メインコンテンツへスキップ
見出し画像

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。

    ■ COSはその解決策だった

    「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。


     
     

    太郎

     
     
    2026年1月、AIとの雑談から始めたnoteです。 今はAIニュースの検証から進化生物学、文明論まで、 気になったことを裏取りしながら考察しています。 定説を疑い、フラットな目線で書くことを心がけています。

    あなたへのおすすめ