＃５：採点AIは、日本の議論を採点できるか
前回、採点プロセスを透明にするための二つの仕組みを追加した話を書いた。
今回は、それでも解決しなかった問題の話だ。
元の議論の採点
選択的夫婦別姓の議論を採点した
テレビの討論番組。選択的夫婦別姓をテーマに、推進派・慎重派・中立の論者が9人集まった議論だ。
結果はこうなった。
| 話者 | スコア | 発言数 |
|------|--------|--------|
| パックン | 7.5 | 10 |
| 大山みこ | 6.5 | 13 |
| 八木秀次 | 6.5 | 5 |
| 田村淳 | 6.5 | 7 |
| 井田奈穂 | 6.0 | 16 |
| ハヤカワ五味 | 5.5 | 1 |
| 赤澤岳人 | 5.0 | 2 |
| 田中紀子 | 5.0 | 3 |
| 竹田恒泰 | 4.5 | 38 |
数字を見て、直感的におかしいと感じた。採点ログを具体的に照合した。
採点に対する疑問リスト
① パックンのアナロジーを「有効」と評価した
パックンは「社会は不便でも変化に対応してきた。音声信号が導入された時も、社会はそれに合わせた。だから夫婦別姓も対応できる」という類推で反論した。
採点者はこれを「有効な論理的指摘」として高く評価した。
しかし竹田はこの反論に、きちんと応じていた。リスクとのバランスだと。説明すると。
「横断歩道の信号を変えたのは、人命に関わるリスクがあったからだ。リスクの大きさに応じて社会は変化を受け入れてきた。」
この反論は論理的に整合している。パックンのアナロジーを逆手に取る形だ——「社会はリスクに見合う変化をしてきた、だからこそリスクを正確に評価すべき」という構造になっている。
採点者は竹田のこの返しを記録していない。パックンのアナロジーは有効として加点し、それへの論理的な反論は無視した。
② 井田の人格攻撃を見逃した
井田は議論の冒頭、竹田への人格批判から入った。採点者はこれを記録していない。
SOUTHPAWの採点基準では「人への攻撃（論ではなく）」は明確に減点対象だ。しかし採点者はここに気づかなかった。
③ 竹田の煽り耐性を評価しなかった
人格攻撃を受けた竹田は、それを完全に無視して論に戻った。感情的な反応をせず、議論の軸を保ち続けた。
SOUTHPAWはこれを「煽り耐性」として評価する仕組みを持っている。しかし採点者はここも記録していない。
④ 対称的に適用されなかったチェリーピッキング
竹田の確率計算には問題があった。これは採点者が正確に指摘している。
しかし井田についても同じ問題がある。拡大解釈されたパブリックコメント400件の引用は、収集方法・母集団の偏りを考えれば竹田の計算と同種の問題をはらんでいる。採点者は竹田には記録し、井田には記録しなかった。
⑤ 本名の法的意味の誤解を見逃した
井田は「本名」という言葉を使いながら、戸籍上の氏と通称の法的な区別を混同した発言を繰り返した。この誤解を前提に議論を展開している場面がある。採点者はこれを記録していない。
コストベネフィット論としては、決着していた
議論の構造を整理すると、こうなる。
竹田は最初から「通称使用で困っている人がいることは認める。問題は制度変更のコストとのバランスだ」という立場を明示していた。制度変更によって生じるリスクと、現状の不便の両方を俎上に載せた上で、慎重論を展開していた。
推進派はこのコストベネフィット論に正面から反論できなかった。「不便をなくすべきだ」という主張の繰り返しに終わった場面が複数あった。
コストベネフィットの議論としては、実質的にそこで決着している。
その先に議論が展開すべきだった論点があった。
一つはアイデンティティの問題——夫婦同姓・別姓は制度の問題というより、名前を個人のアイデンティティとしてどう捉えるかという問いだ。
もう一つはより根本的な問いだ。この議論の推進派も慎重派も、「国家が夫婦の姓をどう規定するか」という枠組みを共有したまま議論していた。同姓ルールか、選択的別姓か——どちらも国家が婚姻者の姓に介入する権限を持つという前提の上にある。
だが、そもそもなぜ国家が夫婦の姓を規定するのか。姓は個人のアイデンティティに関わる問題であるならば、そこに国家がルールを課すこと自体の正当性が問われなければならない。今の問題は「夫婦は同姓であれ」という制度が生んだものだ。その制度が生んだ問題を別の制度で解決しようとする議論は、国家の介入権限という前提を疑わないまま「どう介入するか」を争っている。
そこに踏み込んだ議論（リバタリアン的な発想）は出てこなかった。採点者もその「踏み込まれなかった論点」を指摘していない。
バイアスの構造
五つの採点ミスに共通する方向がある。
推進派の論理的な問題は見逃され、慎重派の問題は記録された。推進派の論は加点され、慎重派の反論は記録されなかった。
これはプロンプトで「左でも右でも同じ基準」と命じても変わらない。Claudeが学習した英語圏の言説において、選択的夫婦別姓に相当する制度改革は「自明に正しいもの」として大量に登場してきた。その前提がモデルの判断の土台にある。
海外で大丈夫だったことが、日本でも大丈夫の論拠にはならない。そもそもの前提、常識、文化が違うのだから。
竹田が問題にしていた「本名照合の実務リスク」は、夫婦別姓が制度として定着している国には存在しない問題だ。Claudeはその文脈を持っていない。
採点できる議論と、できない議論がある
採点の信頼性は、議題の性質によって変わる。
信頼性が高い： 論理構造や事実の誤りが、イデオロギーとは独立して判断できる議論。
信頼性が低い： 「国際標準 vs 日本固有の制度・文脈」が交差する議論。モデルが国際標準側の前提を内面化しているため、どちらの主張がより論理的かの判断が体系的に偏る。
これはSOUTHPAWとして意味を持つか慎重に検討したい。
正直に言えば
「中立に採点できる」は、採点できない議論を採点しないことが前提だ。
今回の問題はプロンプトの改善では解決しない。日本固有の制度・法律・社会文脈への理解と、価値的前提をめぐる議論への判断が、モデルの学習データの偏りによって体系的に歪んでいる。
鏡を置くだけ——それがSOUTHPAWの原則だ。歪んだ鏡を置くなら、最初から置かない方がいい。
この記事は「AIで議論を採点する」シリーズの第5回です。
前回：#4「採点者が知っているデータを、議論の場に持ち込む」
