ここでは戦えません!これはBBSです!

arXiv cs.CL / 2026/4/13

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

要点

  • 論文(arXiv:2604.09501v1)では、言語学および計算言語研究者の間で、現代の言語モデルが言語科学の主要な問いにどのように貢献し得るかについての議論を設定している。
  • それは、よくある2つの誤解に反対する。「String Statistics Strawman」と「As Good As it Gets Assumption」で、それぞれLMの言語学的有用性を過小評価し、現状のLM研究の限界を過大に言い立てている。
  • 著者らは、LMベースの研究が、人間の言語および言語モデル自身について、現実的にどのような科学的洞察を提供できるのかを明確にする。
  • 批評家の懸念にも対処することで、人間の言語とLMの双方に関する、より頑健な科学を築くための、より広がりのあるAI時代の研究アジェンダを提唱している。

要旨: 形式理論言語学者のNormと計算言語科学者のClaudetteは、現代の言語モデルが言語科学における重要な問いに役立てられるのかどうかを議論して、素敵な時間を過ごしている。彼らがまた会うまで別れようとしたそのとき、最も親しい友人の25人が現れる――言語学、神経科学、認知科学、心理学、哲学、そして計算機科学から。私たちは、この議論を通して、私たちが共通していると見なすいくつかの根本的な問題点を浮き彫りにする。すなわち、String Statistics Strawman(LMは、マルコフモデルの先行研究と同様に文字列から学習する統計モデルであるため、言語学的に有能でも興味深いものでもないという誤った考え)と、As Good As it Gets Assumption(2026年時点でのLM研究のあり方そのものが、言語学について私たちが知り得ることの限界である、という考え)である。私たちは、人間の言語に関する科学的洞察のためのLMベースの研究の役割を明確化し、AI時代における言語科学のための、より広範で発展的な研究計画を提唱する。その計画は、論評者たちの懸念に取り組むことで、人間の言語とLMの双方について、より良く、より頑健な科学を生み出すことを目指す。