Md Jafrin Hossain氏らの研究チームは2026年7月20日(現地時間)、主要な生成AIアプリケーションに対するユーザーの信頼と利用障壁に関する大規模な分析結果を学術リポジトリのarXiv cs.CLで発表した。チャットGPTChatGPT、Gemini、マイクロソフト コパイロット (Microsoft Copilot)、Claude、ディープシーク (DeepSeek)、パープレキシティ (Perplexity) の6アプリを対象に、グーグル プレイ (Google Play) とアップル アップストア (Apple App Store) から収集された17,012件の英語レビューを分析し、ユーザーが認識する品質や課題を特定している。
この研究は、生成AI (GenAI) アプリケーションが消費者の間で急速に普及しているにもかかわらず、ユーザーが認識する品質、信頼、および採用障壁に関する大規模な研究が不足している現状を背景に行われた。
分析では、BERTopicによるトピックモデリングとRoBERTaによる感情分類を組み合わせ、カイ二乗検定、Kruskal-Wallis検定、ボンフェローニ補正付き多項ロジスティック回帰を用いて、アプリケーション間の差異を評価した。これらの分析コンポーネントは、300件のレビューからなる層化抽出標本を用いた人間によるコーディングに対して検証されている。
結果によると、ネガティブな感情は広告 (91%)、認証 (89%)、サーバー信頼性 (83%)、および購読価格 (73%) の分野に集中していることが示された。また、感情はアプリケーション間で顕著な違いがあり、クロードは最も高いネガティブ感情 (47.7%) を示しつつも、同時に熱狂的なユーザー基盤も持ち、統計的に有意な両極化が確認されている。これらの発見は、アプリケーションごとのレビュー数に不均衡があるにもかかわらず、堅牢であると論文は述べている。
探索的な観察として、ディープシークの一部のレビューでは、その中国起源に関連する地政学的およびデータプライバシーへの懸念が提起された。さらに、アプリケーション固有の信頼およびユーザビリティの障壁を解釈可能な次元に集約するTrust Friction Scoreが提案されている。この研究は、消費者向け生成AIアプリケーションにおけるユーザーの信頼、ユーザビリティ、および採用障壁に関する検証済みで実用的な証拠を提供するものと位置づけられる。
参考: arXiv cs.CL (アーカイブ) — 2026年9月18日 13:00 (JST)