
AIは「一度」も「一回」も「one time」として処理する——冠詞世界と助数詞世界の衝突
■ AIの母語は英語だ
現状のLLMは、冠詞の世界観を持った言語(以下冠詞世界)で動いている、と考えていい。
学習データの重心が英語圏に偏っている。
「個体を特定する」「ラベルを貼る」タスクが得意だ。
JSON・構造化データ・エンティティリンク——全部「the / a 的な世界観」と相性がいい。
冠詞世界とは何か。
英語で犬を指すとき、「the dog」と「a dog」は全く別の意味を持つ。
「the dog」はあの特定の犬だ。「a dog」はどれでもいい犬だ。
世界を「個体の箱」に切り分け、それを特定・管理する言語設計だ。
一方、助数詞の世界観を持った言語(以下助数詞世界)は全く違う設計をしている。
日本語で犬を数えるとき、「一匹」と「一頭」は単なる数え方の違いではない。
「一匹」には親しみや小ささが宿る。「一頭」には敬意や大きさがある。
数える行為そのものに、対象との関係性が埋め込まれている。
世界を「個体の箱」ではなく「関係のネットワーク」として扱う言語設計だ。
この2つは、世界の切り取り方が根本的に異なる。
これは以前に話したとおりである。
■ 日本語で話すとき何が起きているか
冠詞世界のAIに、助数詞世界の人間が日本語で話しかけている。
表面上は日本語でやり取りしているように見える。
しかし内部では、異なる世界観を持つ2つの認知が衝突している。
「この一度は特別なんだよね」
人間はそこに関係性・文脈の重みを込めている。
思い出、覚悟、二度と戻らない時間——そういうものが「一度」という言葉に乗っている。
AIは「one time」として処理する。回数として受け取る。
「一匹」と「一頭」のニュアンスを人間は感じている。
AIは「animal」というエンティティにラベルを貼っているだけだ。
親しみも敬意も、その言葉に乗っていない。
人間は"関係"を渡しているのに、AIは"個体ラベル"として受け取る。
日本語で話しているのに、冠詞世界のフィルターを通して解釈される。
これが構造的なズレだ。
そしてこのズレは、画像生成で如実に現れる。
■ なぜAIは冠詞世界でしか動けないのか
AIが冠詞世界になる理由は3つある。
ひとつ目は内部構造の問題だ。
LLMは世界をこう切っている。
これはdog、これはgirl、これはanger、これはcrying。
世界を「個体ラベルの集合」として扱う構造になっている。
親しみ・敬意・距離感・文脈の重みといった「関係のネットワーク」は、内部構造では一次的に表現されない。
ふたつ目はトークン化の問題だ。
英語圏の語彙は、個体を箱に入れるための単語が異常に発達している。
a / the、this / that、person / individual / entity——これらはすべて「個体の箱」を作るための語彙だ。
一方、日本語の助数詞は「関係性」を表す語彙だ。
AIのトークナイザーは冠詞世界の語彙を最適化して圧縮するように設計されている。
みっつ目は学習データの構造だ。
Wikipedia・ニュース・学術論文・JSON・API・GitHub——これらはすべて「個体を特定する」構造を持っている。
助数詞世界のような「関係性の認知」は、学習データの中で圧倒的に少ない。
だからAIの認知の重心は冠詞世界に固定されている。
日本語で話しかけても、内部では冠詞世界のフィルターを通して解釈される。
助数詞世界はAIにとって「後付けのエミュレーション」でしかない。
「この子は別人にしないで」
これは助数詞世界の要求だ。
この子、という言葉に関係性が宿っている。
同一性・継続性・物語——そういうものへの要求だ。
冠詞世界のAIにはそれが届かない。
「a girl」「the girl」レベルでしか個体を扱えない。
表情を変えた瞬間にトレース元がなくなり、AIは平均的な顔に収束する。
結果、似た別人を量産する。
わたしがCOSで定義したのは、関係性の座標軸だった。
世界観COSで物理法則と認知制約を定義し、キャラCOSで個体の同一性を骨格レベルで固定し、Runtime Wrapperで冠詞世界への回帰を抑える制御層を置いた。
■ AIは助数詞世界になれるのか
なれない。ただし「振る舞わせる」ことはできる。
内部の認知構造は冠詞世界のまま変わらない。
助数詞世界は外付けでしか実装できない。
関係性の言語表現を真似ることはできる。「親しみ」「敬意」「距離感」もそれっぽく出せる。
しかしそれは統計的な模倣であって、世界の切り取り方そのものが変わったわけではない。
だからCOSが必要になる。
AIの内部構造を書き換えるのではなく、外側から「世界の切り取り方」を再定義する。
それがCOSの本質だった。
意図してそう設計したわけではなかった。
ただ「別人にしたくない」という要求を実現しようとして、試行錯誤を繰り返した結果がこの形になった。
後から気づいた。
言語の設計思想の違いが、画像生成の問題として現れていた。
そしてその解決策は、言語の問題への回答でもあった。