技術が社会を激変させる時代には、技術系の人文社会学的素養と人文社会系の科学技術理解が不可欠である。

 

【この「時事」カテゴリーの記事は、学生さんへの課題リマインダーメールに掲載した文章をこのブログに転載しているものです。】

*****

理系が文系の知恵を、文系が理系の知識を必要とするにも関わらず、両者の間に深刻な溝があることは、少なくとも1950年代の C. P. Snow の指摘以来、いたるところで警告されてきました。

以下の記事は、昨今の急激なAIの発展を踏まえて、技術系の人間が人文社会学的素養を得て、人文社会系の人間が科学技術を理解することが不可欠であることを訴えたものです。

The College Essay Is Dead

By Stephen Marche

DECEMBER 7, 2022

https://www.theatlantic.com/technology/archive/2022/12/chatgpt-ai-writing-college-student-essays/672371/

一流の人たちは別ですが、凡庸なエンジニアは、人間社会に関する問題は、非科学的で正解のない擬似問題にすぎないと軽視します。人間と社会についてきちんと考えるためにはそれなりの素養が必要であることを理解しようとしません。しかし、複合的な人文社会的な現象を単純化することはしばしば大きな悲劇を招きます。

The engineers do not recognize that humanistic questions--like, say, hermeneutics or the historical contingency of freedom of speech or the genealogy of morality--are real questions with real consequences. Everybody is entitled to their opinion about politics and culture, it’s true, but an opinion is different from a grounded understanding. The most direct path to catastrophe is to treat complex problems as if they’re obvious to everyone. 

最近テクノロジーで話題になった人物といえば、FTXを破綻させたSam Bankman-FriedとTwitterを買収したElon Muskですが、二人とも自分たちには人文社会的素養がないことをむしろ誇らしげに公言していました。

しかし彼らの莫大な財産喪失は、その素養の欠如に由来することが大きいのかもしれません。

これら二人と対照的なのがアップルの創始者の1人であるSteve Jobsです。彼は、自分が大学時代にいろいろ迷いながらシェイクスピアや現代ダンスやペン習字の美学などを学んだことが、アップルの成功につながったと述べています。

このエッセイは、Wired (https://www.wired.com/1996/02/jobs-2/) に掲載されているSteve Jobsのことばを引用します。

A lot of people in our industry haven't had very diverse experiences. So they don't have enough dots to connect, and they end up with very linear solutions without a broad perspective on the problem.

科学技術も、それが社会的に実装されるためには、幅広い人文社会の知恵が必要です。

このように人文社会系の素養をもたない、あるいは軽視する技術系には批判が必要ですが、他方、人文社会系の多くの人間にも批判が必要です。科学技術の進展およびそれに伴う社会の変化を見ようとせず、何十年も同じような研究と教育をしているからです。

このエッセイの著者は以前にシェイクスピアの研究者でしたが、その経験からすれば、人文系が新しい環境に対応できるにはおそろしく時間がかかるだろうと述べます。

Going by my experience as a former Shakespeare professor, I figure it will take 10 years for academia to face this new reality: two years for the students to figure out the tech, three more years for the professors to recognize that students are using the tech, and then five years for university administrators to decide what, if anything, to do about it. 

私からすればこの遅さはとても許容できるものではありません。人文社会系の者はあきらかに科学技術の進展について学ばなければなりません。

「理系は文系の知恵を学び、文系は理系の知識を得よ」とは昔から言われ続けていることですが、どうも多くの人は自分の得意なことばかりやりたがり、そこでの知を誇ることを好みます。自分が不得意な分野を見つめ、知的に謙虚になることを避けます（私も例外ではありません）。

教養課程にいる学生の皆さんは、ぜひ幅広く学んでください。私も少しずつ学んでいます。さもないと自分と周りの人を不幸にしかねないからです。

人間教師の添削を待つより、ChatGPTによる改訂版を読んでそこから学ぶサイクルを何度も繰り返した方が、英語ライティング能力は向上するかもしれない。

 

ChatGPTは、わずかの入力 (prompt) で自動的に英文エッセイを生成するだけでなく、英文の書き直しもしてくれます。このツイートは、ChatGPTの書き直しは、英語学習の点でも有効ではないかと説きました。

たしかに、技能習得のためには、自分の技能へのフィードバックを受ける経験と、その経験のある程度の絶対量が重要です。人間教師はライティングへのフィードバック（ここでは書き換え）を与えるのにかなりの時間をかけざるをえませんが、ChatGPTといったAIならわずかの時間で書き換えをしてくれます。

学習者は自分で英文を書いたら直ちにAIによる改訂版を見て、自分の改善点を学ぶことができます。この「学習者による英文書き出し→AIによる書き換えの入手→元の文と改訂版の比較による学習」というサイクルを、数多く繰り返せば、たしかに英語力は上がるかもしれません。技能向上には、自らのパフォーマンスへのフィードバックという質的な側面と、パフォーマンスを数多く経験する量的な側面の両方が大切ですが、上のサイクルの繰り返しは、両方の実現を容易にするからです。

また私のような英語ライティングの教師は、元の英文とAIによる改訂版を比較する学習者の支援をした方が、はるかに効率的に時間を使えるとも思えます。支援が必要であるのは、リーディング力が十分でない学習者は、比較から学ぶことがなかなかできないからです。また特に冠詞などについては、いくらフィードバックを受けても、その根本の考え方がわかっていないと学習者は自分でうまく使いこなせません。英語ライティング教師の主な仕事は、自ら添削・書き換えを行うことから、AIの書き換えから学習者が学べるような環境を作ることに変わるのかもしれません。

私はここ2年程度、「機械翻訳で日本の英語ライティング教育も変わらざるをえないのではないか」と思い、いくつかの発表をして文章を書いてきました。ですが、ChatGPTが英文改訂もできることがわかり、機械翻訳だけに注目していても仕方がないことが明々白々になりました。恐ろしいほどの変化の速さを感じます。

下では、ChatGPTがどのくらいうまく英語を改訂してくれるのか自分で試してみました。例文として使ったのは、学生さん（学部1回生）が書いた文章（英語・日本語）です。研究・教育目的での利用の許可は得ています。

実験1：学部1回生が完成させた英文をChatGPTに改訂させる。

実験1は、学部1回生のAさんが期末に提出した英文を、ChatGPTに書き直させるものです。私がChatGPTに対して使ったprompt（入力文）は以下のものでした。（後で見ると、機械相手に "please"などと言っていることが、我ながらおかしいですが、それはさておいてください）。

Please revise the following text, which is inserted between double quotation marks. The revised edition must be in a formal style and yet easy to read with no grammatical or spelling errors left. It must retain the original meaning and contain no explanation for the revision or interpretation. Just produce the improved edition.　［以下 " "の中に入れられた学生さんの英文エッセイが続く］

その結果は以下の通りです。左がその学部1回生が書いた英文、右がChatGPTが出力した書き換えです。すべて私の主観的判断ですが、明らかに書き直しが必要な箇所は薄赤色、文体上などの理由で書き直した方がよいかもしれない箇所は薄黄色、書き換えで明らかに改善されたと思われる箇所は薄緑色でハイライトをつけています（信号機の色と同じ原則で、赤は危険、黄は注意、緑はOKといった意味合いです）。

左のスペリングや文法上ミス（薄赤色部分）は当然の如く根絶していますし、薄黄色のまわりくどい表現も改善されています（薄緑色）。右のChatGPTによる改訂版にも薄黄色をつけましたが、それは「新たな主語が来る場合は通常カンマを入れる」「主語の部分がやや長い」といったものぐらいで、特に書き直さずとも文章理解にはまったく問題ありません。このAIによる書き直しを得た学習者は、さらに読みやすい英語を書くためのコツを学ぶことができるのではないでしょうか。

実験2：実験1のpromptに一人称と二人称の代名詞を避けろという指示を加える。

別の英文を同じようにChatGPTに改訂させましたら、その英文には多くの"we"や"you"が含まれており、AI改訂にもそれらが残っていました。ですから、上のpromptに Avoid the first-person and second-person pronouns, such as “we” and “you.”を付け加えて次のようにしました。

Please revise the following text, which is inserted between double quotation marks. The revised edition must be in a formal style and yet easy to read with no grammatical or spelling errors left. Avoid the first-person and second-person pronouns, such as “we” and “you.”It must retain the original meaning and contain no explanation for the revision or interpretation. Just produce the improved edition.　［以下 " "の中に入れられた学生さんの英文エッセイが続く］

※　今、このpromptを読み直してみますと、挿入のために挿入文の直後の"It" の指示対象がややわかりにくい英文になっていました。しかし、ChatGPTはその問題も克服していたようです。

結果を以下に示します。上と同じように、左が学生さんが自力で書いた英文で、右がそれをChatGPTが改訂したものです。

一人称と二人称の代名詞は一箇所を除いてなくなりました。上のカンマの問題は残っていますが、特に問題のない文章になっていると思います。左にあった文法ミスやぎこちない表現もわかりやすい英語になっていますから、この事例からも学習者はいろいろと学べるかと思います。（細かいことを言えば、 "many of them are even known by high school students" は、独立した文にして能動態で表現した方がよいかもしれません）。

実験3：日本語から英語に翻訳したDeepLをChatGPTに書き直させる。

実験3は、さらに機械化を進めて、日本語をDeepLに英訳させ、その英語をChatGPTに改訂させたものです。使った日本語は、ある学生さんがセメスター初期に書いたものですから、上の2つの作品より完成度は低いものになっています。この文章から "I"を取り除くことは困難ですから、promptは実験1のものを使いました。

左にDeepL英語出力、右にChatGPT改訂を並べたのが下です。

これはDeepLが直訳調になっていたこともあり、ChatGPTによりずいぶん読みやすい英語になっているようです（日本語を書いた時点で、学生さんは特にpre-editingを意識せずに日本語を書いていました）。こうなるとChatGPTによる改訂は、エッセイの完成時期よりも途中段階での方が学習者にとって有益な情報になるのかもしれません。とはいえ、代名詞の "they"には注意が必要ですし、Thesis Statement（イントロダクション段落の最後で示されるエッセイの論点）の役割を果たしていた文がなくなった格好になりましたから、ここも気をつけるべきでしょう（最後の [Thesis Statement] は私が挿入したものです）。しかしそういった箇所を教師が指導してやれば、学習者はChatGPTが機械学習して出力した「よくある英文」（＝確率的に生起しやすい語の並びからなる文）から、「英語らしさ」を学べるのかもしれません。

以上、3つの実験（という程でもない簡単な試行）により、現時点でのChatGPTの英文改訂能力を確認しました。わずか3例で結論づけることは危険ですが、十分実用にはなるのではないでしょうか。

こうなりますと、英語ライティング教師は、どんどん学習者に自分で書いた英文をAIに書き換えさせて、元の文章とAI改訂版を比較させるというサイクルを数多く学習者に経験させるべきなのかもしれません。

ただし、その際、学習者および改訂ポイントによっては学習者が比較から学べないことがあること、および特定企業のAIに依拠してしまうことの危険性については配慮が必要です。

改訂のポイントを学習者が理解できないことについては、教師による丁寧な一般的指導と具体的な個人的指導が必要でしょう。私は現在、授業でDeepL出力の英語を書き直させる指導をしています。改訂のポイントを一般的に示した上で、それぞれの学生さんに自分のDeepL出力を吟味させ書き換えさせています。ですがその書き換えにも添削が必要です。学生さんの書き換え自体が間違っていることもあるからです。さらに、学習者には英英辞典・類語辞典や関連文献から適切な英語を見つけ出す調査能力をつけさせる必要があります。

特定企業への依拠については私はよい考えをもちません。AI開発の寡占状況というのは、今後大きな問題となるのではないでしょうか。

ともあれ、時代は大きく動いています。2年ぐらい前に私が機械翻訳について語り始めた時には、一部の英語教師からかなり感情的な反発を受けました。しかし、もはや個々人の思いを超えて時代は大きく変わったといえるでしょう。

日本いや世界中の英語教育は、この大変化に適応できなければ、ますます世間からの信頼を失うだけではないでしょうか。「AIを使えば、自分の職がなくなる」という思いからAI導入にヒステリックに（あるいは屁理屈をつけて）反対すればするほど、英語教師の職の安定は危うくなると私は考えます。

一方、英語を学習している方々は、英語教師による英語教育改革など待たずに、どんどんAIやウェブにあるリソースを使って自力で英語を学習することを、一人の英語教師としてお勧めします。"Be the master of your learning"です。

ChatGPTといったテクノロジーの話も、究極的にはいかにすべての人を尊重するかという話にしなければならない。

    【この「時事」カテゴリーの記事は、学生さんへの課題リマインダーメールに掲載した文章をこのブログに転載しているものです。】

****

OpenAI社のChatGPTについては、さまざまな論評記事が続いていますが、次の記事は、人文系の人間が未来を見据えた発言をしているという点で目を引きました。

What Would Plato Say About ChatGPT?

by ZEYNEP TUFEKCI

https://www.nytimes.com/2022/12/15/opinion/chatgpt-education-ai-technology.html

そのエッセイの要点は次のセンテンスに要約できます。

The right approach when faced with transformative technologies is to figure out how to use them for the betterment of humanity.

新たなテクノロジーを前にして私たちは熱狂したり、狼狽えたり、ことさらに平気を装ったりします。ですが、大切なことは長期的なゴールを見失わないことです。

学校教育でAIが活用されると、かつてプラトンが文字の普及がもたらすものとして表現した“Not truth but only the semblance of truth”がはびこります。

ノーベル経済学受賞者のハーバート・サイモンはかつて、“A wealth of information creates a poverty of attention”と述べました。扱うべき情報が増えるたびに、人間が払える注意力はますます希少資源になってゆきます。

同様に、AIが作り出したもっともらしい情報が知らぬ間に増えると、こんどは正しい知識を見抜く力が貴重になってゆくとこのエッセイの著者は説きます。

Similarly, the ability to discern truth from the glut of plausible-sounding but profoundly incorrect answers will be precious.

莫大な情報の中から正しい情報だけを見抜く力を学習者が育てるには、これまで以上に教師の支援が必要になるでしょう。そうなると教育格差がますます拡大し、教育資源が豊かな学校はAIを活用してますます学習者の能力が高まり、そうでない学校では情報洪水の中で溺れかける学習者が増えるでしょう。それは私たちの長期ゴールを否定するものです－－私は宮沢賢治の「世界がぜんたい幸福にならないうちは個人の幸福はあり得ない」という洞察は正しいと信じていますーー

If A.I. enhances the value of education for some while degrading the education of others, the promise of betterment will be broken.

一部の人々がいくら嘆いてもAIの進展は止まらないでしょう。人間は、ますます増える情報の中から正しいものだけを見出すという、これまで以上に複雑な知的能力を獲得しなければなりません。大切なことは、そのための教育をすべての人々に与えるという理想を失わないことです。

The way forward is not to just lament supplanted skills, as Plato did, but also to recognize that as more complex skills become essential, our society must equitably educate people to develop them. 

ですから、テクノロジーの話も、究極的には人間の話にしなければなりません。

And then it always goes back to the basics. Value people as people, not just as bundles of skills.

かつてAlan Kayは "The best way to predict the future is to invent it."と言いました。未来を創るために、私たちは人間を大切にするという基盤に立ち戻るべきです。

ChatGPTについてのThe New York Times, The Economist, MIT Technology Reviewの記事 -- 私たちが興奮しようが冷笑しようがテクノロジーは後戻りしない

   【この「時事」カテゴリーの記事は、学生さんへの課題リマインダーメールに掲載した文章をこのブログに転載しているものです。】

****

最近公開されたAIであるChatGPTについて、The New York Times、The Economist, MIT Technology Reviewがそれぞれ短い記事を掲載しました。私たちがこの新たなAIについて興奮するにせよ、やや冷笑的な態度を取るにせよ、確実にテクノロジーは社会を変えていると感じざるをえません。

以下、これら3つのメディアが伝えた記事について短くまとめます。メディアのトーンの違いもわかるでしょう。

The New York TimesのOpinion欄は、ChatGPTについてのエッセイを2本掲載しました。

[1] The Brilliance and Weirdness of ChatGPT

By Kevin Roose

https://www.nytimes.com/2022/12/05/technology/chatgpt-ai-twitter.html

[2] Does ChatGPT Mean Robots Are Coming For the Skilled Jobs?

By Paul Krugman

https://www.nytimes.com/2022/12/06/opinion/chatgpt-ai-skilled-jobs-automation.html

[1] は、ChatGPTがなしうることに驚くツイートを多く掲載するなど、この新たなAIのインパクトを伝えるものでした。[2] は、産業革命の時期に生じたような仕事内容の変化が生じ、それは長期的には人類を豊かにするが、短期的には多くの職業人に痛みを伴う変革をもたらすだろうと説きました。やはり毎日刊行される新聞という性質のせいか、どちらの記事もわりに常識的なものかと思います。

その後、The EconomistにもChatGPTについての記事が2本掲載されました。

[3] Artificial intelligence is permeating business at last

https://www.economist.com/business/2022/12/06/artificial-intelligence-is-permeating-business-at-last

［4］How good is ChatGPT?

https://www.economist.com/business/2022/12/08/how-good-is-chatgpt

[3]はThe Economistらしく、やや冷静にChatGPTの興奮とは少し距離をおいています。その記事は、AIが浸透するにつれ人々はそれを当たり前と思うが、そういった "boring AI" がますます普及していること、しかしその普及と共に法的責任といった問題が浮上することを論じています。

[4]は気楽な短い記事で、ChatGPTに、ChatGPTの解説をシェイクスピア風の言語で書かせた結果を紹介した後、人間の書き手の需要がなくなることはしばらくないだろうと結論しました。

MIT Technology Reviewは、ChatGPTの公開以前に、Metas社のAI (Galactica) に関する記事を掲載していましたが、それが結果的にはChatGPTに関連する内容となっていました。

[5] Why Meta’s latest large language model survived only three days online

By Will Douglas Heaven

https://www.technologyreview.com/2022/11/18/1063487/meta-large-language-model-ai-only-survived-three-days-gpt-3-science/

この記事は、科学文献を読み込み科学的な答えを出すだけだったはずのAI (Galactica) をMeta社が公開したら、科学的にでたらめな内容をかなり出力するので、3日で公開停止となったという記事です。

要は、Galacticaは "capture patterns of strings of words and spit them out in a probabilistic manner"をするだけだということです。このAIも "a superlative feat of statistics”を行っているだけで、人間のような知性を発揮しているわけではないわけです。これは現在の深層学習一般の特徴といえるでしょう。

実は [1] ではなばなしい紹介のされ方をしたChatGPTも、大笑いできるような非科学的な答えを出します。コンピュータ科学者のAndrew NGは、ChatGPTが「そろばんは、深層学習においてはDNAコンピューティングよりも高速である」と答えたことをツイートで伝えています。

しかし、ChatGPTには、気になる特徴があることを、次のMIT Technology Reviewの記事が短く伝えています。

［6］ChatGPT is OpenAI’s latest fix for GPT-3. It’s slick but still spews nonsense

by Will Douglas Heaven

https://www.technologyreview.com/2022/11/30/1063878/openai-still-fixing-gpt3-ai-large-language-model/

特徴とは、ChatGPTの完成には、人間の「教育」が加わっているということです。人間がAIに（正解付きの）訓練データを提供するだけでなく、AIに好ましい回答例を与えています。AIは、それをもとに強化学習を行っています。ですからChatGPTは単なる「深層学習」ではなく「深層強化学習」を行っているわけです（注）。

To build ChatGPT, OpenAI first asked people to give examples of what they considered good responses to various dialogue prompts. These examples were used to train an initial version of the model. Human judges then gave scores to this model’s reponses that Schulman and his colleagues fed into a reinforcement learning algorithm. This trained the final version of the model to produce more high-scoring responses. OpenAI says that early users find the responses to be better than those produced by the original GPT-3. 

たまたま最近読む機会を得た『ラディカリー・ヒューマン』（ドーアティ・ウィルソン著、山田美秋訳、2022年、東洋経済新報社）でも、大量のデータで力任せに行う深層学習に、人間の「教育」を加えることの重要性を多くの事例で伝えていました。

新しいテクノロジーが登場するにつれ、人々は興奮したり、逆にシニカルになったりします。しかし、テクノロジーは後戻りはしません。私たちは着実に--もし指数関数的進展という仮説を信じるなら加速的に--新しい時代に入っていると考えるべきでしょう。

ちなみに[5]や［6]などの記事を読むため、私はMIT Technology Reviewの有料会員になりました。これからも上の[1]から[6]の違いでわかるように、各種メディアの特徴に自覚的になりながら、時代の流れをできるだけ英語で理解してゆこうと思います。英語がコンピュータ科学者たちがもっとも多く使っている自然言語だからです。

（注）ChatGPTの注目するべき点は、それが深層強化学習を行っていることだという指摘は、次の記事にもありました。

チャットできるAI、ChatGPTが｢そこまですごくない｣理由。見えてしまった限界

清水亮

https://www.businessinsider.jp/post-263042

機械翻訳についてのEcononmist誌の短い記事：翻訳者はAIを自身の一部とするという意味で「サイボーグ」となる。

  【この「時事」カテゴリーの記事は、学生さんへの課題リマインダーに掲載した文章をこのブログに転載しているものです。】

***

The Economist (December 3, 2022) は機械翻訳に関する短い記事を掲載しました。

"The translator of the future is a human-machine hybrid."

https://www.economist.com/culture/2022/11/30/the-translator-of-the-future-is-a-human-machine-hybrid

その記事は以下のように締めくくられています。

Tales of artificial intelligence usually pit humans against encroaching machines, “Terminator”-style. But the translators of the future will be neither entirely human nor machine. They will be human beings with mechanical enhancements. Call them cyborgs.

人間の知性は、そもそも道具や媒体--典型的には言語--の利用をほぼ不可欠なものとしている点でサイボーグ的であるという議論は、哲学者のAndy Clarkが昔からしておりました（注）。

The Economistの記事は、例えば法律関係でしたら、定型的な契約書の翻訳はほとんど機械翻訳でなされるが、新たな法解釈の議論などの場合はほとんどすべてを人間が翻訳することになるだろうと報告しています。

この記事は、多くの人が実感していることを表明していると思います。機械翻訳は、ビッグデータに頻出する慣習的・典型的・定型的な表現をきわめて忠実に訳すが、珍しかったり創造的だったりする表現は苦手とするということです。

しかし、このことは逆に、専門知識はもっているが英語が母語でない者にとって、機械翻訳が非常に有用な道具となることを意味するのではないでしょうか。

非母語英語話者は母語話者に比べて英語に接する時間が圧倒的に少ないので、英語の慣習に忠実に書くことが苦手です。機械翻訳は、そんな非母語英語話者に自分が言いたいことについての慣習的・典型的・定型的な表現を教えてくれます。

そのように機械翻訳に助けてもらえば、専門知識をもっている非英語母語話者は、自分の専門知識の英語表現により力を注ぐことができます。そうすれば、これまでよりも多くの人に自分の専門的発見を届けることができるでしょう。

英語を苦手とする知的職業人が考えるべきことは、「機械翻訳が発展するから、英語の学習はいらない」ではない、と私は思っています。

そうではなく、「機械翻訳が発展するから、もっと自分の専門について英語でも読んでおこう。そうすれば、自分で機械翻訳出力を修正して、他の人にはできない自分なりの貢献ができるから」と考えた方が生産的ではないでしょうか。

さらに極端に表現するなら、「日常会話英語よりも、専門の英語を勉強を優先させよう」とすらなるのかもしれません。

英語母語話者なら誰でも知っている表現については、機械翻訳の助けを借りることができます。それよりも、英語母語話者も機械翻訳も対応できないような、高度で専門的な英語表現を学んでおくことの方が、後々有用になると私は考えます。

専門知識をもった者がその英語表現も学んでいれば、その人が機械翻訳を使いこなす「サイボーグ」となれます。そうなれば、どんなAIや英語母語話者にもできない独自の知的貢献を英語で行うことができるのではないでしょうか。

ですから私としては、大学生の皆さんは、専門の英語論文を正確に読めるリーディング力だけはつけておいてほしいと願っています。専門知識を英語で正確に理解できる力は、機械翻訳を使って英語論文を書く際には不可欠だからです。

もちろん、他の研究者と直接にコミュニケーションを取るためのリスニング・スピーキング力も必須です。しかし、これについてはまた別の機会にお話します。とりあえずは下の関連記事の本多先生のインタビューをお読みください。

関連記事

工学研究科（教授）本多充先生

「研究者同士が英語で語る際に、スマホを経由して話すわけにはいきません」

https://www.i-arrc.k.kyoto-u.ac.jp/english/interviews/transcripts2022_jp#frame-689

追記

上の本多先生のインタビューは「京都大学自律的英語ユーザーインタビュー」の一つですが、このインタビュープロジェクトではさまざまな声を集めています。

上の記事では述べませんでしたが、専門文献がほぼ英語でしか存在しない分野の研究者は、当然のことながらその分野について日本語で考えることが困難です。ですから、論文は初めから最後まで英語で書くことになります。

理学研究科・院生（博士課程）村山陽奈子さん

「言語能力だけがコミュニケーション能力ではありません」

https://www.i-arrc.k.kyoto-u.ac.jp/english/interviews/transcripts_jp#frame-250

工学研究科・院生（修士課程）飛田美和さん

「英語はゴールではなくツール」

https://www.i-arrc.k.kyoto-u.ac.jp/english/interviews/transcripts_jp#frame-440

他方、重要な英語論文以外の情報収集用論文読解には機械翻訳を使うという実践は、こちらで語られています。

経済学研究科（教授）黒澤隆文先生

「社会変化を踏まえ、自分のスキルへ投資する」

https://www.i-arrc.k.kyoto-u.ac.jp/english/interviews/transcripts_jp#frame-578

この他にも多くの英語学習・使用についての知恵が公開されていますので、ぜひ「京都大学自律的英語ユーザーインタビュー」をご参照ください。

京都大学自律的英語ユーザーへのインタビュー

https://www.i-arrc.k.kyoto-u.ac.jp/english/interviews_jp

（注）

私もアンディ・クラークの考えを引用しながら6月に「機械翻訳が問い直す知性・言語・言語教育 ―サイボーグ・言語ゲーム・複言語主義―」という講演をある学会で行いました。

LET関東支部研究大会講演スライド公開　「機械翻訳が問い直す知性・言語・言語教育 ―サイボーグ・言語ゲーム・複言語主義―」

https://yanase-yosuke.blogspot.com/2022/06/let.html

先日、この講演に基づく論文を同学会支部紀要に投稿したところです。機械翻訳の可能性を示す論文ですから、その主張を実践すべく英語翻訳版も投稿しました。紀要編集部のご理解に感謝します。

「起承転結」、ABT、Context-Problem-Solution

 

 【この「時事」カテゴリーの記事は、学生さんへの課題リマインダーに掲載した文章をこのブログに転載しているものです。】

***

先日、私のTwitterのタイムラインに "How to write a contemporary scientific article" という論文がわかりやすいという情報が入ってきました。この論文は、Open Accessのようで、誰でもPDF版で読むことができます。

How to write a contemporary scientific article

https://arxiv.org/abs/2203.09405

このようなタイトルをもつ論文ですから、Abstractも極めて読みやすいものです。

Today scientists are drowned in information and have no time for reading all publications even in a specific area. The information is sifted and only a small fraction of articles is being read. Under circumstances, scientific articles have to be properly adjusted to pass through the superficial sifting. Here I present written down instructions that I used to give to my students with almost serious advises on how to write (and how not to write) a contemporary scientific article. I argue that it should tell a story and should answer on the three main questions: Why, What and So what?

しかし上を読むだけでは必ずしも自分で読みやすい文章を書けるようにはなりません。原理・原則を理解しておくことが重要です。

ですから、ここでは起承転結の4段階（And-But-Therefore: ABTの接続詞でも説明できる）、およびContext-Problem-Solutionの3段階で区分けしてみます。

***

---Context---

【起】

Today scientists are drowned in information and have no time for reading all publications even in a specific area. 

<And>

【承】

The information is sifted and only a small fraction of articles is being read. 

<But>

【転】

---Problem---

Under circumstances, scientific articles have to be properly adjusted to pass through the superficial sifting. 

<Therefore>

【結】

---Solution---

Here I present written down instructions that I used to give to my students with almost serious advises on how to write (and how not to write) a contemporary scientific article. I argue that it should tell a story and should answer on the three main questions: Why, What and So what?

***

「起承転結」、"ABT"、"Context-Problem-Solution"のどれも覚えやすいフレーズですから、文章を書くときの1つの参照枠とすることをお勧めします。

ただし、話の概要がすでに読者に伝わっており、読者の読む意欲も高まっている時点で開始されるbody paragraphsなどでは、もっと単純な「topic statement-supporting sentences-topic restatement」の構造の方が好まれますので、「起承転結・ABT・Context-Problem-Solution」と 「topic statement-supporting sentences-topic restatement」のパターンはうまく使い分けてください。

追記

同じくTwitterで知った次の論文も読みやすいものです（ただし一部の箇所には、医学研究の用語が出ています）。本文は誰でもウェブ上で読むことができます。

Writing a scientific article: A step-by-step guide for beginners

https://doi.org/10.1016/j.eurger.2015.08.005

関連記事

私家版：論文執筆のための5つの手順

https://yanase-yosuke.blogspot.com/2022/04/5.html

Thesis Statement (X is/does Y in Z) の3要素の説明とYとZの定め方

https://yanase-yosuke.blogspot.com/2022/05/thesis-statement-x-isdoes-y-in-z-3yz.html

主張文の中に反論をどのように組み込むか

https://yanase-yosuke.blogspot.com/2022/05/blog-post_23.html

「起承転結」、ABT、Context-Problem-Solution 

https://yanase-yosuke.blogspot.com/2022/11/abtcontext-problem-solution.html

研究のまとめ方の基本（高校生や大学1年生のための約15分のYouTube解説動画）

https://yanase-yosuke.blogspot.com/2023/06/15youtube.html

「AIを活用して英語論文を作成する日本語話者にとっての課題とその対策」の解説動画、および理系研究者との対話から学んだこと

https://yanase-yosuke.blogspot.com/2024/03/ai.html

多様性と大規模民主主義政体の両立という「偉大なる実験」

 

 【この「時事」カテゴリーの記事は、学生さんへの課題リマインダーに掲載した文章をこのブログに転載しているものです。】

***

It Can Happen Here: 8 Great Books to Read About the Decline of Democracy

By Richard Stengel

https://www.nytimes.com/2022/11/02/books/review/books-on-democracy-under-threat.html

この記事は、民主主義の危機について書かれた良書8冊を紹介するものです。今や民主主義の危機は、世界各地で感じられています。

その中でも次の本を紹介する記事のなかには、下のような記述がありました。多様性と大規模な民主主義政体は両立するのかという問い掛けになっています。

The Great Experiment: Why Diverse Democracies Fall Apart and How They Can Endure　by Yascha Mounk

Progressive politicians like to say that diversity is our strength, but Mounk’s book explores an uncomfortable truth: There is little precedent for the success of a large, diverse democracy. Throughout history, democracies from Athens to Rome to Geneva were ethnically homogeneous and relatively small.

「多様性」ということばが無条件に肯定されていた時代はほぼ終わりましたが、それでも多様性の重要性は否定できません。多様性が根絶した社会や共同体がどのようなものになるかについて詳しい説明は必要ないと思います。また、そもそもこれだけ人や物や情報の流れが増したグローバル社会で、多様性を否定することは現実的に不可能でしょう。

人間社会はどう多様性と折り合いをつけるかというのがこれからの課題です。しかし上の引用にあるように、これまでの民主主義政体の成功例は、比較的同質で小規模な社会でのものがほとんｄでした。現代人はまさに「偉大なる実験」を行っているのでしょう。

英語を学ぶということは、日本語共同体の文化とは異なる文化に接するということです。私たちは英語という言語について学ぶだけでなく、自らの文化とは異なる文化との付き合い方、あるいは自分の文化の変え方についても学ばねばなりません。