AIエージェント能力アトラス › 仕事ごとの一覧 › 基盤能力（横断） › 推論・論理

常識推論・反実仮想

Commonsense and counterfactual reasoning

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

日常的な常識推論では実務品質だが、反実仮想（『もしXがなかったら』）の一貫した多段階推論は人間より脆い

できること

一般的な常識クイズ・因果推論のベンチマークで高スコアを示す

まだできないこと

長い反実仮想連鎖での一貫性維持、物理的直感を要する常識（素朴物理学）は依然弱点として報告される

なぜそうなのか

常識は訓練データに広く反映されるが、反実仮想は訓練データに直接現れにくい『仮想世界』のシミュレーションを要する

これからの予測の根拠

世界モデル研究（物理シミュレーション統合等）の進展により2028年に改善が見込まれるが根本解決は不透明

いま使える主な道具

Claude、GPT-5.x

根拠

• Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents 2026-07
  推論の失敗クラスタに反実仮想・常識推論の弱点を含む

同じ分野のほかの仕事（推論・論理）

• 数理・論理パズルの解決
• 推論の強さと計画能力のギャップ

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。