要約
AIが生成するテキストは、最近ますます理解しにくくなっているという意見が広がっています。本研究では、心理言語学的特徴が人間の処理の難しさと相関していることを調査しました。AIが生成した多様なドメインのテキストコーパスを用いた結果、AIモデルは、逆翻訳によって生成されたパラフレーズよりも、難解な特徴をより多く使用していることが分かりました。具体的には、AIモデルは非生物主語と生物動詞の組み合わせや、低頻度のn-gramを多く使用し、人間の文章と比較して長い依存関係や重ねられた名詞も多く見られました。
この問題の背景には、人間の言語が成功したコミュニケーションのために最適化されているのに対し、AI生成テキストは数学やコード、推論などの他の目標のために最適化されているという仮説があります。これは、情報密度の圧力がかかるためです。本研究では、この仮説を証明するために、言語モデルのファインチューニングを行い、長さペナルティを適用した結果、人間の言語行動からの逸脱が確認されました。
この研究は、人間の言語処理の要求と大規模言語モデル（LLM）との間に存在するミスマッチの軸を明らかにし、可能な解決策を示唆しています。AIが生成するテキストの理解を深めるための重要な知見を提供することが期待されます。
元記事: https://arxiv.org/abs/2610.29162
公開日: Sat, 24 Oct 2026 18:04:57 +0000
この記事はAIアシスト編集により作成されています。
📰 元記事: 元記事を読む