大規模言語モデル（LLM）が情報消費と世界観形成に与える影響が急速に増大する中で、単なるバイアスの問題を超えた重要な課題が浮上している。それは、LLMが言語表現を通じて伝わる感情的なニュアンスを本当に理解できるかという問いである。この研究では、政治紛争や地政学的対立を扱ったニュース見出しを対象に、複数のLLMが人間の感情認識とどの程度一致するかを実証的に評価した。 イギリスの成人人口を代表する3011人の人間参加者（YouGov調査）と7つのLLMモデルを対象に、特定の紛争当事者に対する共感を喚起する見出しについて調査を行った。その結果は興味深い。モデル間のばらつきは大きく、GPT-5.2では0.789の高い相関が得られた一方、Mistral Large 2512では0.4という中程度の相関にとどまった。だが最も注目すべき発見は、主要なモデルが年齢、性別、教育水準、地政学的知識、紛争に対する事前の見方といった全ての人口統計学的部分群において、人間の判断と広く一致していることである。 しかし同時に、統計的には有意な差異もグループ間に存在することが明らかになった。これは、一見すると高い全体的性能を示していても、AIの整合性は全員に等しく機能するわけではなく、人口統計的特性や文化規範によって異なる対応をする可能性があることを示唆している。大規模で人口統計学的に多様なデータセットを用いたこの堅牢な研究は、ニュース枠組みに対するLLMの理解能力を評価した最も包括的なものとなった。倫理的で有用なAIシステムの開発において、こうした微分的整合性の必要性を考慮するか否かは、今後大きな意味を持つようになるだろう。