はじめに：なぜ「身体的メタファーの理解」が問われるのか
「要点をつかむ」「議論が冷え込む」——こうした表現は、私たちが具体的な身体経験を通して抽象的な思考を組み立てていることを示す典型例だ。概念メタファー理論（CMT）はこの現象を、比喩を単なる修辞ではなく思考の構造そのものとして捉え直した理論である。近年、この理論が急速に注目を集め直している背景には、大規模言語モデル（LLM）の登場がある。身体を持たず、テキストのみから学習したLLMが、身体経験に根ざしたはずのメタファーをどこまで「理解」できるのかという問いは、言語学と人工知能の双方にとって重要な検証テーマになっている。本記事では、CMTの基本的な考え方から、LLMの意味理解をめぐる肯定・否定双方の立場、そして日英比較を軸にした検証の枠組みまでを整理する。
概念メタファー理論（CMT）の基本
CMTでは、メタファーは具体的な経験領域から抽象的な経験領域への体系的な写像として捉えられる。日常言語に埋め込まれたメタファーの多くは、身体的・社会的な経験に根ざしているという考え方が理論の出発点だ。さらに一次メタファーという概念では、身体経験における反復的な共起が、抽象概念を理解するための基盤になるとされる。近年の拡張版CMTでは、身体性だけでなく、文脈・文化・談話条件も理論の中心的な要素として扱われるようになっており、単純な「身体があるかないか」という二分法では捉えきれない広がりを持つようになっている。
LLMは意味を理解しているのか：肯定論と否定論の対立
LLMがメタファーをどう処理しているかについては、研究者の間でも見解が分かれている。否定的な立場では、形式（テキストの統計パターン）だけから学習したシステムは、世界への接地（グラウンディング）を欠いたまま意味を学ぶことはできないという批判が根強い。Transformerの内部表現の多くは、入力パターンの記憶や検出として説明できるという指摘もある。
一方、肯定的な立場からは、事前学習済み言語モデルの中間層に比喩に関する知識が比較的よく表現されていることや、言語予測というタスクだけからでも人間に近い概念構造がある程度創発しうることが示されている。つまり、どちらか一方が完全に正しいというより、「どのレベルのグラウンディングを想定するか」によって結論が変わる、というのが実情に近い。
特に重要な近年の知見は、テキストのみで学習したLLMが、人間の概念表象のうち非感覚運動的な次元では比較的よく整合する一方で、感覚的・とりわけ運動的な次元では一致が弱いという報告である。視覚情報を学習したモデルでは、視覚に関連する次元での整合性が改善する傾向も見られており、モダリティによって接地の質に差が出ることが示唆されている。
グラウンディングを四層に分けて考える
このテーマを整理するうえで有用なのが、グラウンディングを段階的に捉える視点である。第一の層は「表層統計的学習」で、語彙の重複や定型的な言い回しに依存する状態を指す。第二の層は「言語媒介の代理的グラウンディング」で、人間が実世界に接地したうえで産出したテキストから、モデルが間接的に世界の構造を推定している状態である。第三の層は「マルチモーダル接地」で、視覚や音声など複数の感覚情報を通じて世界と対応づく状態を指す。そして第四の層が「身体的・相互作用的グラウンディング」であり、ロボットのような行為主体が継続的な知覚と行動を通じて世界を学ぶ状態がこれにあたる。
テキスト中心のLLMを対象とする場合、主に問題になるのは第一層と第二層の区別である。単なる表層統計を超えて、代理的であっても一定の概念構造を獲得しているのかどうかが、検証の核心になる。
比喩理解タスクにおける混合的な結果
実際の比喩理解タスクの成績を見ても、結論は一様ではない。新奇な文学的メタファーの解釈において、一部のモデルが人間集団を上回ったという報告がある一方、より包括的な評価研究では、LLMの比喩解釈成績がメタファーらしさそのものよりも、語彙の重複や文の長さといった表層的特徴に強く左右されることが指摘されている。この点を踏まえると、既存のベンチマークで高い成績を収めていること自体は、必ずしも深いグラウンディングの証拠にはならない、という慎重な見方が妥当だろう。
こうした状況から導かれる作業仮説は、「テキストのみのLLMは身体的メタファーを単なる表面統計以上には学んでいる可能性があるが、その学習は主に言語を介した代理的・分布的・部分的なグラウンディングであり、直接的な身体接地とは区別すべきだ」というものである。
日英比較言語学による検証アプローチ
この仮説を検証するには、既存ベンチマーク上の正答率だけを見るのではなく、新奇な刺激、対照条件、人間による評定、感覚運動規範、そして内部表現の解析を組み合わせる必要がある。特に日本語と英語を比較対象とすることには意味がある。両言語で対応する概念写像（たとえば「理解はつかむこと」「重要性は重さ」「親密さは近さ」など）が、翻訳を通じてどこまで保持され、どこで文化的な差異により逸脱するのかを観察できるからだ。
具体的な検証設計としては、同一の概念写像について「比喩的表現」「対応する字義通りの表現」「異常な統制条件」「明示的な言い換え」という複数の条件を用意し、モデルがどの条件で成績を落とすかを精密に見ていく方法が考えられる。単に「比喩かどうか」を二値で判定させるだけでは見えない、モデルの弱点や得意な範囲を洗い出すことが目的である。
期待される結果の解釈
現時点での文献を踏まえると、最も整合的な予測はいくつかに整理できる。まず、既存ベンチマークでは高成績を示す可能性があるが、語彙の重複や文の長さといった表層的な要因を統制すると成績が大きく低下する可能性がある。次に、高い自然さや慣用性を持つ身体的メタファーでは人間の評定とLLMの判断が一致しやすい一方、新奇性が高く文化依存的な写像では一致が崩れやすいと考えられる。さらに、モデル内部の中間層では、比喩性や概念写像に関連する情報が比較的よく表現されている可能性が指摘できる。そして、非感覚運動的な次元では人間の概念構造とある程度整合するが、感覚・運動に強く関わる次元では乖離が大きくなるという傾向も予想される。
これらを総合すると、テキストのみで学習したLLMは、身体的メタファーを純粋な統計パターンとしてのみ扱っているわけではないが、直接的に身体へ接地した形で学習しているとも言い切れない、という中間的な結論に落ち着く可能性が高い。人間の身体化された言語使用の痕跡から、二次的かつ部分的に接地された概念構造を再構成している、という捉え方が現時点では最も妥当に思われる。
まとめ
概念メタファー理論とLLMの比較検証は、単に「AIは比喻を理解できるか」という二択の問いではなく、「どの種類のグラウンディングを、どの程度まで獲得しているか」という多層的な問いとして捉える必要がある。日英を中心とした比較言語学的なアプローチは、身体性の強い概念写像がどこまで言語横断的に保持され、どこで文化的な差異が生じるのかを可視化する有力な手段になる。表層的な語彙パターンへの依存を統制したうえで、人間の評定や感覚運動規範との対応を丁寧に検証していくことが、今後この分野の理解を深める鍵になるだろう。
コメント