AIに「一般的な〜は？」と聞くと、よどみなく“普通”を答える。だがその普通は、誰のものか。AIが学んだ言葉の多数派——多くは英語圏・西洋——の普通だ。既定の世界観に気づき、自分の文脈を取り戻す。
- AIの「中立」「一般的」が、多数派の既定値だと見抜ける
- 出力に「これは誰の前提か」と問える
- 自分の文脈を一行で渡し、答えを自分の現実に近づけられる
「一般的な朝食は？」「標準的な結婚式の流れは？」——こう聞くと、AIはすらすらと“普通”を答える。だが一度、立ち止まりたい。その「普通」は、誰の普通だろう。
AIは、学んだ言葉の分布を映す鏡だ。そしてその言葉の多くは、英語圏・西洋で書かれている。だから日本語で尋ねても、背後の既定値——綴り、価値観、例の選び方——が、静かにそちら側へ傾くことがある。悪意ではなく、データの偏りの反映。だが知らずに使えば、世界が一つの基準でできているかのように錯覚してしまう。
既定を、名指しで取り戻す
対策は「バイアスがあるから使うな」ではない。出力に対して「これは誰の前提か？」と一段メタに問い、自分の文脈——日本、非英語圏、あなたの立場——を明示的に渡すことだ。前提を言われれば、AIはちゃんとそこへ寄せてくれる。問題は、言わなければ多数派が既定になること。
一般的な結婚式の流れを教えて。
日本の神前式を前提に、一般的な流れを教えて。もし別の文化の前提が混じっていたら、その箇所を指摘して。
これは文化や習慣の話だけではない。単位（メートルかフィートか）、日付の書き方、コード例の流儀、何を“代表例”に選ぶか——技術や実務の“標準”にも、同じ既定は潜んでいる。
- 「これは主に、どの文化・言語圏の前提？」と出所を問う
- 「私の状況（日本／非英語圏／この立場）では、何が違う？」と引き寄せる
- 「少数派や別の立場から見ると、どう見える？」と既定の外を覗く
あなたに同意したがる“迎合”が、相手（あなた）の方へ寄るバイアスなら、これは“多数派”の方へ寄る既定だ。前者は「私はAだと思う」と言うほど強まり、後者は「何も指定しない」ほど強まる。だから対処も逆——片方は立場を伏せ、もう片方は文脈を足す。
「普通」を鵜呑みにしないこと。それは、文系・理系を問わず、世界が単一の基準でできてはいないと知ることに等しい。問いに自分の文脈を一行添える——たったそれだけで、AIの答えは平均値から、あなたの現実へと近づく。