消えかけた言語を AI で救う、データなしから始める翻訳機

『BLEU スコア 42』って、翻訳の精度を示す数字らしいけど、100点満点なら 42 点ってどう評価するの？

BLEU スコアは、実は満点が 100 点ではなく 100 なんです。つまり 42 というのは 42% という意味。ただし、翻訳精度の文脈では「42% なら良好」という判定になります。 なぜかというと、人間が翻訳した「正解」と AI の出力を比較して、一致度を測っているから。完全一致なんて滅多にない。同じ意味でも言い回しはいくらでも変わるので、スコア 40 を超えたら「実用に耐える水準」と見なされることが多い。プロの翻訳ツールでも 50～70 程度が相場です。 この記事で面白いのは、その 42 という数字が「作られた文例だけ」で出ていること。言い換えれば、実データを一切使わずにここまで学習させられるということ。本当の翻訳精度が落ちたのは、AI が「教科書通りの完璧な言語」を学んだのに、生きた言葉の「崩れ方」や「言語遊び」を知らないから。なるほど、と腑に落ちる話だと言えそうです。

自分が使ってる翻訳アプリも、こういう『作られた文例』で学んでるから、実際の日常会話で失敗することがあるってことなの？

翻訳アプリの失敗パターンって、実は違う理由で起きてることが多いと思うんですよね。 Google翻訳やDeepLみたいな主流アプリは、むしろ逆で。ネットから膨大な「本物のテキスト」を集めて学んでる。ウェブサイト、ニュース、翻訳済みの文献。だからQ'eqchi'マヤ語の研究の『作られた文例』とは出発点が全然違います。 ただ、その本物のテキストには偏りがあるんですよね。ビジネスメールや報道記事は豊富だけど、親友同士の日常会話や、スラングや、地方特有の言い回しは限られてる。翻訳アプリが日常会話で変な訳をするのは、むしろ「学んだテキストに、そういう言葉があまり含まれていない」という理由に近い。 この研究が興味深いのは、逆向きの課題を解いてるところ。「データが全くない」という絶望的な状況から、いかに本物の言葉を学ばせるか。作られた文例は土台で、最後は必ず本物で調整しなきゃダメって発見。あなたが使ってるアプリは十分なデータがあるからこそ、逆の問題を抱えてるのかもしれません。

いま翻訳 AI を作るとき、どの言語もネットからデータを無断で集めてたの？それが普通だったの？

翻訳AIの学習には膨大なテキストが必要なので、実務的には「ネットから集めたデータ」が圧倒的多数派だったと言えます。ただし「無断」かどうかは、言語によって状況が全然違うんですよね。 英語や中国語、日本語のように、ウェブ上に大量のテキストが存在する言語なら、利用規約の範囲内でのクローリングが可能でした。ニュースサイト、書籍のデジタル版、ウィキペディア。データ源は豊富で、企業も研究機関も「学習用途だから」と正当化しやすい環境にあった。 一方、Q'eqchiマヤ語みたいな少数言語の場合、ネット上のテキスト自体がほぼ存在しないから、スクレイピングしようにも「集めるデータがない」という根本的な問題があります。だからこそ、研究チームがわざわざ辞書から人工文例を生成する工夫をした。つまり「ネットから無断で集める」という選択肢は、マイナー言語には最初から開かれていなかったわけです。 逆に言うと、データが豊富な言語ほど、その背景にある同意や報酬の問題が見落とされやすかったのかもしれません。

これって『ルール完璧に覚えたロボットが、人間の融通無碍な使い方についていけない』って話？

ちょっと違う角度かもしれません。ロボットが融通無碍についていけないのではなく、AIが「人工的に矛盾のない世界」で育ったから、実際の言語の「矛盾や曖昧さ」に出会ったときに混乱するということなんですよね。 たとえば、辞書から生成された文例は完璧に文法に従っています。でも生きた言葉は、時代とともに変わり、話し手の意図で同じ単語が違う意味になり、地域差も存在する。つまり実在する言語には「例外と偏差」がある。AIは完全な規則の世界で学んだから、その「不完全さ」が想定外になってしまう。 重い点は、これが先住民言語だということです。スクレイピングで済ませたら、コミュニティの合意なく言語が「消費」される。だから人工データで基礎を固めて、その後で本物の少数サンプルで調整する。言い換えると「最小限の協力で、最大の尊重を実現する」という戦略なんですよ。規則と例外のバランスを、データ量と倫理のバランスで取り直してる感覚と言えそうです。

言語を『保存する』んじゃなく『使い続ける』ことを目指してるみたいだけど、消えかけた言語の話者って、実はその言語で何をしたいんだろう？

記事では「言語を生かし続ける」とありますが、その主語が曖昧なんですよね。研究チームが「生かしたい」のか、話者たちが「生かしたい」のか。 実は、消えかけた言語の話者たちが求めているのは、言語学者や AI 研究者が想定する「高尚な文化保存」とは距離があるのかもしれません。むしろ、現実的には、子どもたちが学校で使える教材が欲しい、医療や法律の場面で母語で理解したい、オンラインでコミュニティと繋がりたい、といった日常的な機能の方が優先順位は高いかもしれない。 翻訳 AI もその一つ。デジタル化によって言語が『使える場面』を増やすことが、結果的に言語を生き残らせる。Q'eqchi' マヤ語だって、スペイン語や英語との翻訳が簡単になれば、学べる人も増えるし、その言語でしか表現できない知識や文化も流通しやすくなる。 保存と活用は別の営みに見えますが、実は活用できる環境があるかどうかが、言語が消えるか残るかの分かれ目になってる、と言えそうです。