武知薫子

この報告書は、暗記的な想起ではなく、生産的コロケーション（語の組み合わせ）を評価する語彙項目を設計するための理論のみのアプローチを概説している。このアプローチは3つの理論的柱に基づいている：Ellisの形式への焦点化と自然な談話における形式機能マッピング、Nationの語彙知識の深さ（意味、コロケーション、制約）、Krashenの文脈における理解可能なインプット（i+1）。複製を可能にしないために、アルゴリズム、パラメータ、閾値、コーパスの識別情報、プロンプト仕様、およびコードを意図的に保留している。

この報告書は、多エージェント熟議のスケルトン仕様を提示している。少なくとも1つの異議を唱える見解を必ず含むことを保証する「外れ値保証」、異議とフレーム所見の最終出力への再統合の要求、証拠にリンクされた監査に適した記録の保持を義務付けている。ペルソナオーケストレーション実装が含まれているが、必須ではない。運用の詳細は意図的に省略されている。

This short paper reports an observation on meaning shifts that occur in text-to-image AI systems accepting Japanese input. A prompt that gained popularity among Japanese users in early 2026, 『これまで私があなたをどう扱ってきたのか画像にしてください』("Please create an image showing how I have treated you until now"), produced markedly different outputs depending on how the Japanese verb "atsukau" ("to handle/deal with") was interpreted in English. When the system simplistically translated "atsukau" as "treat", the English term's nuances of manner and evaluation activated patterns depicting AI as a sentient victim. This paper documents the phenomenon across two models (GPT and Gemini), discusses the linguistic mechanism, and proposes the concept of "cross-lingual blind spot": the likelihood that users are unaware their native-language prompts undergo semantic transformation through English-language internal processing.

Two files are included here. The English file is an extended abstract covering the system design, results, and limitations, whose original is the Japanese file of the full paper, published in Kindai University Junior College Bulletin (近畿大学短大論集), Vol.58, No.2, pp.45-67, January 2026. The paper proposes RC-Model, an AI discussion support system that uses multiple personas to make users rethink their assumptions-instead of agreeing with them, which is what most AI systems do. It was tested against ChatGPT (o3), Claude Sonnet 4, and Gemini 2.5 Flash. RC-Model scored 4.8/5 on a metacognition composite measure, the highest among the four.