券締切が近づくと、人間の判断は変わります。

残り5分。

残り1分。

残り30秒。

「もう買わないと」

という焦りが生まれます。

その結果、

• 買い目を追加する
• 本命を変える
• 押さえを増やす
• オッズを見て急に穴馬へ変更する

ことがあります。

AIは締切時刻を感情として認識しません。

設定された時刻にデータを取得し、同じ処理を行います。

締切まで30秒だから不安になることもありません。

この点では、

判断時間を固定できる

こともAIの強みです。

AIは損失額の大きさにショックを受けない

例えばAI戦略が10連敗したとします。

人間なら、

「この方法は本当に大丈夫なのか」

と不安になります。

20連敗すれば、

「もう止めた方がよいのでは」

と考えるでしょう。

もちろん、戦略を再検証することは重要です。

しかし、本来想定されていた範囲の連敗でも、感情的には耐えにくいことがあります。

AI自体は、

10連敗も20連敗も、

結果の系列

として処理します。

怖くなってルールを変えることはありません。

ここは、期待値がある戦略を長期運用するうえで大きな違いです。

ただしAIは「冷静に我慢している」わけではない

ここで少し言葉を整理したいところです。

AIは、

「感情を抑えて冷静に判断している」

わけではありません。

そもそも、

抑えるべき感情がありません。

人間なら、

「穴馬を買いたいけれど我慢する」

という判断があります。

AIには、

「穴馬を買いたい」

という衝動自体がありません。

だから我慢も必要ありません。

つまり、

精神力が強いから感情に左右されないのではなく、判断構造に感情が存在しない

という方が近いと思います。

人間の判断には「記憶」が強く影響する

人間は印象的な出来事をよく覚えています。

例えば、

単勝50倍を当てた。

1番人気が飛んだ。

三連単で100万円を逃した。

こうした記憶は長く残ります。

そのため、

「人気薄でも来る」

「1番人気は信用できない」

「BOXで買っておけばよかった」

という判断につながります。

しかし、その出来事が統計的にどれくらい珍しいのかは別です。

AIは一つの強烈な記憶だけを特別扱いする必要がありません。

学習データ全体から傾向を見ます。

人間が一つの大きな経験に引っ張られるのに対して、

AIは大量の過去データを同じ形式で扱えます。

AIは「惜しかった」を評価しない

競馬で人間の判断を狂わせやすいものに、

惜しい外れ

があります。

本命が4着。

ハナ差で外れ。

選んだ4頭のうち3頭が来た。

三連複で最後に切った馬が3着。

すると、

「ほとんど当たっていた」

と感じます。

次も同じ買い方を続けたくなります。

しかし馬券結果としては外れです。

AIには、

「惜しかったから次は当たりそう」

という感覚はありません。

必要なら、

予測確率と実際の着順を評価します。

惜しいかどうかではなく、

モデルの予測がどれくらい妥当だったか

を見ます。

逆に「たまたま当たった」ことにも酔わない

同じように、AIは的中にも興奮しません。

例えば三連単が偶然当たった。

人間なら、

「この買い方はいける」

と思うかもしれません。

AIの検証では、

1件の的中だけで戦略を高評価する必要はありません。

100レース。

1,000レース。

複数年度。

とサンプルを増やして評価します。

この点では、

成功にも失敗にも同じ距離感を保てる

のがAIの特徴です。

だからAIは長期検証と相性がよい

競馬AIの強みは、

毎週必ず勝つことではありません。

むしろ、

同じ条件を長期間繰り返せること

にあります。

例えば、

p_win 0.15以上
単勝5～15倍
各100円

というルールを決めたとします。

AIなら、

先週10連敗したから条件を変える。

昨日大勝ちしたから15倍以上も買う。

ということはありません。

同じ条件で続けられます。

その結果、

本当にその条件に優位性があるのかを検証しやすくなります。

人間の感情によるルール変更が少ないからです。

「感情がない＝正しい」ではない

ここは非常に重要です。

AIが感情に左右されないからといって、

予測が正しいとは限りません。

間違ったモデルなら、冷静に間違い続けます。

例えば、

• データに偏りがある
• 特徴量が不足している
• 過学習している
• 市場変化へ対応できていない

という状態なら、AIは一貫して誤った評価を出す可能性があります。

人間なら途中で、

「なんか最近おかしい」

と違和感を持つかもしれません。

AIには、その感覚もありません。

つまり、

感情に左右されないことは、一貫性の強みではあっても、正しさの保証ではない

ということです。

AIは「間違っていることに不安を感じない」

人間は間違いが続くと不安になります。

その不安が過剰だとルールを壊します。

しかし、適度な不安は、

「モデルを見直した方がよいのでは」

という気付きにもなります。

AIには、この不安がありません。

そのため、

モデルの成績が悪化していても、

自分から、

「最近弱くなっています」

と感じるわけではありません。

人間側が、

• 回収率
• 的中率
• p_winごとの実勝率
• オッズ帯別成績
• 直近成績

などを観察する必要があります。

感情がないことには長所と短所の両方があります。

AIにも「偏り」はある

AIに感情がないなら完全に中立かというと、それも違います。

AIには、

学習データ由来の偏り

があります。

例えば過去10年のデータに、

特定の騎手の好成績が多ければ、その騎手を高く評価するかもしれません。

特定の条件の馬が多く勝っていれば、その条件へ偏ります。

これは感情ではありません。

しかし、判断を偏らせる要因です。

つまり、

人間には心理的バイアス。

AIにはデータ・モデル由来のバイアス。

があります。

両者とも完全に中立ではありません。

人間はAIの結果に感情を持ち込める

さらに面白いのは、

AI自身に感情がなくても、AIを使う人間には感情がある

ということです。

例えばAIが、

A馬：p_win 0.22
B馬：0.18
C馬：0.15

と出したとします。

普段ならA馬を買います。

しかし、

「B馬は好きな馬だからBも買おう」

「今日は負けているからCの高オッズも買おう」

「A馬は前走で裏切られたから嫌だ」

と変更すれば、AIの一貫性は失われます。

AIが冷静でも、

運用段階で人間が感情を追加できる

わけです。

「AI予想なのに感情的な馬券」は普通に作れる

例えばAI指数を出した後に、

• 指数1位を単勝
• 2位も気になるから追加
• 好きな騎手の馬も追加
• 前レースで負けたので賭け金倍
• 最終レースなので三連複も購入

となったとします。

これでは、

予測部分はAIでも、

馬券戦略はかなり人間的です。

そして負けた後に、

「AIの回収率が悪い」

と評価してしまうことがあります。

しかし、実際にはAIの購入ルールを守っていません。

競馬AIを検証するなら、

予測モデルと、人間の購入判断を分離する

必要があります。

AIを使う意味は「人間を排除すること」ではない

では、人間は余計なのでしょうか。

そうとも思いません。

人間にはAIとは違う役割があります。

例えば、

• データ異常を発見する
• 馬場の変化を見る
• レース映像を確認する
• モデルの仮説を考える
• AIが見ていない情報を補う
• そもそもの戦略を設計する

ことです。

問題なのは、

人間が参加することではありません。

どこで人間の判断を入れるかを決めていないこと

です。

人間とAIの役割を分ける

例えば次のように分けられます。

AI

• 勝率を予測する
• 条件を一定基準で評価する
• 過去データを集計する
• 毎レース同じルールで順位付けする

人間

• 入力データを確認する
• モデル設計を見直す
• 当日の特殊事情を見る
• 購入ルールを事前に決める
• 長期成績を評価する

こうすると、

AIの一貫性と人間の柔軟性を両方使えます。

感情を消すのではなく「判断から距離を置く」

人間がAIのように感情をなくすことはできません。

競馬で当たればうれしい。

外れれば悔しい。

それは自然です。

むしろ競馬の面白さでもあります。

重要なのは、

感情を持たないことではなく、感情と購入判断を分けること

だと思います。

例えば、

「外れて悔しい」

はそのままでよい。

しかし、

「悔しいから次の賭け金を倍にする」

は別です。

「好きな馬を応援したい」

のもよい。

しかし、

「応援馬券」と「AI戦略の成績」を同じ集計に混ぜない。

この区別ができれば、人間でも判断の一貫性を高められます。

AIの強みは「ルールを忘れないこと」

人間はルールを作っても破ります。

例えば、

1レース1,000円まで。

指数1位だけ。

単勝5倍以上。

5レースまで。

と決めたとします。

しかし、

「今日はGⅠだから」

「ここは自信がある」

「最後だから」

という理由で変えてしまいます。

AIの自動運用なら、設定されたルールをそのまま実行できます。

ここに感情に左右されないことの実務的な価値があります。

強い精神力ではなく、ルールを機械的に守れること。

これがAIの大きな強みなのかもしれません。

この競馬AIで観察してみたいこと

このテーマは、実際の馬券履歴でも検証できます。

例えば、

AIが出した購入候補。

実際に人間が買った馬券。

を比較します。

そして、

• AI通り買ったケース
• 人間が馬を追加したケース
• 賭け金を増やしたケース
• 見送ったケース
• 馬券種を変更したケース

に分けます。

その回収率を比較すれば、

人間の介入がプラスだったのか、マイナスだったのか

を確認できます。

もし、

AIルール通り：回収率105％
人間介入あり：回収率82％

なら、感情が成績を悪化させている可能性があります。

逆に人間介入の方がよければ、

AIに入っていない情報を人間が補えている可能性もあります。

「感情介入率」を記録しても面白い

競馬AIの研究として、

感情介入率

のような記録を作ってみても面白そうです。

例えば100レース中、

AIルール通り：75レース
人間判断で変更：25レース

なら、介入率25％。

その25レースで、

なぜ変更したかを記録します。

• 好きな馬
• 好きな騎手
• 連敗
• 大勝ち翌日
• 締切直前
• SNS情報
• パドック
• オッズ変動

そして結果を比較します。

人間の判断が本当に有効なのか。

それとも感情に引っ張られているだけなのか。

数字で見られます。

AIが感情に左右されない理由を整理する

ここまでをまとめると、AIが感情に左右されない理由は、

単純に、

「心がないから」

だけではありません。

判断の仕組みそのものが違います。

AIは、

• 悔しさを感じない
• 勝って自信過剰にならない
• 負けを取り返そうとしない
• 好き嫌いを持たない
• SNSの空気に流されない
• 締切で焦らない
• 大きな損失に恐怖を感じない
• 惜しい外れを特別扱いしない
• 大当たりに興奮しない
• 同じ入力を同じ基準で処理する

という特徴があります。

この中で最も重要なのは、

一貫性

だと思います。

まとめ

AIはなぜ感情に左右されないのか。

それは、

感情を我慢する能力が高いからではありません。

そもそも、

悔しい。

うれしい。

取り返したい。

好き。

怖い。

という感情が判断プロセスに存在しないからです。

そのため、

昨日勝ったから賭け金を増やす。

連敗したから条件を変える。

好きな馬だから買う。

締切直前だから買い目を足す。

といった判断をしません。

同じ入力には、同じ基準で向き合えます。

これは競馬AIの大きな強みです。

特に、長期的な回収率や期待値を検証するとき、

同じルールを崩さず続けられること

には大きな意味があります。

一方で、

感情がないから正しい

というわけでもありません。

AIは間違ったモデルなら、冷静に間違い続けます。

データの偏りにも影響されます。

成績が悪化しても、不安を感じて自分から見直すわけではありません。

だから、

AIが一貫して判断する。

人間がその一貫した結果を観察し、必要ならモデルを修正する。

という役割分担が重要になります。

そしてもう一つ忘れたくないのは、

AIが感情に左右されなくても、AIを使う人間は感情に左右される

ということです。

AI指数を出した後で、

馬を追加する。

賭け金を増やす。

馬券種を変える。

負けを取り返そうとする。

そこには再び人間の感情が入ります。

つまり、競馬AIで本当に観察したいのは、

「AIは感情がないから強い」

という単純な比較ではありません。

AIの一貫性を、人間がどこまで壊さずに使えるのか。

そして、

人間の感情が入った方が、本当に成績は悪くなるのか。

そこまでデータで確認できれば、AIと人間の違いがもう少し具体的に見えてきそうです。

AIは感情を持ちません。

人間は感情を持ちます。

大切なのは、その違いを消すことではなく、

それぞれの特徴を理解したうえで、判断の役割を分けること

なのだと思います。