言語学習におけるAIと人間の思考プロセスは根本的に異なることが明らかになりました。
おなじみの言語モデルLLMについての新たな研究では、これが単にトレーニングデータからルールを推論して言語を生成するのではなく、既知の単語に似た新しい単語を作り出す「類推」に重きを置いていることが示されました。
例えば、「friquish」という架空の形容詞を「friquishness」として、名詞化するプロセスを人間は既知の単語「selfish」に類似していることから行いますが、LLMもまた似たようなアプローチを取っています。
しかしながら、LLMがリアルな単語に似たリンクを形成するのに対し、人間はより抽象的な言語獲得をするという点で相違があります。トレーニングデータに頻出する形式の影響を受けるLLMと、理解力があってなおかつ頻度に左右されにくい人間の言語理解力との差異が浮き彫りになったのです。
この研究は、AI言語モデルの内部で言語がどのように生成されているかについての理解を深め、これからの堅牢で効率的な、説明可能なAIの発展に貢献するものと期待されています。
オックスフォード大学やワシントン大学の研究チームによるこの成果は、言語学とAIの研究分野間でのシナジーを示すものと言えるでしょう。
出典 : Like humans, ChatGPT favours examples and ‘memories’ – not rules – to generate language | University of Oxford https://www.ox.ac.uk/news/2025-05-12-humans-chatgpt-favours-examples-and-memories-not-rules-generate-language
