Plurification in/of language technology -- The integration of culture in next-generation AI
本論文は、次世代AIにおける真の文化的整合性の達成には、単なるデータの多様化を超え、多様な認識論を統合し、言語技術設計のあらゆる階層にわたる権力とガバナンスのより深い問題に対処する、再帰的かつ複数的な社会技術的アプローチを採用することが必要であると論じるものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
ロボットに人間の言葉を話し、理解させる方法を教えようとしている場面を想像してみてください。この論文は、単にロボットに大量の本やウェブサイト、あるいは異なる言語の例を詰め込むだけでは不十分であると論じています。もし、ロボットの「考え方」そのものを変えずに、単に他の文化を混ぜ合わせるだけなら、ロボットは依然として世界を誤解し続けることになります。
ゲルトラウド・コッホとファスト・ジュニリャの両著者は、私たちは「複数性（plurality）」を尊重するように、ロボットの「オペレーティングシステム」全体を作り直す必要があると提案しています。つまり、あらゆる知識や存在のあり方を一つの支配的な箱に押し込めるのではなく、多様なあり方を認めるということです。
以下に、彼らの主張を分かりやすい比喩を用いて解説します。
核心的な問題：「画一的（One-Size-Fits-All）」という罠
現在のほとんどのAI言語モデルは、巨大な単線道路のようなものです。誰もが同じ方向へ、同じ速度で、同じルールに従って走らなければなりません。
- 問題点： もし、異なる国から来た車をこの高速道路に乗せようとしても、標識は馴染みのあるものかもしれませんが、運転のルール（文化）は異なります。AIは丁寧な挨拶を文字通りに翻訳することはできても、その文化においてはその言い方が実は失礼にあたる、といった事実を見落としてしまうかもしれません。
- 論文の主張： 単に異なる文化のための「車線」を増やすだけでは解決しません。さまざまな種類の交通が自然に流れるように、道路システム自体を再設計する必要があります。
解決策：テクノロジーの「5層構造の家」
これを解決するために、著者らは言語テクノロジーを単なるコードとしてではなく、5階建ての家として捉えることを提案しています。玄関のドア（出力）に色を塗るだけで「文化に配慮している」と呼ぶことはできません。すべてのフロアを確認しなければならないのです。
1. 土台（コア・テクノロジー）
- 比喩： 土台が英語のレンガだけで築かれていると想像してください。
- 解決策： 著者らは「ユニバーサル・ナレッジ・コア（普遍的な知識の核）」の使用を提案しています。これは、中立的な翻訳ハブ（ユニバーサル・アダプター・プラグのようなもの）だと考えてください。すべての言語をまず英語に翻訳させるのではなく、このハブが共有された概念を通じてすべての言語を直接つなぎます。これにより、スワヒリ語の単語が英語を経由することなく、日本語の単語と直接つながることができるようになります。
2. 図書館（データと知識）
- 比喩： AIは図書館から学びます。現在、その9割は少数の富裕層によって書かれた本であり、マイノリティ・グループの物語は欠落しているか、部外者によって書かれています。
- 解決策： 私たちは、「誰が本を書き」、「どのようにカタログ化されるか」を変える必要があります。単に本を増やすことではなく、図書館自体が偏った状態で構築されたことを認めることが重要です。誰が、どこで、いつ話したのかという「文脈（コンテキスト）」を記録することで、AIが単なる言葉ではなく、その物語の背景を理解できるようにする必要があります。
3. ルールブック（規範、法律、倫理）
- 比喩： すべての近隣地域には、独自の暗黙のルールがあります。「グローバルなルールブック」は、しばりのローカルな慣習を無視しがちです。
- 解決策： 論文では、現在のルール（「責任あるAI」など）は、あまりにも曖昧であるか、単なるマーケティングのスローガンに過ぎないと指摘しています。私たちは、企業の利益計画に従うのではなく、地域の法律やコミュニティの価値観を尊重するルールブックを必要としています。それは、市の主要な警察コードに従うだけでなく、地元の「防犯パトロール」のルールに従うようにすることなのです。
4. 経済（誰が支払い、誰が利益を得るか）
- 比喩： 村の人々が原材料（言語データ）を提供しているのに、大都市の工場主がすべての利益を独占し、すべての決定を下している工場を想像してください。これは「搾取（extractivism）」と呼ばれます。
- 解決策： 論文は、より公正な経済が必要であると論じています。言語データを提供する人々は、単なる無料の労働力ではなく、共同所有者であるべきです。もしコミュニティがAIの構築を支援したのであれば、彼らは利益の一部を受け取り、その使い道についても発言権を持つべきです。
5. リビングルーム（使用される文脈）
- 比例： ある道具はラボの中では完璧に機能するかもしれませんが、実際の「リビングルーム」では失敗することがあります。例えば、ロボットが文法的には正しいものの、特定のコミュニティにおいては社会的に不適切な発言をしてしまうようなケースです。
- 解決策： AIをコンピュータの画面上だけでテストすることはできません。実際のコミュニティの「リビングルーム」でテストする必要があります。それは彼らにとって意味が通じるのか？ 彼らの境界線を尊重しているのか？ エンジニアだけでなく、コミュニティのメンバー自身が、そのAIが「良い」ものであるかどうかを判断する審判となるべきなのです。
大きな教訓
論文は、「文化」とはスイッチ一つで切り替えられるものや、数式に加える変数ではないと結論づけています。それは、時間の経過とともに変化し、人によって異なる生きている、呼吸しているものなのです。
AIを真に文化的であるためには、あらゆる人類の多様性を一つの標準的なモデルに押し込めようとするのをやめなければなりません。代わりに、多くの異なる世界を同時に受け入れられるほど柔軟なシステムを構築する必要があります。それは、伝統的な意味での「AIを賢くする」ことではなく、AIを「多くの知のあり方に耳を傾けることができるほど謙虚にする」ことなのです。
要約すると： 古い機械に単に言語を追加するのではなく、多くの声、ルール、そして生き方を根底から尊重するように設計された、新しい種類の機械を構築すべきなのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。