AIに補助された仮想問い学習(AI-assisted virtual question learning)

AIという、「問い」に真面目に付き合ってくれる伴走者がいることで可能になる学習法、ASVQLというものを考えている。
昨日の問答は、こんな形で始まった。

question 1
20世紀〜21世紀に人類文明がいったん滅んだと仮定する。
そこから数万年後、人類文明が再興したが、過去の文字や言語との連続性は一切失われていたとする。
その中で、まず英語と中国語が苦労の末に解読された。
では、日本語はどうか。

a：発掘された日本語の本の表紙絵・挿絵から、O・ワイルド『幸福な王子』の日本語訳が見つかった。この物語の英語版テキストはすでに解読済み。ただし、日本語訳の原書テキストは特定できない。
b：日本語の漢字かな交じり文が大量に発掘された。漢字については字体対応（簡体字⇔繁体字）がほぼ解決している。漢字を手がかりに、日本語テキストおよび発掘文書群を解読する。
c：a に加えて、アンデルセン童話の英訳版と、版は違うが日本語版も追加で見つかった。
この場合、日本語の解読はどれが最も進むか。

answer 1（短く）
b > c > a

question 2
d：c にさらに、タブレットの簡単な説明書が見つかった。ただし、英・中・日の対訳がある。
ではどうか。

answer 2

楽天AI：b > d > c > a
ChatGPT：d ＞＞＞＞＞＞（文明史的断絶）＞＞＞ b > c > a
ここで回答が分岐した。
「簡単な」一枚ものの簡便な取扱説明書であっても、ロゼッタストーンのように使える、という点までは両AIとも一致していた。
ただし、文学作品よりも、マニュアルのような具体的指示を含む文書のほうが、言語解読には有用だという見解も一致していた。

question 3
e：そのタブレットの対訳をよく見ると、ハングル文字という謎の言語も含まれていた。
これを最初の手がかりとして、韓国語・朝鮮語はどこまで分かるか。
answer 3

ChatGPT：韓国語（朝鮮語）はかなりの確率で単独解読可能
楽天AI：最初の手がかりとしてすごく強い

理由としては、
ハングルが表音的な文字体系であること
文字体系が規則的であること
そのため「音価」、つまりどのように発音されていたかがかなり分かること
などが挙げられた。

たとえば、
タブレット/　tablet / 태블릿
のような対応から、日本語では片仮名の「タ〜ト」程度しか直接は見えなくても、ハングルでは規則が分かれば音価全体の推定が進む。

このやりとりを通じて、未知の言語を解読し、「意味」や「どう発音されていたか」を知る方法について学ぶことができた。

question 4
いったん発掘物の条件をリセットし、英語と中国語が解読済みの状況を前提とする。

x1：最初の状況から、漢和辞典が発掘された。
x2：最初の状況から、英和辞典が発掘された。
x3：x2 の状況から、和英辞典も発掘された。
この場合はどうか。

answer 4

楽天AI：x1 ≳ x3 >> x2
ChatGPT：x3 > x1 >> x2

ここまで整理文を書いて、両者の回答の違いは、「漢字」という表意文字が日本語解読にどれほど寄与するかの見積もりの違いに由来するのではないかと思った。

さらに、状況文そのものにも曖昧さがあった。
つまり、英語のみ解読済み/中国語のみ解読済み/英語＋中国語の二言語が解読済み

のどの読み方も許してしまう書き方になっていたのではないか、ということだ。

おそらく楽天AIは「一言語のみ解読済み」と読む余地を強く拾い、
そのため x1 は「中国語のみ解読済みのときに漢和辞典が発掘された」場合として重く評価した。

一方でChatGPTは、英語も中国語も解読済みという前提をより強く採用し、
英和・和英辞典の日本語説明文も、漢字部分については中国語の解読から意味をかなり特定できる、と見たのではないかと思う。

自分の状況説明文の曖昧さも含めて、これは言語についてかなり深く知ることのできる学習法ではないだろうか。
しかも、二つのAIの回答を比較すること自体が、問いの構造や前提の曖昧さをあぶり出してくれる。

その意味でも、この方法はかなり面白い。

そしてAIそのものについても学ぶ事ができる
AIは答えをくれる道具というより、問いの曖昧さや自分の思考の癖を映し返してくれる伴走者なのかもしれない、と。