エビデンシャリティとは何か。古語「なり・めり」からAI時代の日本語の変化を予想する

この回は、前回扱った「エビデンシャリティ」の続きです。エビデンシャリティとは、話し手がその情報をどこから得たのかを言葉で示す仕組みのことで、前回は現代日本語の「ようだ」「らしい」などを見てきました。

今回の水野さんは、現代日本語以外の言語にも目を向け、最終的にAI時代の日本語の変化につなげたいと切り出します。最初の例は、耳で聞いた情報だけに使う表現です。

水野さんが挙げたのは、古文の助動詞「なり」です。『宇治拾遺物語』の「人々数多声して来なり」は、大勢の人が声を上げながらやって来るようだ、という意味で、声を根拠にした推定になっています。

古文の「なり」の語源には、音を表す「ね」や、鳥が「鳴く」の「な」と関わるという説があるそうです。水野さんは、音を基準にしたエビデンシャリティだと覚えればよいと説明します。

一方、目で見たことを根拠にする推定が「めり」です。堀元さんが高校の古文の記憶から思い出し、水野さんは「見る」に「あり」が付いたものではないかと言われていると補足します。

古文の「めり」の例として、『大鏡』の「哀れに言ひ語らひて泣くめれど、涙落つとも見えず」が紹介されます。しみじみと語り合って泣いているように見えるが、涙が落ちるようには見えなかった、という視覚に基づく推定です。

水野さんによると、古文の「めり」は平安時代に登場して一時期に使用が激増したものの、鎌倉時代には急速に廃れた、比較的短命な表現だったそうです。

さらに古文の「らし」も推定ですが、根拠は兆候です。現代語の「〜しそうだ」に近く、堀元さんは雨雲が見えていて雨が降りそうだ、という場面にたとえます。

ここで水野さんは、推定と推量の違いも確認します。堀元さんの答えどおり、推定は根拠に基づく推量であり、だからこそ推定はエビデンシャリティにあたるという整理です。

ほかにも「たり」「り」が結果や痕跡を手がかりにした推定を表すことがあり、「べし」「まじ」も推定の形式になるそうです。水野さんは、古語のほうがエビデンシャリティが豊富だったことを、言語は一方向に発展していくという考えへの反例として挙げています。

古語の話の途中で、堀元さんが「Wikiに書いてあったんだけど」を示すエビデンシャリティはないのかと尋ねます。それは、水野さんが最後に話そうとしていたAIの話そのものでした。

水野さんは、エビデンシャリティ研究の基本的な論考としてアイケンバルドアイケンバルド ── 書き起こしでは「アレクサンドル・アイケンバルド」。エビデンシャリティ研究で知られる言語学者で、著書『Evidentiality』は概要欄の参考文献にも挙がっていますアイケンヴァルドの『Evidentiality』を紹介します。そこでは、ラジオやテレビ、読書のような新しい文化が入ると、エビデンシャリティに意味の拡張が起きるかもしれないと示唆されているそうです。

水野さんがAI専用の表現が欲しいと考えるきっかけは、Xでの体験でした。水野さんは「悲喜こもごも」が、悲しむ人と喜ぶ人が同居する意味で使われることについて、その意味を指せる言葉があったほうがよいとつぶやいたそうです。

すると、その意味を表す四字熟語があると教えてくれた人がいました。しかし、水野さんが日国日国 ── 『日本国語大辞典』の略称。日本最大級の国語辞典で、語の用例や語源を調べる際によく使われますを引いても出てこず、ウェブ検索でも用例がほとんど見つかりませんでした。

水野さんは、教えてくれた人に悪意はなかったと考えています。そのうえで、AIに聞いたことを明示したほうがコミュニケーションがスムーズになる、という動機が生まれれば、日本語の形式も変わりうると話します。

堀元さんも、仕事で同じことを感じていたといいます。スタッフの書類をAIに読ませてレビューし、スタッフもAIで直していたことがわかり、互いに作業の9割をAIに任せていたそうです。

堀元さんは、発言の後ろに「3割AI」と付ける案を出しますが、水野さんには言語変化の予想として却下されます。水野さんの見立てでは、まったく新しい形式よりも、既存の形式がAI用に特化していくほうがありそうだといいます。

候補として挙がるのは、あまり使われない「〜と見られます」や「〜とのこと」です。さらに水野さんは、「らしい」が大体AIに聞いた情報だと理解されるようになり、人から聞いた話は「〜そうだ」「〜とのこと」へ分散する未来もありうると述べます。

前回の話のとおり、「らしい」には責任をあまり持たないニュアンスがあり、AIの答えを伝える場面に出やすいと水野さんは考えています。堀元さんも、Xで「〜らしい」という投稿を見るとAIに聞いたのかと少し思うそうです。

水野さんは、この流れを文法化文法化 ── 具体的な意味を持っていた語が、より抽象的な文法的機能を担うようになる変化。特定の文脈でよく使われることをきっかけに進むことが多いとされますという現象で説明します。特定の文脈で使われやすい形式が一人歩きし、元の意味から離れていくのがよくあるパターンです。

堀元さんは「AI」を「アイ」と読んで「〜するアイ」という新語を提案しますが、文の終わりに直接つなぐのは文法的に不自然だと指摘されます。代わりに水野さんは、「AI曰く」が多用されて「アイク」のように縮約する道ならまだ考えやすいと答えます。

水野さんは、21世紀にはネットの略語が現実の会話に跳ね返ることもあると話し、「草」を例に挙げます。堀元さんは、各社のAIが「AI曰く」を含むコピペ用の文を出力すれば流行るかもしれないと続けます。

さらに水野さんは、テキストに「AIが出力した」というメタデータを載せることは、情報源を示す点で「らしい」や「ようだ」と本質的に変わらないと指摘します。堀元さんは、収録の5日ほど前のニュースとして、EUの法規制によってAnthropicAnthropic ── AIアシスタント「Claude」を開発するアメリカのAI企業ですのClaudeが作った文書に電子すかしが入るようになったと紹介しています。

水野さんは次に、方言にも標準語とは違うエビデンシャリティがあると話します。最初の例は、沖縄の若い世代が話す、日本語と琉球語が混ざったようなウチナーヤマトゥグチウチナーヤマトゥグチ ── 沖縄で話される、共通語と琉球語が混ざり合った言葉。書き起こしでは「内輪大和口」と表記されていましたです。

ウチナーヤマトゥグチでは、過去形に「〜した」と「〜しよった」があり、「〜しよった」は目撃したことにしか使えません。「車に轢かれた」は目撃してもしなくても言えますが、「車に轢かれよった」は必ず目撃していなければならないそうです。

水野さんは、古語との大きな違いは推定ではなく過去形が分かれている点だと整理します。目撃過去と目撃中立過去がある、という形です。

同じような区別は、沖縄の首里方言の「ぬだん」と「ぬむたん」にもあります。さらに宮城県登米市中田町の方言では、「座った」に対して「座ったった」という、話し手が体験した過去だけを表す形があるそうです。

中田町の方言では、「石巻は戦前から賑やかな街だった」を「だったった」と言えますが、「江戸時代から」では言えません。堀元さんが答えたとおり、話し手が見ていないからです。

水野さんによると、ここまでの方言は「目撃中立」と「目撃あり」の2形態でした。しかし、目撃したかどうかを必ず言い分けなければならない言語もあります。

アマゾンのジャラワラ語ジャラワラ語 ── 南米アマゾン地域で話される言語。書き起こしでは「ヤラワラ語」と表記されていましたジャラワラ語では、直前過去・近過去・遠過去の区別に加え、それぞれに目撃・非目撃の区別があるそうです。アイケンバルドが研究したタリアナ語も、情報源を伏せた文が成立しない言語として紹介されます。

堀元さんはこれを、出典を求められるWikipediaのプレッシャーにたとえます。また水野さんによると、ジャラワラ語では夢の中で見たことも、話し手が見たのであれば目撃ありの形で言うそうです。

水野さんは、アイケンバルドの核心的な成果として、世界中の言語のエビデンシャリティを調べて類型化したことを挙げます。大きくは二項対立型、三項対立型、四項対立型の3パターンに分かれるそうです。

五項対立以上の言語はごくわずかしかないとされます。また、エビデンシャリティが述語の形で表される言語は世界各地に見られ、地域や語族とは相関がないことも示されたそうです。

ただし、アイケンバルドはエビデンシャリティを情報源を必ず示す「義務的」な文法カテゴリと狭く捉えています。その立場では、伏せようと思えば伏せられる日本語にはエビデンシャリティがないことになります。

水野さんによると、もっと広く捉える研究者は日本語にもエビデンシャリティがあるとして研究しているそうです。堀元さんはこれを、審判ごとに違うストライクゾーンにたとえます。

堀元さんは、情報源の明示が義務の言語では、語り手が体験した話だと思わせて実は聞いた話だった、というミステリーのトリックが使えないのではないかと考えます。水野さんは身近な例としてトルコ語を挙げ、過去形に直接得た情報の「ディ」と間接的に得た情報の「ミシュ」の区別があるそうだと説明します。

水野さんは、目撃者しか使えない形式を犯人が言ってしまったことで逮捕につながる、日本のミステリーがあった気がすると話します。作品名は覚えていないとしたうえで、話題は日本語の「ている」へ移ります。

「メモによると犯人はこの時間にATMでお金を引き出している」という文の「ている」には、時間的な意味だけでなく、メモを証拠にしているというエビデンシャリティ的な意味も感じられる、と水野さんは指摘します。

水野さんは、定延利之定延利之先生が『言語に現れる「世間」と「世界」』の第7章で、「ている」はアスペクトではなくエビデンシャリティとして捉えたほうが見通しがよいと主張していることも紹介します。

ここで水野さんは、パン屋の思考実験を出します。堀元さんがパンを並べ、バックヤードから戻ると売り切れていた場合、同僚には「パンなくなってたよ」と言うのが自然です。

一方、その話を堀元さんから聞いただけの店員が店長に報告するとき、「パンがなくなっていました」とは言いにくい、と堀元さんは答えます。

水野さんは、目撃した人でないと使わない表現を、私たちは無意識に使い分けていると話します。そのため、現場を見たのに見ていないふりをしても、ちょっとした表現からボロが出るかもしれません。

堀元さんは勢いで「パンなくなり犯事件」のようなミステリーを考え、絵本『パンどろぼう』までその話だと言い張りますが、水野さんにはそれでは売れないと一蹴されます。

水野さんは、ここまで古語、方言、世界の言語を、東京方言以外のバリエーションとして見てきたと振り返ります。そのうえで、AIに聞いた情報を示すエビデンシャリティが、「らしい」の転用や「AIによると」の縮約といった形で発達する可能性はあると改めて述べます。

堀元さんは、AIのエビデンシャリティを使ったミステリーも書けると話します。しかし、事件の筋を問われても答えられず、水野さんには着地を考えてから話すべきだと返されます。

水野さんは、嘘をつかないときには情報源をありのまま話せば問題は起きにくい一方で、嘘をつこうとするとメタデータまで言い分けるのは大きな認知負荷になると整理します。

堀元さんは、これがデジタルのメタデータにも当てはまると話します。インターネット初期には、写真に個人情報が写っていなくても、撮影日時や場所のメタデータから情報が漏れるトラブルがよくあったそうです。

さらに堀元さんは、LINEで送られた画像をGoogleフォトに上げると1998年のような昔の日付に分類される現象について、個人情報の漏洩を防ぐためにメタデータを削除しているのではないかと推測します。

水野さんに裏を取ったのかと聞かれた堀元さんは、「らしいっす」「ようだ」と言い直し、自分の推測をエビデンシャリティ付きで言い直してみせます。

最後に水野さんは、エビデンシャリティは言語学入門書にあまり出てこない地味な題材だと考えつつも、「た」や「ている」と関わるところが面白いと語ります。

水野さんは、以前「た」のシリーズをやったときに「ている」もいつか扱いたいと話していました。エビデンシャリティを勉強するうちに「ている」の話がたびたび出てきたそうです。ところが、いつやるのかは明言せず、堀元さんにその歯切れの悪さを突っ込まれます。

水野さんが代わりに話したのは、トルコ語の過去形の区別ではテンスとエビデンシャリティが一緒になっていて、「ている」ではアスペクトがエビデンシャリティと関わっている、という点です。

さらに、驚きや意外性を示すミラティビティミラティビティ ── 得た情報に意外性や驚きがあることを示す文法的な仕組み。ミラティブとも呼ばれますも関わるそうです。「おお、こんなとこにいた」の「た」は、ミラティブの「た」と言われます。

ミラティビティやエビデンシャリティをモダリティの中に含めるか、独立させるかについては、研究者の間に派閥があるそうです。

堀元さんは、TMA範疇の回でもテンスとアスペクトがモダリティとつながると聞いて驚いたと振り返ります。今回はそこに証拠性まで加わり、テンスとアスペクトのカバー範囲は実はとても広いという話になりました。

水野さんは、こうした関係を理解するには、人が事態をどう認識し、それが時間とどう関わるかを考える必要があると述べます。この関係は、テンスの回で扱いたいテーマだそうです。

番組の最後には、AIに聞いたことを示すエビデンシャリティの仮説をリスナーから募集しています。入門書としては、方言のエビデンシャリティにも触れている『複数の日本語：方言からはじめる言語学』がすすめられました。

まとめ

この回では、古語の「なり」「めり」、沖縄や宮城の方言、ジャラワラ語、タリアナ語、トルコ語などを通して、情報源を言い分ける文法の多様さが紹介されました。そのうえで、AIに聞いた情報を示す日本語表現が、既存の形式の転用や縮約によって生まれるかもしれないという仮説が語られています。

• 古語には聴覚の「なり」、視覚の「めり」、兆候の「らし」など、根拠ごとの推定表現があった
• 方言や世界の言語には、目撃したかどうかで過去形を言い分けるものがある
• アイケンバルドは情報源の明示を義務とする狭い定義をとり、類型を二項・三項・四項対立に分けた
• 「ている」は目撃のエビデンシャリティと関わり、無意識の使い分けから見ていたかどうかが表れることがある
• 水野さんは、「らしい」がAI由来の情報を表す形式になる可能性などを長いスパンの変化として示した