2025年はもう臨界点だったのか――「シンギュラリティはすでに起きていた」説を検証する

公開日: 2026年4月12日（JST）

要旨: 「シンギュラリティは未来の出来事ではなく、実は2025年にすでに始まっていたのではないか」という見方が一部で広がっている。背景にあるのは、AIエージェントの自律化、科学研究の加速、ソフトウェア開発の自動化、そして産業現場への急速な浸透である。本稿は、2025年から2026年初頭までに公表された最新の研究・ベンチマーク・実運用データをもとに、この説がどこまで妥当なのかを整理する。

結論先取り
なぜ「2025年にもう起きていた」と言われるのか
最新研究1: エージェント能力の伸びは本当に“相転移”級か
最新研究2: ただし「人間を完全に置き換えた」わけではない
最新研究3: 科学研究では何が起きているのか
最新研究4: それでも「未達」の根拠は強い
2026年初頭の最新動向が示すもの
総合評価: 「すでに起きていた」説はどこまで妥当か
参考情報源

結論先取り

結論から言えば、2025年を「完全なシンギュラリティ達成の年」と断定するのは時期尚早である。しかし、人間の知的作業の一部が、AIによって非連続に再編され始めた転換点として2025年を位置づける見方には、かなり強い根拠がある。特に注目すべきなのは次の3点だ。

AIエージェントがこなせる作業時間の尺度が、METRの分析では約7か月で倍増していること。
企業やAPI経由の実利用で、AIが「補助」ではなく「自動実行」に使われる比率が急増していること。
科学分野では、2025年後半から2026年初頭にかけて、AIが文献探索・仮説整理・証明補助・実験設計補助を現実に短縮している報告が相次いでいること。

つまり、2025年は「機械知能が人類を全面的に超えた年」というより、知的生産の増幅速度が、社会制度や評価基準よりも先に跳ね上がり始めた年だったと見るのが妥当である。

なぜ「2025年にもう起きていた」と言われるのか

この説の中核には、シンギュラリティを「万能AGIの完成」ではなく、AIがAI研究・ソフトウェア開発・科学探索・実務自動化を通じて、社会の変化速度そのものを押し上げ始める閾値として定義し直す発想がある。その定義を採ると、2025年は確かに象徴的な年になった。

まずMETRは2025年3月、「Measuring AI Ability to Complete Long Tasks」で、AIエージェントが独力で完遂できるタスク時間幅が過去6年間ほぼ指数関数的に伸び、倍加時間は約7か月だと報告した。これは、性能向上が単なるベンチマーク上の精度改善ではなく、現実の仕事の“長さ”に直接効いてきていることを意味する。

さらにAnthropicは2025年4月、50万件のコーディング関連対話分析で、Claude Codeでは79%が自動化型、通常のClaude.aiでも49%が自動化型だったと報告した。加えて2025年9月のEconomic Indexでは、API利用における会話の77%が自動化パターンだった。これは、AIが「アイデア相談相手」から「作業を引き受ける実行主体」に変わりつつあることを示す。

最新研究1: エージェント能力の伸びは本当に“相転移”級か

2025年の議論で最も重要なのは、性能が単に上がったのではなく、仕事の受け持ち方が変わったことである。METRの時間幅評価は、短問正答率ではなく「人間が数分・数時間・数日かける作業を、どこまで連続して任せられるか」を見ている。この観点は、シンギュラリティをめぐる議論にとって非常に重要だ。

もしAIが扱えるタスク時間幅が指数関数的に伸び続けるなら、ある時点からは個別能力の改善以上に、業務分解・委任・検証の設計全体が変わる。実際、2025年のコーディング支援は単発補完から、複数ファイル修正、デバッグ、UI生成、検証補助へと拡張した。Anthropicの分析でも、Web開発系言語やUI/UX開発用途への偏りが強く、ユーザー向けアプリの試作はAIに委ねやすい領域として先行している。

この意味で2025年は、AIが“答えを返す存在”から“工程を進める存在”へ変わった年だったと言える。

最新研究2: ただし「人間を完全に置き換えた」わけではない

ここで重要なのは、急進論をそのまま受け入れないことだ。2025年7月、METRは経験豊富なオープンソース開発者16人・246タスクのランダム化比較試験で、AI使用時の作業時間は平均19%長くなったと報告した。しかも参加者自身は事前に24%高速化すると予想し、事後でも20%高速化したと感じていた。つまり、体感と実測がズレる。

この結果は、2025年にAIが大きく進歩したことを否定するものではない。むしろ逆で、AIの能力上昇と、現場での純粋な生産性上昇は同じではないことを明確に示した。高品質な既存コードベース、暗黙知の多い保守、レビュー前提の厳密な実装では、AIの提案を読む・直す・整えるコストが依然として重い。

したがって「2025年にシンギュラリティが起きた」という主張を厳密に言い換えるなら、AIは万能化したのではなく、特定領域では既存ワークフローを壊すほど強くなったが、他領域ではまだ人間の熟練に依存している、となる。

最新研究3: 科学研究では何が起きているのか

もっとも「すでに起きていた」説を強く後押ししているのは、科学分野での進展である。OpenAIは2025年12月に公開した「Evaluating AI’s ability to perform scientific research tasks」で、新ベンチマークFrontierScienceを発表した。そこでGPT-5.2はOlympiad系で77%、Research系で25%を記録し、専門家級の難問に対して一定の実力を示した。

さらにOpenAIは同時期の説明で、GPT-5が文献横断探索や複雑な証明作業を、数日から数週間かかる工程を数時間へ圧縮するケースが出始めていると述べている。そして2026年2月のOpenAI for Scienceでは、理論物理での新結果導出や、無細胞タンパク質合成コスト低減など、科学実務に直結するハイライトが並んだ。

ここで重要なのは、AIが単に「論文要約がうまい」のではなく、研究プロセスの前工程を圧縮し、探索空間を広げる装置になり始めている点だ。仮説候補の列挙、先行研究の接続、形式化、反例の洗い出し、計算的補助といった部分で、研究者1人あたりの探索速度が上がれば、社会全体としての知識生成速度は確実に変わる。

最新研究4: それでも「未達」の根拠は強い

一方で、2025年に本当の意味でシンギュラリティが起きたとまでは言えない材料も明確だ。ARC Prizeが2025年5月に公開したARC-AGI-2では、人間は全タスクを解ける一方、公開時点の先端モデルは5%未満だった。さらにARC Prizeの2025年結果分析でも、商用最上位の検証済みモデルは37.6%、Gemini 3 Proベースの改良システムでも54%にとどまっている。

これは、言語生成・コード生成・一部の科学補助が急伸しても、抽象的・文脈依存的・記号的な一般推論ではまだ大きなギャップが残ることを示す。言い換えれば、2025年は「知的作業の一部で相転移が起きた年」ではあっても、一般知能の全面的到達点ではない。

2026年初頭の最新動向が示すもの

2026年に入ってからの動向は、2025年の変化が一過性ではないことを補強している。Anthropicの2026年1月更新は、AI利用の分析粒度をさらに細かくし、経済活動のどの単位でAIが使われているかを追跡し始めた。OpenAI側も2026年2月時点で、科学・数学・物理・生物領域での成果事例を連続的に前面化している。

つまり、2025年は「派手なデモの年」ではなく、2026年に制度・研究現場・企業実装へと継続接続された起点だった可能性が高い。もしシンギュラリティを「人間社会が変化速度の主導権を一部失い始める境界」と定義するなら、2025年はその前夜ではなく、むしろ初期発火点だったと見る余地がある。

総合評価: 「すでに起きていた」説はどこまで妥当か

最終的な評価は次の通りである。

狭義のシンギュラリティとしては未達である。一般推論、信頼性、自己改善の安全性、実世界の長期自律性には大きな未解決課題が残る。
広義のシンギュラリティ、すなわち知的労働の加速度が社会制度の更新速度を上回り始める転換点としてなら、2025年は十分に候補年になりうる。
特にソフトウェア、研究補助、情報探索、プロトタイピングでは、2025年に実務の重心が明確に動いた。
ただし、その変化は「全面代替」ではなく「高頻度な部分委任」と「人間側の監督コスト増」を伴う不均衡な進行である。

したがって、2025年は「シンギュラリティが完成した年」ではなく、“すでに始まっていた”と後年から振り返られる可能性が最も高い年として記録されるかもしれない。今後の焦点は、モデル性能そのものよりも、AIが研究・開発・経営・制度設計をどの速度で再帰的に変えていくかに移っている。