公開：2026年9月18日, 最終更新：2026年9月18日
30秒サマリー
- ChatGPTなど主要6アプリのレビュー1万7千件超をNLPで分析した査読前論文がarXivに登場
- ネガティブ感情は広告（91%）・認証（89%）・サーバー信頼性（83%）・料金（73%）に集中
- Claudeは否定的評価が最多（47.7%）ながら熱狂的支持層も併存する「二極化」が判明
何が起きたか
2026年7月20日、Md Jafrin Hossainら3名の研究者がarXiv（cs.CL）に論文「What Users Think of Generative AI: A Cross-Platform NLP Analysis of Trust and Friction in App Store Reviews」を投稿した。現在Elsevier『Array』誌に審査中の査読前論文であり、確定的な結論として扱う際は留意が必要だ。
研究ではChatGPT、Gemini、Microsoft Copilot、Claude、DeepSeek、Perplexityの6アプリについて、Google PlayとApple App Storeから収集した英語レビュー17,012件を分析対象とした。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、統計的検定（カイ二乗・クラスカル＝ウォリス・ボンフェローニ補正付き多項ロジスティック回帰）で各アプリ間の差異を評価。300件の人手コーディングによる妥当性検証も実施した。
結果として、ネガティブ感情が最も集中したカテゴリは「広告表示」（91%）、「認証」（89%）、「サーバー安定性」（83%）、「サブスクリプション料金」（73%）。アプリ別ではClaudeがネガティブ感情比率47.7%で最高値を示した一方、強い熱狂的ユーザー層も統計的に有意な規模で存在し、評価の二極化が確認された。また探索的観察として、DeepSeekのレビューの一部に中国出自に関連した地政学的懸念やデータプライバシーへの言及が見られたと報告している。研究チームはアプリごとの信頼・利用障壁を定量化する「Trust Friction Score」の枠組みも提案した。
原典ハイライト
ネガティブ感情は広告91%・認証89%・サーバー信頼性83%・料金73%と機能領域ごとに極めて高い集中を示し、アプリ間で感情分布が統計的に有意に異なることが確認された。Claudeの二極化と、DeepSeekへの地政学的懸念の浮上が特徴的な知見として挙げられている。
出典: arXiv cs.CL（論文）
So What?（なぜ重要か）
生成AIへのユーザー不満は「AIの回答精度」よりも「広告・ログイン・課金・サーバー」など周辺UXに集中している点が定量的に示された。企業が生成AIツールを導入・選定する際、モデル性能だけでなく認証フローや料金体系・サービス可用性がユーザー継続率を左右する主因になり得ることを示唆する。また地政学・データプライバシーの懸念がアプリ選択に影響しうることも浮き彫りになった。
日本企業への示唆
日本企業が生成AIツールの全社導入や外部サービスへの組み込みを検討する際、モデルの性能評価に加え、SSO・MFA連携の手間、サブスクリプション管理の複雑さ、サーバーダウン時の業務影響を事前評価項目に明示的に加えるべきだ。DeepSeekのような中国発サービスに対するデータ主権・地政学リスクへの懸念は日本の監督官庁や親会社との契約審査でも論点になる可能性があり、ベンダー選定基準の文書化が急務といえる。なお本論文は査読通過前であるため、知見の扱いは参考情報として位置付けることが望ましい。
背景・経緯
生成AIアプリは2022年末以降に急速に普及したが、大規模なユーザーレビューを横断的に分析した学術研究は少なかったと論文は述べている。本研究はその空白を埋めようとした試みであり、6アプリ横断・クロスプラットフォームの分析としては「最初期の一つ」と著者らは位置づけている。
