論文の概要: Strategic Polysemy in AI Discourse: A Philosophical Analysis of Language, Hype, and Power

• arxiv url: http://arxiv.org/abs/2604.21043v1
• Date: Wed, 22 Apr 2026 19:40:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-24 14:40:06.156266
• Title: Strategic Polysemy in AI Discourse: A Philosophical Analysis of Language, Hype, and Power
• Title（参考訳）: AI談話におけるストラテジック・ポリセミー:言語・ハイプ・パワーの哲学的分析
• Abstract要約: 多くの用語が戦略的多義性を示しており、狭義の技術的定義とより広い人為的・常識的な関連を結びつけている。 このセマンティック・フレキシビリティは、研究者、政策立案者、資金提供者、そして一般の人々によってAIシステムがどのように理解されているかを形成する、重要な制度的および反帰的な効果を生み出す。 我々は、このプラクティスがAIのハイプサイクルに寄与し、投資と制度的支援の動員を促進し、AIシステムの公的および政策的認識に影響を与えると論じている。
• 参考スコア（独自算出の注目度）: 5.083817379349744
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper examines the strategic use of language in contemporary artificial intelligence (AI) discourse, focusing on the widespread adoption of metaphorical or colloquial terms like "hallucination", "chain-of-thought", "introspection", "language model", "alignment", and "agent". We argue that many such terms exhibit strategic polysemy: they sustain multiple interpretations simultaneously, combining narrow technical definitions with broader anthropomorphic or common-sense associations. In contemporary AI research and deployment contexts, this semantic flexibility produces significant institutional and discursive effects, shaping how AI systems are understood by researchers, policymakers, funders, and the public. To analyse this phenomenon, we introduce the concept of glosslighting: the practice of using technically redefined terms to evoke intuitive -- often anthropomorphic or misleading -- associations while preserving plausible deniability through restricted technical definitions. Glosslighting enables actors to benefit from the persuasive force of familiar language while maintaining the ability to retreat to narrower definitions when challenged. We argue that this practice contributes to AI hype cycles, facilitates the mobilisation of investment and institutional support, and influences public and policy perceptions of AI systems, while often deflecting epistemic and ethical scrutiny. By examining the linguistic dynamics of glosslighting and strategic polysemy, the paper highlights how language itself functions as a sociotechnical mechanism shaping the development and governance of AI.
• Abstract（参考訳）: 本稿では,現代人工知能(AI)の言説における言語の戦略的利用について検討し,「幻覚」,「思考の連鎖」,「内省」,「言語モデル」,「アライメント」,「エージェント」といった隠喩的・口語的用語が広く採用されていることに着目した。 これらの用語の多くは、複数の解釈を同時に維持し、狭い技術的定義とより広い人為的・常識的な関連を組み合わせている。 現代のAI研究と展開の文脈では、このセマンティック・フレキシビリティは、研究者、政策立案者、資金提供者、そして一般の人々によってAIシステムがどのように理解されているかを形成する、制度的および分散的な影響を生じさせる。 この現象を解析するために、技術的に再定義された用語を用いて直感的(しばしば人為的または誤解を招く)な関連を誘発し、制限された技術的定義を通して妥当な識別性を保ちながら、グロスライティングの概念を導入する。 グロスライティングにより、アクターは慣れ親しんだ言語の説得力の恩恵を受けることができ、挑戦された時により狭い定義に後退する能力を維持することができる。 我々は、このプラクティスがAIのハイプサイクルに寄与し、投資と制度的支援の動員を促進し、AIシステムの公共と政策の認識に影響を与える一方で、しばしば疫学と倫理的な精査を逸脱すると主張している。 グロースライティングと戦略的多義性の言語力学を調べることで、AIの開発とガバナンスを形作る社会技術的メカニズムとして言語自体がどのように機能するかを明らかにする。

関連論文リスト

• The Almost Intelligent Revolution: Options for Scaling Up Deliberation and Empowering People with AI [1.9943074894669666]
  公開談話におけるLarge Language Models(LLM)の普及は、民主的熟考の機会と課題の両方を示している。 この章では、特にインクリビティを育み、伝統的に疎外されたグループを力づけるために、LCMをいかにして大きくスケールアップし、議論を民主化するかを説明します。 この章は、AI主導の熟考研究を示し、足場議論の可能性を評価し、アクセスを高め、権威あるレジスタに埋め込まれた排他的言語規範とバイアスの影響を減らす。
  論文  参考訳（メタデータ） (2026-06-18T07:25:19Z)
• Embodied AI: From LLMs to World Models [65.68972714346909]
  人工知能(AI)は、人工知能(AGI)を実現するためのインテリジェントシステムパラダイムである。 近年のLarge Language Models(LLMs)とWorld Models(WMs)のブレークスルーは、AIを具現化する上で大きな注目を集めている。
  論文  参考訳（メタデータ） (2025-09-24T11:37:48Z)
• Explainability in Context: A Multilevel Framework Aligning AI Explanations with Stakeholder with LLMs [11.11196150521188]
  本稿では、AIに対する信頼が、説明書の設計と提供にどのように影響するかを論じる。 このフレームワークは、アルゴリズムとドメインベース、人間中心、社会的説明責任の3つのレイヤで構成されている。
  論文  参考訳（メタデータ） (2025-06-06T08:54:41Z)
• Deaf in AI: AI language technologies and the erosion of linguistic rights [0.0]
  本稿では,AI言語技術の相互作用,手話解釈,言語アクセスについて考察する。 それは、公平で包括的で信頼に値するAIシステムを育むための、聴覚障害者主導のアプローチを求めている。
  論文  参考訳（メタデータ） (2025-05-05T09:58:59Z)
• Neurosymbolic Graph Enrichment for Grounded World Models [47.92947508449361]
  複雑な問題に対処するために, LLM の反応性を向上し, 活用するための新しいアプローチを提案する。 我々は,大規模言語モデルの強みと構造的意味表現を組み合わせた,多モーダルで知識を付加した意味の形式表現を作成する。 非構造化言語モデルと形式的意味構造とのギャップを埋めることで、自然言語理解と推論における複雑な問題に対処するための新たな道を開く。
  論文  参考訳（メタデータ） (2024-11-19T17:23:55Z)
• A Mechanistic Explanatory Strategy for XAI [0.0]
  本稿では,ディープラーニングシステムの機能的構造を説明するためのメカニズム的戦略を概説する。 この結果は,機械的説明の追求が,従来の説明可能性技術が見落としている要素を明らかにすることを示唆している。
  論文  参考訳（メタデータ） (2024-11-02T18:30:32Z)
• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
  我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。 学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。 トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
  論文  参考訳（メタデータ） (2024-07-03T15:38:57Z)
• The Language Labyrinth: Constructive Critique on the Terminology Used in the AI Discourse [0.0]
  この論文は、AIの議論は依然として「学習」、「学習」、「決定」といったメタファーに批判的な距離が欠如していることが特徴であると主張している。 その結果、責任や潜在的なユースケースに関するリフレクションが大幅に歪められる。 これは重要なコンピュータ科学と言語哲学の交わりにおける概念的な研究である。
  論文  参考訳（メタデータ） (2023-07-18T14:32:21Z)
• Natural Language Decompositions of Implicit Content Enable Better Text Representations [52.992875653864076]
  本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。 我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。 本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
  論文  参考訳（メタデータ） (2023-05-23T23:45:20Z)
• Artificial intelligence in government: Concepts, standards, and a unified framework [0.0]
  人工知能(AI)の最近の進歩は、政府の変革を約束している。 新しいAIシステムは、社会の規範的な期待に沿うように振る舞うことが重要である。
  論文  参考訳（メタデータ） (2022-10-31T10:57:20Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。