Coverage：2026年10月01日 07:00 JST〜2026年10月08日 07:00 JST

AIを使う順序と測り方を、宗教研究側から設計する

宗教教育チャットボットの倫理を論じる研究は、AIが宗教的権威を演じないこと、人間の教師へ判断を戻せること、機微なデータを長く保持しないことを機能要件として示しました。インドネシアのイスラーム宗教教育研究は、AIに答えを出させるのではなく、学生自身の推論、AI探索、批判、宗教資料による照合、独立した論証、振り返りという順序そのものを授業へ組み込んでいます。

重要なのは、宗教的価値を「AIに教える内容」として追加するだけではないことです。

価値が、AIを何に使い、どこで止め、誰が検証し、誰に判断を帰すかというワークフローを支えています。

一方、今週のNLP／LLM研究は「数値が高い・低い」で終わらせない読み方を要求します。意味類似度研究では、cosine similarityが測っているのは二つの文章の「真理の一致」ではなく、埋め込み空間での向きの近さです。CoT研究のCIAも「モデルの思考が何％見えたか」ではなく、内部戦略を検出する解釈可能性ツールと、モデルが言葉にした推論との一致度をmacro-F1で測った指標です。何を数値化したのかを確認してから、数字を並べたときに何が言えるかを考える必要があります。

今週DTRとして少し厚めに確認しておきたいのが、2026年11月16〜20日開催予定のTrinity College DublinのHISTLING Exchange Workshop on Buddhist Philology（HISTLING　仏教文献学に関する交流ワークショップ）です。これは「仏典にAIを使ってみる」イベントというより、本文批評、地域的伝承、古典語資料といった仏教文献学側の問題を、どのようにAIで解ける研究タスクへ翻訳するかを正面から扱っています。技術が先にあり、宗教資料が適用先になるのではなく、文献学が「何を測るべきか」「何を誤りと呼ぶか」の決定に参加する。この往復は、聖書の構文解析を考えるうえでもかなり重要な比較対象になりそうです。

今週の注目研究

1. Pastoral AI ethics for chatbots in religious education｜宗教教育AIに必要な「権威の境界」

クリストス・パパコスタス（Christos Papakostas）によるこの論文は、宗教教育用チャットボットを一般的な教育AIの延長として設計するだけでは不十分だと論じます。宗教的な質問には、教義上の権威、信仰上の迷い、告解に近い機微情報、学習者の脆弱性が入り込むためです。

提案されるPastoral AI Ethics（司牧的AI倫理）では、少なくとも四つの境界が重要になります。第一に、聖書・教理・教材など回答の出典を示すこと。第二に、AIが確信的な霊的指導者を演じず、人間の教師・牧会者へエスカレーションできること。第三に、宗教的な相談から生じる機微データを必要以上に保存しないこと。第四に、AIを人格的・霊的権威の代替として設計しないことです。

面白いのは、倫理を「透明性を大切にしましょう」といった原則で止めず、システムに何をさせないか、どの時点で人間へ戻すかという要件定義にまで落としこんでいるところです。これは前週に扱った「価値をガバナンスへ翻訳する」という議論を、チャットボットの機能レベルまで落とし込んだものと読めます。

ただし現時点では、この論文は概念・規範研究です。提案されたチャットボットを実装して教育効果や事故率を比較した研究ではなく、統計的検定もありません。現段階で評価できるのは、宗教教育AIに必要な設計論を提示したことです。

---

2. Generative AI-Assisted Learning in Islamic Religious Education｜AIを「答え」ではなく検証可能な足場にする

こちらは概念論ではなく、インドネシアの大学で、イスラム教教育（宗教教育）を受ける学生60名を対象に行われた実験です。

学生は30名ずつ2つのグループに分かれて、対照群は従来の講義と教科書を中心とした学習を行い、介入群はChatGPTを取り入れた8段階のステップで学習を行いました。

この研究の最大のポイントは、AIに答えを丸投げ（思考の代行）させるのではなく、「自分の頭で考えるための補助ツール（思考の足場掛け）」として授業の中に組み込んだ点です。介入群が行った8段階の学習ステップは以下です。

1. 課題の把握
2. AIを使う前に自分の考え（初期推論）をまとめる
3. ChatGPTを活用して調べる
4. AIの回答を批判的に評価する（間違いや偏りがないか確認）
5. 聖典（クルアーン・ハディース）や信頼できる文献で検証する
6. 検証結果をもとに、自分の言葉で論証を組み立てる
7. 振り返り（省察）
8. 事例についての総合討論

研究では、「批判的宗教思考：宗教情報を鵜呑みにせず、根拠に基づいて論理的に確かめる力」と、「学習の自律性：自分で目標を立て、主体的に学習を進める力」の2つの能力の変化を測定しました。

その結果、批判的宗教思考について、介入群は 64.10点 → 71.60点（+7.50点）と大きく向上したのに対し、対照群は 59.27点 → 61.07点（+1.80点）にとどまりました。

学習の自律性について、介入群は 109.10点 → 118.70点（+9.60点）と大きく向上したのに対し、対照群は 112.00点 → 111.13点（-0.87点）と微減しました。

つまり、この対象集団では「AIを使ったかどうか」ではなく、AI回答を宗教資料と照合し、自分で論証し直す学習手順を組み込んだ群の方が、二つの尺度で大きく改善した、と言えます。

ただし、個々の学生をランダムに割り振ったわけではなく、既存の2クラス（計60名）を利用した「準実験」であり、単一の大学で行われた8日間の研究です。そのため「どんな環境でも必ず効果が出る」と断定するのではなく、「単にAIを使わせるのではなく、人間による検証や思考プロセスを組み合わせた授業設計を行うことで、思考力や自律性が大幅に高まるという強い関連が示された」と捉えるのが適切です。

---

3. High-Level Text Preprocessing for Semantic Similarity Analysis of Discursive Texts｜同じ語彙は、同じ主張を意味しない

議論的な文章（他者の立場を批判や比較を交えながら論じる文章）には、著者自身の意見だけでなく、批判・参照対象となる相手の言葉（語彙）も多く含まれます。このような文章全体をそのままベクトル化（embedding）して意味の類似度を計算すると、「主張や立場が一致しているから似ている」のではなく、「同じ対象や相手について話しているから似ている」というズレが生じてしまいます。著者らはこの現象をsemantic diffusion（意味的拡散）と名付けました。単語単位の削除などの従来のNLP前処理ではこの問題に対処できないため、文章の「本来の主張」と「議論のための文章構造」を分離する12の高等前処理ルールを提案しています。

実験では、哲学辞書（スタンフォード哲学百科事典）に掲載された3つの倫理理論（徳倫理学・義務論・帰結主義）を、8種類のAIモデル（トランスフォーマー系STSモデル）で比較しています。指標となるセントロイド・コサイン類似度（Centroid Cosine Similarity）は、文書を表すベクトルの平均的な向きがどれだけ近いかを測る値です。高いほど、モデル内部では二つの文書が似た意味方向に表現されている、と解釈します。これは「主張が正しい」「思想が一致している」割合ではありません。

結果として、24パターンのうち23パターンにおいて、提案された前処理を行った後に「コサイン類似度（文章同士の似ている度合いを示す数値）」が低下しました。これは、使用するAIモデルを変えても一貫して「他説の紹介や批判といった議論構造を取り除くと、3つの理論は『本来互いに離れた立場である』ことが正しく表現された」ことを意味します。つまり、前処理前の高い類似度は、主張の一致ではなく「議論の中で共通して使われていた単語」によってカサ増しされていた可能性が強く示されました。

ただし、本実験は限定的なサンプルで行われており、統計的な検定や有意水準などは報告されていないため、あらゆる分野のテキストへそのまま一般化できるとまでは言えない点に注意が必要です。

本論文で提案されている「高水準テキスト前処理」と「Semantic Diffusion（意味的拡散）」の考え方を、聖書学・構文解析（スタイロメトリーや構造解析）に転用する場合を考えてみます。

たとえば福音書などでは、「あなたがたは〜と言う（反対派の主張の紹介）」と「しかし私は〜と言う（著者の主張）」という対比構造（「〜と言われたのを聴いているが」等の山上の説教形式など）が多く存在します。従来のNLP処理（単一の単語削除など）では「批判するために引用した相手の言葉」を区別できません。

そこで談話機能（Discourse Function）に基づくルールを設定し、「批判・論破の対象として挙げられている相手の語彙」を識別して処理することで、「同じ相手や問題を扱っているから似ている」状態を防ぎ、著者が提示している解決策・立場の真の距離を測ることができそうです。

---

4. Making LLMs Say What They Think｜LLMは「自分が本当に考えていること」を言葉にできているか？

この研究は、モデルが文章で説明したChain-of-Thought（CoT）と、probeなどの解釈可能性手法で検出した内部戦略がどれほど一致するかを、CoT-Interpretability Alignment（CIA）として測ります。噛み砕いて言うと、AIの「言葉での説明（思考過程）」と「内部での実際の計算」のズレを測り、改善する研究です。

AI（LLM）に「順番に順を追って考えて」と指示すると、AIは人間のように思考のプロセス（CoT: Chain-of-Thought）を文章で出力してくれます。

しかし、「AIが書いてくれた説明（CoT）」と「AIの内部での実際の計算（脳内処理）」は、必ずしも一致しているとは限りません（表向きは丁寧な説明を書きつつ、裏では全く別の計算やショートカットを使っている場合があります）。

この研究では、AIの内部状態を分析するツール（probe: プローブ）を使って、「AIの言葉での説明」と「内部の実際の計算戦略」がどれくらい一致しているかを評価する新しい指標 CIA（CoT-Interpretability Alignment） を提案・検証しました。

CIAは「AIの思考を何％解読できたか」の指標ではありません。「特定の計算ステップを内部で実行したか（0/1）」と「それを文章（CoT）で説明したか（0/1）」の判定がどれだけ合致しているかを、偏りを防ぐ標準的な評価手法（macro-F1）で数値化したものです。

その二つの判定の一致性能は44.8〜75.9％相当のmacro-F1に留まった、という実験結果が出ました。

「AIの言葉での説明」と「内部での実際の計算」の一致度がその程度にとどまっており、AIが時に『実際にはやっていない計算』を説明に書いたり、『実際にやった計算』を説明で省略したりしていることを示しています。

3つのタスクと3つのモデルで検証したところ、テストの正解率が高い優秀なモデルだからといって、内部の計算と説明文の一致度（CIA）が高いわけではありませんでした。つまり、「問題を正しく解く能力」と「自分の解き方を正確に説明する能力」は全くの別物だということです。

モデルを追加でトレーニング（後学習 / Post-training）したところ、検証した27の条件のうち25条件で確実に一致度が改善（統計的に意味のある改善：$p < .05$）し、最も効果的だった手法では平均25.5%の向上が見られました。これは、「内部でやったことを嘘なく説明させる能力」は追加の訓練によって向上させられることを意味しています。

ただし、内部計算の「正解データ」自体もprobe等の測定器による推定です。したがってCIAは、人間がイメージするような「AIの『本当の心』や『意識』を直接読み取る技術」ではなく、解釈ツールで捉えた特徴と出力テキストの一致関係を調べる工学的な指標である点に注意が必要です。

聖典構造解析でLLMに「なぜこの区間を対応させたか」と語らせる場合も、生成された説明、人の手で確認した根拠、削除・置換による出力変化、内部帰属を別々の証拠として扱う必要があります。

---

5. HISTLING Exchange Workshop on Buddhist Philology｜仏教文献学からAIタスクを設計する

今週はこの5本目を少し厚めに見ておきます。HISTLING Exchangeは、Trinity Centre for Asian Studiesを中心に、文献学者、計算言語学者、宗教学者を集め、Digital HumanitiesとAIの時代に仏教文献学をどう進めるかを扱う5日間のハイブリッド・ワークショップです。

開催は11月なので、まだ研究成果を報告する論文はありません。公開されているプログラムが示す研究設計の方向を読み取ってみます。

構成がかなり示唆的です。11月16〜19日の4日間、午前9時からペーター＝ダニエル・サントー（Péter-Dániel Szántó）による「後期インド仏教文献の本文批評」、11時からルイシュアン・チェン（Ruixuan Chen）による「クチャを越えて――Yanqi／Agni（エンキ／アグニ）の独自の地域仏教伝統を追う」、午後2時からカイ・ゴラン・ハシロニ（Kai Golan Hashiloni）による「研究者の問題からAIタスクへ――仏教文献学の仕事をAIシステムが解ける課題へどう翻訳するか」が反復して行われます。最終日の11月20日は「AI世界における仏教文献学」のラウンドテーブルと、ジェイク・ムーア（Jake Moore）による「責任あるAI支援型テキスト研究」が置かれています。

この並び順が重要だと思います。AIのセッションだけを独立させるのではなく、開催日ごとに本文批評と地域的文献伝承を先に置いています。つまり「AIで何ができるか」から始めず、まず人文学側で、どの異本（もとは同じ原典や書物に由来しながら、写経や書き写し、伝承の過程で文字、語句、文章の順序などに違い（異同）が生じた別の本のこと）を比較するのか、どの言語・地域・伝承を区別するのか、どの差異が本文批評上意味を持つのかを検証する。そのうえで、研究者が持つ問題を計算可能なタスクへ変換する構成です。

ここでいう「タスク化」は、単に「この仏典を要約してください」とプロンプトを書くことではありません。たとえば異読の対応候補を探す、複数言語・写本間の平行箇所を検出する、語形や固有名の変異を正規化する、ある地域的伝承に固有の語彙・句を抽出するといった研究課題を、入力・出力・正解条件・誤りの種類まで定義できる形へ落とすことです。実際のワークショップがどのタスクを採用するかは開催前なので断定できませんが、プログラム名自体が「From a Scholar’s Problem to an AI Task（学者の課題からAIのタスクへ）」という方向を明示しています。

聖書でのNLPと比較すると、かなり近い問題を抱えているように見えます。聖書本文でも、写本異読、原語と翻訳、引用と引喩、平行記事、本文批評、時代・地域ごとの語彙差があります。計算モデルに正解ラベルを与える前に、「一つの文とは何か」「どこまでを同じ箇所とみなすか」「表記差と意味差をどう分けるか」「機械が出した候補を誰が採用するか」を神学・人文学側で決めなければなりません。

DTRの観点では、ここから文化的・地域的反省性の強い形が見えます。非西洋宗教の事例を後付けするのではなく、仏教文献学そのものがAI研究の評価基準を作る側に立っているからです。既製のベンチマークへ仏典を流し込むのではなく、文献学の伝統が「何を測れば研究として意味があるのか」という知識を提供する。これはTheology → DH、Religion → AIという異分野同士の接続を考えるうえでも重要です。

日本語圏で見ても、龍谷大学の「令和大蔵経」プロジェクトが、SATデータベースのような既存のデジタル仏典基盤を踏まえつつ、新しい経典編纂へ進む宗教DHインフラの事例として興味深いです。HISTLINGと直接の共同プロジェクトという意味ではありませんが、「資料をデジタル化する」段階の先で、デジタル基盤を用いて本文をどう比較し、編集し、次の研究資源へ組み直すかという観点で注目しています。

参考：https://kanji.ryukoku.ac.jp/news/260523report/

HISTLINGは公式プログラムであって、各講師の手法、評価指標、データセット、成果はまだ公開されていません。DTRでは開催後に配布資料、コード、録画、論文などを追跡し、「仏教文献学の問いが実際にはどう計算タスクへ翻訳されたか」を改めて評価したいところです。

カンファレンス・イベント情報

Digital Religion V

要旨締切が2026年10月15日へ延長されました。公式ページには採択通知10月07日が残っており、日付が逆転しているので注意です。

公式：https://www.ethicsinmedia.eu/digital-religion-2026

AAR Western Region 2027

Black Religion and Theology部会が、AI・生成技術とアフリカ系宗教／神学を扱う提案を募集中です。要旨締切は10月15日です。

公式：https://www.aarwr.com/call-for-papers.html

AI, Ethics and Faith after Magnifica Humanitas

11月16〜17日、Lambeth Palace。信仰の知見をAIの行動規範・政策へ変換し、宗教共同体向け技術リテラシーの政策ブリーフを共同作成する予定とのことです。

公式：https://cdt-art-ai.ac.uk/news/events/ai-ethics-and-faith-after-magnifica-humanitas/

Interreligious Dialogue Assisted by AI

10月19〜21日、Montréal。Dialogia実験版、研究グループ、2027年初頭の会議録が予定されています。

公式：https://pluriel.fuce.eu/en/interreligious-dialogue-artificial-intelligence-montreal-2026/

HISTLING Buddhist Philology

11月16〜20日、Trinity College Dublin＋Zoom。詳細は今週の5本のなか（5番目）で紹介しました。開催後の配布資料・コード・録画を継続追跡します。

公式：https://www.tcd.ie/asian/news-and-events/histling-exchange-workshop-on-buddhist-philology/

---

今週の研究動向を整理

1. 宗教的価値が「内容」から「順序」へ移る

Pastoral AI Ethicsでは、権威を演じない、判断を人間へ戻す、短期保存するといった禁止・委任境界として価値が実装されます。イスラーム教育の準実験では、AI探索の前後に人間の推論と宗教資料による検証を設けます。共通するのは、価値はAIへ追加する情報ではなく、AIを使う順序を決める原理として扱っていることです。

2. 数値は、何を測った数値かを先に問う

コサイン類似度は主張の正しさではなくembeddingの方向の近さ、CIAは思考の可視率ではなく内部戦略判定とCoT言語化の指標です。同じ「0.7」でも意味する対象はまったく違います。NLPを人文学へ持ち込むときは、スコア名より先に測定対象と観測手続きを明示する必要があります。

3. 宗教資料が、AI研究のタスクを規定し始める

HISTLINGでは、本文批評や地域伝承という仏教文献学の問題設定からAIタスクへと検証を進めます。文化的・地域的反省性とは、非西洋資料をデータとして後付けすることではなく、その研究の伝統が分析単位、誤り、妥当な証拠を決める側に立つことだ、と見ることができます。

4. 「説明」は一つの証拠レイヤーにすぎない

LLMのCoT、embedding類似度、Attention、内部probe、人の手による注釈は、同じものを測っていません。宗教テキスト解析では、生成された説明を結果として保存するだけでなく、どの根拠を消すと判定が変わるか、人文学者がどこを根拠と認定したかを別レイヤーで残す設計が必要です。

編集者コメント

AI倫理の話と仏教文献学の話は、意外なところで似た構造を持っています。

宗教教育AIでは、「人間の尊厳」や「権威」といった「価値」を掲げるだけではなく、それによってAIを使う順番や、委任してはいけない判断を決める必要があります。仏教文献学では、「AIを使えば大量に処理できる」と言う前に、何を同じ異読とみなすのか、どの違いが歴史的に重要なのか、何を誤りと定義するのかを文献学者が決めなければなりません。

宗教・神学がデジタル技術へ持ち込めるものは、倫理的な「注意事項」だけではないのだと思います。何を測定対象にするか、どのような指標を設定するか、何を正解と呼ぶか、どこで人間へ判断を戻すか。研究やシステムの設計そのものに、宗教研究側の知識が必要になります。

HISTLINGはまだプログラム段階なので、実際の成果を先取りして評価することはできません。それでも「研究者の問題からAIタスクへ」というプログラム名から、重要な示唆を読み取ることができます。聖書解析でも、既製のNLP手法を聖書へ当てはめるだけでなく、本文批評、修辞構造、解釈上の問いから、どんな計算タスクなら人文学的に意味があるのかを逆算する必要があります。

価値を運用へ、説明を検証へ、資料を研究タスクへ。今後もこの三つの流れがどのように結びついていくのかを追っていきたいと思います。