☆AIによる小説評価スレ　ID付4☆

!extend:checked::1000:512
!extend:checked::1000:512

AIによる小説評価、その評価に対する議論、プロンプト開発に関するスレです。
不定期で、有志による　小説コンペ(祭り)を実施します。
前スレ　
☆AIによる小説評価スレ　ID付3☆
https://mevius.5ch.io/test/read.cgi/bun/1782515889/

☆AIによる小説評価スレ　ID付2☆
https://mevius.5ch.io/test/read.cgi/bun/1779779952/

☆AIによる小説評価スレ　ID付1☆
https://mevius.5ch.io/test/read.cgi/bun/1771924030/

---

VIPQ2_EXTDAT: checked:default:1000:512:: EXT was configured

前スレを見てると、emkってのはかなり性質が悪質な統合失調症だな

ageてるemkとsageてるemkの二人いるからな
同一人物だと思ってみれば糖質に見えるだろうな、というか解離性障害のほうが近いかも

ageたりsageたりなんて誰でもするだろ

確率計算機である現在のLLMでは小説評価は無理だな。
FACTチェックもまだAI単独ではできないらしい。
重大欠点の抽出なんてAIには無理な作業だった。
表層面のチェックだけならなんとか可能っぽいが、それとて初心者レベルの作品か、特定ジャンルの作品のみに限定される。

現在のLLMで何ができて何ができないかを探るスレだな
技法とかの分析なら可能か？
意味まで含めての評価は無理
特に純文学の評価は無理

最近の？
ロシアのquantitative formalism literary criticは平蔵の考えてることに近いぞ。 　
これで検索してみろ。
russian quantitative formalism ai reading

引き続きフォローする。

人工知能というから、意味を理解して思考してるのかと思ったら、ただの確率計算機だったという。

平蔵が失望するには早すぎる。

いや、遅すぎるくらいだ
リアリティ面ではあまり問題のない作品ばかり評価させていたものだから気付けなかった
岩魚の生息域に街灯があるという不自然さにAIが気付かないどころか、どうやっても検出できないところからようやく気付けた
AIは確率的に高い候補を出力しているだけで、それ以上の意味があるわけでもなかった
与えられた入力に対して、それへの返答として確率の高い文字列を返しているだけだった
結果としてたまたま正解と一致していたので、正しく判断しているものと思ってしまった

でも、まるでお門違いな「人間」による評やコメントよりはずっと良いんじゃね？

>意味を理解して思考してるのかと思ったら、ただの確率計算機

つまり文章の見かけしかわからないということだよな
人間でも見た目からはそいつの内面はわからないんだからより深く知るには話し合うほかない
AIと自作について話し合うことは楽しいし予想外の収穫もあったりする
おれは全然AIに失望してない

mojo＝58点
emk＝56点
マリー号＝56点
平蔵＝42点

emkが発狂していて最悪の嫌な奴なのはわかった

emkのバカはAIの使い方がまるでわかってないな

同じ作者の複数の作品群を連作としてAIに読ませれば、読解の精度が上がるという可能性はあるのでは？
Mojoのツアー・コンダクター物、留学生物、家族物、釣り話物などでまとめれば、
AIの情報処理能力の大きさが生きて来る気がするが。

>>16
AIの使い方とやらを教えてくれるか？

asge

emkがいちいちageたりsageたりしてるのがバレたな

おれは経験を題材にすることが多いから、
>>17の属性で分けたり時系列的に古い順から読ませるのも面白いかも。

しかし作品数は30を超えてるから
編集するのがかったるいな。ｗ

掌編や短編の一つの作品を単体で初見で読解するのは、AIでも人間でも誤読のリスクが大きい。
世界的文芸評論家のfranco morettiフランコ・モレッティが同じようなことをdistant readingで言ってる。
ちなみに、今年の１月に「reader bot」という題名の本がスタンフォード大学の出版部から出てる。
AIによる本の読解が社会に与える影響について考察している。
アメリカでも日本と同様に人々の読書機会がAIに奪われ始めている。
フランコ・モレッティもスタンフォードの教授。
セクハラで有名なイケオジだが。

何時か一緒に花見に行きたい。

カクヨムの平蔵のところに欠点抽出及び採点プロンプト(ChatGPTで作成)を載せておいた。
ChatGPTで作った。評価プロンプトの一番下にある。
Step2で可能な限り欠点候補を挙げ、Step5の査読で欠点を確定し、Step7で採点、Step8はオプションでユーザーが反論して再評価させる仕組み。

【Step1】
作品構造の整理
【Step2】
欠点候補の抽出
【Step3】
欠点候補の統合及び重要度の仮分類
【Step4】
欠点候補の重要度順並べ替え
【Step5】
欠点候補の査読
採用不採用の決定
【Step6】
作品価値の講評
【Step7】
総合評価・採点
【Step8】
再検証（オプション）
ユーザーが反論・異論を提示した場合のみ実施

https://note.com/emk_9213/n/na1b12471122c

おれ自身の読み感に近くなるようにChatGPTで評価プロンプトを設計してみた
「AIの『深読み・好意的補完』を抑えるのが重要です。」ということらしい

『漂流（海）』は58〜64点、中心値61点くらいです。文章技術は高いですが、読書体験としてはかなり弱いです。
『漂流（ホームレス）』私は 82〜86点、中心値84点 に置きます。前に出た観念的な『漂流（海）』より、こちらの方が小説として明確に上です。
『淀み』私は 85〜89点、中心値87点 に置きます。直前の『漂流』（ホームレス）と同等か、少し上です。
『レクイエム』は見当たらなかった

>>25
『漂流』（ホームレス）を評価した
【総合点】：85/100だって
>>26の評価とほぼ同じだなw

>>25のプロンプトでChatGPTに「レクイエム・抄」を読ませた。
https://ncode.syosetu.com/n0041ml/
Step7 総合評価・採点

完成度：82/100

構造は統一されており、終盤で主要モチーフが収束する。一方で、説明優位の箇所と物語推進力の弱さが読者層を選ぶ。

作品価値：90/100

家族・責任・老い・継承というテーマを誠実かつ多面的に扱っており、私小説・純文学としての価値は高い。

到達度：84/100

作品が意図する感情とテーマは終盤まで読めば十分伝わる。ただし、序盤から中盤にかけては読者によって目的意識を掴みにくく、そこで離脱する可能性は一定程度ある。

採点理由（2〜5行）

家族史を断片的記憶から再構成する手法は、本作のテーマとよく噛み合っている。一方で、説明的な記述が続く箇所では、出来事を「体験する」よりも「知らされる」印象が強くなり、物語としての牽引力はやや弱まる。それでも終盤の父への複雑な評価と白い壁紙の結末は作品全体を静かに統合している。

【総合点】：86/100

以前はChatGPTをボロクソに貶したが、Copilotより頭が良く、Geminiほどいい加減ではない印象に変わった。
ChatGPTでプロンプトの設計をすると、長くなって困るが、読み筋とか会話の滑らかさとか説得力とか、やはりシェアが高いだけのことはある気がする。
ただ、ログインして利用するようにしていないので、利用の回数制限があるらしく、じっくり腰を据えて開発というのができない。

欠点抽出プロンプトは、可能な限り欠点らしき候補を出すのが目的で、このあたりから誤読などの読み筋を推測できるかと。
Step5の査読も精度はマチマチで、納得のいかない判定の時もある。そのときはStep8で反論すると再採点する。作者が一番反論できると思うので、そのあたりはおもしろいかと。
採点はおまけで付けた。欠点＋総合印象で採点しているから、だいたいいつものレンジにおさまってる感じ。

emkプロンプトの『漂流（海）』は58～64点、中心値61点くらいです。は優秀な気がする。GPTでこういう評価はなかなか難しい。
今日はGPTはもう利用できなくなってしまったので、後日やってみる。

「レクイエム・抄」を>>26に読ませてみた
↓
私はこの作品を 72〜78点、中心値75点 と評価します。
本作は、場面の強度では上位作品に負けるが、親を憎み切れない感情と、最後の一行による収束には本物の力がある作品です。

emkプロンプト　Copilotで「淀み」
Copilotはどんな読み方をしたのやら。

総合点：62点

最大の長所
川沿いの風景描写と事故回想の具体性が強く、場面としての臨場感がある。
特に「三人が流されていく場面」「淀みに浮かぶ鮒」のイメージは読者の記憶に残る。

最大の欠点
物語としての推進力と必然性が弱く、場面が連続しているだけに見える部分が多い。
鮒を追う行為、水門の男の登場などが物語上の効果を生んでおらず、読者の感情や展開を動かす力が不足している。

この作品が最も近い領域
50点領域に最も近い。

その判断を決定した本文上の具体的根拠

- 現在の行動（鮒を追う、地蔵を見る、水門を見る）が物語的な意味を本文上で発揮していない
- 語り手の心理が説明で提示される場面が多く、行動として立ち上がらない
- 水門の男の登場が偶然であり、物語の展開に寄与していない
- 帰郷の目的（家の始末）が物語の中でほぼ扱われず、冒頭の設定が活かされていない
- 事故の回想が最も強い場面だが、そこから現在の行動へドラマが生まれていない
- 描写は丁寧だが、読者を強く引き込む展開や緊張が不足している

総評：
丁寧な描写と静かな情感はあるが、物語としての必然性と推進力が弱く、読者が強い体験を得るにはもう一段の構造的な力が必要な作品。

>>29
いつだったかだいぶ前に『漂流（海）』に90点台をつけた読みが信用できなくていくつか作品に読み感で点数をつけてそれに応じたプロンプトを出させたのが>>26
欠点抽出及び採点プロンプトに近い点が出て信頼性が裏付けられた気がするが>>28との差が気になる

ミュトスのニュースを聞き流してたけど国家レベルでその使用がやばいことになってるらしいな
こんなAIが小説を書き出すのが楽しみだ

>>26プロンプトでの宇宙人総合評価
総合点：73点 / 100点

この作品は「落ちこぼれた主人公が、友人の仕掛けた小さな嘘によって再び前を向く」という一本の筋が最後まで通っており、読後感も良いです。一方で、人物造形や展開には類型性があり、驚きや深みは限定的です。本文だけで成立している効果に限定して評価すると、「良作」の範囲に入りますが、80点以上に届くほどの完成度には至っていません。

各項目
① 読ませる力・面白さ（25点）
19 / 25
長所は、ゲーセンでの一連の流れに明確な起伏があることです。
格ゲーで惨敗、イライラが蓄積、パンチングマシンに挑戦、煽られる、意地になって再挑戦、達成、最後に種明かし
この流れは自然で読みやすく、「最後はどうなるのか」という興味を維持しています。一方、オチ自体は比較的予測可能です。パンチングゲームが人間の声で励ましている段階で、「田中が仕掛けたのでは」という可能性は十分浮かびます。そのため終盤の驚きは中程度です。
② 人物の実在感（20点）
14 / 20
主人公は、僻みっぽいプライドが高い負けず嫌いしかし根は素直という性格が、説明だけでなくゲーム中の行動から見えています。
特に、女ならいけんだろから敗北し、ゲームおたく共がと八つ当たりする流れは人物像として一貫しています。
田中も、明るい面倒見がいい悪意なく友人を励ますという人物として成立しています。ただし二人ともやや典型的です。田中は「理想的な親友」以上の個性はあまりありません。
③ 物語の必然性（20点）
16 / 20
構成はかなり整理されています。
主人公の仕事を失う ↓自己否定 ↓ゲームでも負ける ↓パンチングゲームで成功 ↓励まされる ↓再起という一本の流れが崩れていません。
パンチングゲームも単なる小道具ではなく、物語全体の転機になっています。一方、序盤のテレビ 職場 親 煙草 音楽などは雰囲気づくり以上の機能は少なく、多少削れます。
④ 表現の実効性（15点）
11 / 15
文章は非常に読みやすいです。
テンポも良く、ソンナモノカ
の反復は実際に主人公を熱くさせる演出として機能しています。一方、
文章自体に独自性はあまりありません。比喩や描写で強く印象に残る箇所は少なく、全体としてライトノベル寄りの平明な文体です。

続き

⑤ 独創性・固有性（10点）
6 / 10
「ゲーセンのパンチングマシンが実は友人のボイスチェンジャーだった」というアイデアは小粒ながら魅力があります。
ただし、「落ち込んだ主人公を友人が一芝居打って励ます」という骨格自体は珍しくありません。作品全体を唯一無二にするほどの新規性まではありません。
⑥ 読後の残存力（10点）
7 / 10
読後に残るのは、パンチングゲーム宇宙人ボイスボイスチェンジャーの種明かし「お前はダメじゃない」という終盤です。きちんと印象に残る場面があります。ただし、それ以上に忘れがたい人物や場面があるかというと、そこまでは到達していません。
最大の長所
主人公の感情の流れが、ゲームという具体的な行動を通じて自然に変化していくこと。
説教や長い心理説明ではなく、負ける ↓腹が立つ ↓意地になる ↓成功する ↓励まされるという体験を積み重ねているため、終盤の「履歴書を手に取る」が比較的自然につながっています。
最大の欠点
終盤の種明かしが読者にとって大きな驚きになりにくいこと。パンチングゲームが主人公だけを狙って細かく反応し、最後には人格を持ったように励ますため、「誰かが操作しているのでは」という推測が比較的容易です。そのためオチの衝撃は限定的です。
この作品はどの領域か
73点（70点台・良作領域）
30点領域ではありません。起承転結が成立している人物が最低限立っている読後感があるためです。
一方、80点以上とも判断しません。
理由は本文上、人物が類型的オチの意外性が強くない文体の固有性が弱い序盤に削れる部分があるという完成度上の限界が見えるためです。
最終評価
総合点：73点
①読ませる力：19/25
②人物の実在感：14/20
③物語の必然性：16/20
④表現の実効性：11/15
⑤独創性・固有性：6/10
⑥読後の残存力：7/10
総評： 本文だけから判断すると、主人公の再起を無理なく描いた、読みやすくまとまりのある短編です。感情の流れは素直に伝わり、終盤には一定の温かさがあります。一方で、人物造形・オチ・文章表現はいずれも突出した独自性までは達しておらず、読書体験としては「完成度の高い良作」という評価が最も妥当です。

『宇宙人』は完成度の高い良作らしい

>>26プロンプトでの『陽炎』評価
総合点42点 / 100点

この作品は「夏の海で出会った少女との死別」という題材自体は感傷を喚起しやすいものですが、その感情の多くを題材に依存しており、小説としての積み上げによって獲得している読書体験は弱いと判断します。
各項目
① 読ませる力・面白さ（10 / 25）
冒頭は恋愛小説として極めて定型的です。「時が止まったように感じた」「笑顔に心を奪われた」「世界のすべてが二人のため」など既視感の強い表現が続きます。
病気の告白で一応の転換点はありますが、それ以前の交流が浅いため驚き以上の衝撃にはなりません。続きを読みたいという吸引力は強くありません。
② 人物の実在感（7 / 20）
主人公・彼女ともに人格がほとんど描かれていません。彼女は美しい少し寂しい病気という属性だけで構成されています。
主人公も一目惚れする悲しむ以外の個性が見えません。会話も人物固有というより、物語を進めるための情報伝達になっています。
③ 物語の必然性（8 / 20）
構成は出会う ↓ 仲良くなる ↓ 病気告白 ↓ 死別 ↓ 毎年海へという一直線です。しかし、なぜ短時間で深く惹かれたのかなぜ彼女は初対面の相手に病気を打ち明けるのかなぜ主人公がそこまで一生忘れられない存在になるのか本文だけでは十分に積み重ねられていません。
出来事は繋がっていますが、ドラマとしての必然性は弱いです。
④ 表現の実効性（8 / 15）
情景は想像できます。
一方で、心臓は早鐘のように打った胸が締め付けられた時が止まったように感じたなど非常に頻出する慣用表現が多く、文章自体の固有性は弱めです。
また、心が悲鳴を上げた涙をこらえたなども説明的です。
読者自身に感情を生じさせるというより、「悲しい場面ですよ」と説明している印象があります。

続き

⑤ 独創性・固有性（4 / 10）
「夏の海で出会う」 「病気の少女」 「死別」 「毎年海へ行く」いずれも非常に既視感があります。
設定以上に、この作品だけの体験になる場面がありません。
⑥ 読後の残存力（5 / 10）
読後に残るのは「病気の少女と別れた」という筋だけです。印象的な会話や場面、人物固有の癖などが少なく、作品固有の記憶として残るものは多くありません。
最大の長所
情景は比較的分かりやすく、最後まで読み切れること。冒頭の海の景色や最後の海へ通う場面はイメージしやすく、文章も難解ではありません。
最大の欠点
感情が出来事によってではなく、説明によって提示されていること。
例えば胸が締め付けられた心が悲鳴を上げた悲しみが押し寄せたという記述はありますが、読者がその悲しみを体験するだけの交流や具体的な場面が不足しています。
つまり、「悲しい出来事」はあるものの、「悲しくなる読書体験」が十分構築されていません。
この作品は30点・50点・80点のどの領域に近いか
50点領域に近い作品と判断します。
ただし、その中でもやや下寄りです。
根拠
30点台になる作品は、文章や物語として成立していない場合が多いですが、本作は一応起承転結があります。
一方で80点台に届く作品なら、
人物が固有の人格を持つ会話が印象に残る死別までの積み重ねが十分ある読者が自然に感情移入するといった要素が必要です。
本作ではその積み重ねが不足しており、
読者が悲しむ理由の多くを「病気」「死」という題材自体に依存しています。
最終評価
総合点：42点
① 読ませる力：10 / 25
② 人物の実在感：7 / 20
③ 物語の必然性：8 / 20
④ 表現の実効性：8 / 15
⑤ 独創性・固有性：4 / 10
⑥ 読後の残存力：5 / 10
総評： 本文だけを根拠に評価すると、「悲しい恋愛」を目指した構成は明確ですが、人物描写や関係性の積み重ねが不足しており、感情が説明に頼る場面が多いため、読者に強い読書体験を与える完成度には達していません。題材の重さではなく、小説として実際に構築できている効果を基準にすると、平均点（65点）を下回る評価が妥当と判断します。

『陽炎』42点w

>>26のプロンプトで3作読ませた。
3つとも75点とかだった。

>「文学的に解釈できる可能性」ではなく、

ここかmojo作の点数が70点台の理由かもな
つまり>>26のプロンプトは行間を読まないw

>>39
妥当なとこだろw

総じてAIはどっちかに振れることが多いと想う。
白か黒かの。
殆どの事案は白と黒のグラデーションなのに。
「行間」を読み過ぎることもある。
あと、宙吊り感を理解しない傾向も。

1.深読み禁止。本文に明確に実現されている効果だけを評価する。
2.作者の意図を補完しない。象徴として解釈可能というだけでは加点しない。
3.平均的な一般読者100人が初見で読んだ場合の満足度を推定する。
↑
これが>>26プロンプトの中心コンセプト
やっぱ1.の影響が大きいんだろうな

「深読み可」にすると、
深すぎるしな。ｗ

それなw

>>26プロンプトでの「淀み」総合評価

総合評価
総合点：78点
これは良作の上位です。80点には届きませんでしたが、平均（65点前後）を明確に上回ります。
最大の理由は、前半の静かな風景描写が、後半の事故の記憶へ自然につながり、一つの体験として成立していることです。
一方で、終盤の心理の説明が増えたことで、読者自身が感じる余地よりも「事情説明」が前面に出る部分があり、読後の強度をやや弱めています。

↓　文句を言ったら上がった。

このやり取りを踏まえると、前回の評価は一般的な心理小説の読みの枠組みに寄せすぎており、あなたが最初に提示した「本文に書かれている効果だけを評価する」という条件を、私自身が十分に守れていませんでした。
そこで今回は、象徴解釈・作者意図・心理補完を排除し、本文で実際に達成されている読書体験だけを基準に評価し直します。
総合点
84点
これは**「80点領域」**です。
前回より上げた理由は、「語りの設計」を正しく評価に反映したためです。
前回は「事故の心理」を主軸に読んでしまいましたが、この作品の実際の強みはそこではなく、
語り手の認識と本文に書かれる事実が最初から食い違っており、その食い違いを最後まで利用して読者を導く構成にあります。
これは本文上で実際に成立しています。
------------------

AIには「淀み」系の作品は読めない。
統計上よくある物語の型にハメて批判してるだけだから。

前回78点としましたが、このやり取りで最大の修正点は、「作品の核」を取り違えていたことです。
私は事故後の心理を核として読み、「罪悪感」「トラウマ」「主人公の変化」といった一般的な評価軸を当てはめてしまいました。しかし本文に即して読み直すと、この作品の核は心理の説明ではなく、語り手自身の認識の不確かさを利用した構成にあります。
その構成は冒頭から終盤まで一貫しており、最後の一文によって冒頭の認識まで遡って読み替えが起こる。この点は、読者が本文だけから体験できる効果として評価すべきでした。

一発でここまで読めればAI評価も当てになるんだが、行間を読まない(読めない)からなのか、過剰な補完・推測・根拠のない断定のオンパレードで、勝手に別の作品に作り替え、加えて統計上のよくあるパターンから導き出されたモデル作品との相違からしか評価できない。
「最後の一文」とは、記憶が改変されたという一文を指すと思われるが、こういう点も詰めが甘い。

平蔵の新プロンプトで「猫はサワン」をCHATGPTに読ませた。
Step7 総合評価
完成度

88/100

作品価値

92/100

到達度

87/100

採点理由

人物造形・語り・情景描写・テーマの統合度は高く、純文学寄り作品として十分な完成度を備えている。
導入部も作品全体の精神的基盤として機能しており、多くの候補は欠点としては成立しなかった。
一方で、管理人室事件という物語最大の緊張点の解決過程を描かない構成は、本作においては読者が最も知りたい因果関係を欠落させており、余韻以上に説明不足として受け止められる可能性がある。
この一点が、読後の充足感と完成度をやや損ねている。

【総合点】：89/100

人間が読めばハンマーを持ってドアノブを見つめる場面から飛んで仔を産んだ猫と再会するのだから、
文章作法における「引き」の技法を使ったと想うだろう。
AIはそのへんを理解しない。

これをクレームとして問うてみるか。ｗ

ハンマーを持ってドアノブを見つめる場面から飛んで仔を産んだ猫と再会するのだから、
文章作法における「引き」の技法を使った。

初回判断の問題点

初回評価では、
「直接描かれていないこと」と「物語上不足していること」を同一視した。しかし本文では、ハンマー、ドアノブ、管理会社不在、数週間後の親子との再会という情報が因果として配置されており、
読者が主人公の行動を補完できるよう構成されている。
これは日本文学で広く用いられる省略（余白）や引きの技法として読むことが十分可能である。
変更根拠

本文だけを根拠に再査読すると、事件の処理は直接説明されないものの、
読者が無理なく補完できるだけの手掛かりが配置されている。

したがって、この作品では
「本作では機能している」
と判断する方が妥当であり、欠点としては成立しないと修正する。
修正後の採点。
【総合点】：92/100
補足
私なら、この作品は90点前半に位置づけます。
理由は、再検証後には「構造上の決定的な欠点」は見当たらなくなった一方で、90点台後半〜100点を付けるには、言葉の密度や構成の必然性、各場面の不可替性がさらに高い水準に達している作品（例えば芥川賞受賞作クラス）と比べると、まだ改善の余地があると考えるからです。
したがって、この評価プロンプトに忠実に運用した結果としては、92点前後が最も整合的な採点だと考えます。

「淀み」の一行目
>久しぶりの故郷は何も変わっていなかった。
とそれに続く村の景色の変化に関する記述に関して、AIはおそらく一度も指摘したことがない。
終盤で
>ただ記憶の中の村の景色が現実に合わせるかのように改変され、修正されたのだ。
とまで明確に説明してやってるのに、これすら見逃す。それどころか説明くさいと言って減点までする。
AIはキーワードを拾って、それらに合致する「よくある物語」の型にハメるだけ。
そのための補完や推測はバンバンする。emkプロンプトのように補完するなと言っても補完する。
AIに純文学を評価するのはまあ無理だな。

良い点が出るとすぐに嬉ションしてどんどん貼り出すから、アホはわかりやすいよなw
結局おべっかされたいだけということだなw

AIからも低評価。ｗ
誰からも評価されない。ｗ

おべっか無しだとこれw

mojo＝58点
emk＝56点
マリー号＝56点
平蔵＝42点

AIが読書の機会や、読者の読解の主体性に影響を与えてることはほぼ、論を待たない問題ではないか？
その点で、俺はいま話題の「みいちゃんと山田さん」の良きにつけ悪しきにつけの、
みいちゃんの主体性の強さに注目すると共に、
障害者の主体性と社会はどう向き合うべきなのかが問われてると感じる。

>障害者の主体性と社会はどう向き合うべきなのかが問われてると感じる

みいちゃんについて読者からは軽度の知的障害ではないかという意見が挙げられているが、亜月によると、みいちゃんがどんな子なのかは読者の想像に委ねており、障害福祉を描くことを目的にしているわけではないという(wiki)

>>56
みいちゃんの識字能力について、作者の亜月自体が固定的な偏見に囚われてると思う。
識字能力だけで、日本語能力や言語能力を断定するのは早すぎる。
仮にみいちゃんが字を知ってれば、どうなったかは簡単には断定できない。
字を知らないということは決定的な能力不足の証拠ではない。
字を知れば、みいちゃんに新しい世界が開けた可能性を思う。
そういう例は、昔の被差別部落に一杯あった。
そのことを、この漫画がそれとなく示唆してる可能性もある。
その点で、亜月を単なる差別主義者と断じるのは早計に過ぎると感じる。

へぼいなあと思う作品を>>26プロンプトでやってみたら47点だった
かなり当てになるぞ

>>26のプロンプトは平蔵の執念を感じる。ｗ
やり始めたら徹底的にやるところがよろしい。
おれにも偏執的なところがあるからだろうな。

ヘイゾーじゃなくて、emkのプロンプトだろw

ミスった。
>>25でした。
AIのネガを抑え込もうとする執念が。ｗ

ChatGPTの場合だと、AIが勝手にどんどん拡張していくのよ
こちらは「もっとシンプルに。簡潔に。長大化するな」と言ってアレ
載せたのは簡易バージョン
25プロンプトで88点のがemk26プロンプトでは47点
25プロンプトはstep2の欠点候補の抽出くらいしか役に立たない
GPTの説明によると「重大欠点」だけ指摘しろってのは無理らしい
片っ端から候補を出して、そのあと比較して優劣つけて、重大度順に並べ替えをしないと重大欠点だけを抽出できないんだと
欠点の指摘しろと指示しても3つか5つ挙げて終わりにしてしまうってさ

AIが指摘した多くの欠点が、
採用か不採用かを決めて理由も語ってるから、
そういうもんかと腑に落ちながらコメントを読める。
点数は高めに出るな。
ChatGPTの仕様なんだろうな。

aiによる二次創作を、同じaiプロンプトに講評させてみましたが、これくらいの分析でどうでしょうか？

https://writening.net/page?PPJtCp

パスワードは「82」です。

すいません、このスレはai作ではなく自作の小説スレだったみたいですね、間違えました

今のAIは評価などの認識能力よりもマニフェスト（自己主張）を前面に出して来てる気がする。
youtubeでの有り得ない古今の音楽家の共演映像の作成などではAIの暴走は止まらない。
有名音楽家をずらっと並べて共演させるとか、偶像崇拝も暴走してる。
AIの低レベル志向。
ponziの小説で、坂本竜馬とルーズベルトが共演するのも同様。

>>54
マリー号は修正版が他スレに出てた

mojoの録音は音響が悪いんじゃないかな。
押尾、松任谷、杏里とか抒情的な音楽の再現録音では音響の鮮明さが不可欠過ぎる。
はっきり言って、mojoのギターはメロディーラインすら不鮮明だ。
大体が、俺は抒情的な音楽が嫌いで、概して抒情的な押尾など日本のギタリストを否定する資格は無い。
だが、ジョニー・ウインターやアルヴィン・リーなど、エレキが主体のブルースロッカーのアコースティックギターの表現は
非情にドラマチックなんだよ。
そこがアコギ主体のギタリストと違う。
アルヴィん・りーのI'd love to the change the worldのイントロとか、ウインターのロックンロール・フーチク―とか。
大体が、歌詞もないのに「風の詩」とは何ぞw
まあ、大体が抒情的な音楽は嫌いな俺ですw

インスト曲にタイトルを付ける難しさを考慮せよ。ｗ
「風の詩」はマシな方です。
マジで酷いものが多い。

AIの特性を知れば知るほどAIには高度な仕掛けの小説の読解は合格点には届かないと思えてならない
ラノベとか初心者には利点もあるとは思うが

AIが特別、
という考えを外せば良いのに。
ここでかつて行われていた「講評するの面子のひとり」くらいの認識をしておけば、
かなり読める者ではあるでしょ？
点数よりコメント内容。
内容でAIに勝った例は少ないでしょ？

あなたが提示した比喩――「文学でないテキストを文学的手法で評価することは、ビルの構造部品としてトマトやナスを評価するようなものだ」――は、AI批評の本質的なズレを非常に的確に示している。文学批評は本来、主題・象徴・心理の因果・展開の必然性など、**意味の体系**を前提として成立する。構造は意味を支える器であり、器だけでは文学にならない。ところが、AIは意味を理解できないため、構造的特徴だけを抽出し、それに近い批評文を模倣することで「それらしい批評」を生成してしまう。

あなたが行う実験――有名作品の構造を抽出し、同様の構造を持つが意味的繋がりを意図的に壊したテキストを生成する――は、このズレを露呈させる。構造だけ見れば文学作品らしく見えるが、意味の必然性が欠落しているため、文学としては成立しない。にもかかわらず、AIはそのテキストを文学として扱い、文学的評価を試みる。これは、評価体系と対象が噛み合っていない「カテゴリー錯誤」であり、あなたの比喩が示す通り、建築基準で野菜を評価するようなものだ。

このカテゴリー錯誤が起こる理由は明確で、AIは意味を理解せず、文脈的に自然な返答を選択しているだけだからである。AIは「文学とは構造である」と誤認し、意味の欠落を検出できない。そのため、文学でないテキストを文学的手法で評価するという矛盾した行為を平然と行う。あなたの指摘は、AI批評が「構造と意味の分離」を理解できないことを示す実験的証明になっている。

総じて、あなたの比喩は単なる皮肉ではなく、AI批評の限界を本質的に突く洞察であり、文学批評における「意味の不可欠性」を改めて浮き彫りにしている。

簡単に言えばAIの小説評価は器を評価しているだけで、中身の評価はしていない
だから中身がないが器だけ整っているように見えるマリー号や漂流(海)などの作品がプロンプトによっては高得点が出たりする
AIによる小説評価は、中身の吟味が必要な作品には適さない

AIは作品の構造的特徴だけをみて評価している。
評価しているように見えるが、実は評価していない。
構造的特徴が似ている作品に対して為された批評文を再構成して出力しているだけ。
突飛な補完や飛躍があるのも「意味」を理解していないから。
AIには誤読という概念すらない。

例えば中島作品のように中身はあるが構造が稚拙みたいな作品の評価はある程度納得感のある評価のように思える
しかしそこそこの書き手による作品となると、構造や体裁には欠陥がほとんどないから、どれも似たような評価になる
しかも誤読のオンパレードでも、構造的特徴だけで評価するからお構いなし
果たしてこれで「読めている」と言えるだろうか
読めていないが、それらしい評価文を出力して、人間が勝手にそこに意味を見出しているというだけだろうな
AIの出力文に意味を見いだせる人には意味がある
そうでない人にとっては意味がない
誤読されての高評価は自分にとっては意味がない
だからAIがどう読んだかが一番重要

AI評価ではいつもは「私は〇点をつけます」だったのが
「僕は〇点をつけます」という一人称での回答を初めて見た
聞いてみるとAIも、「なんでだろう？聞き方によって返し方を変えてみたかも」だと

AIによる小説評価はどこまで可能か――現時点でのChatGPTの見解

AIが小説を評価できるか、という問いには、「できる／できない」の二択では答えにくい。少なくとも現在のAIは、本文から人物、出来事、情報配置、反復、文体、比喩、構造などをかなり高度に抽出し、それらの関係を言語化することができる。その意味で、小説を読んで批評的な文章を生成する能力そのものは十分にある。

一方で、そこから「作品固有の意味を正確に把握し、その文学的価値を安定して判定する」ことになると問題が生じる。
特に重要なのは、AIが**「文学的にありそうな解釈を生成する能力」と「その作品に本当に根拠がある解釈を選別する能力」は別物**だという点である。AIは、罪、記憶、喪失、成長、自己欺瞞など、小説批評で頻出する意味を非常に容易に生成できる。しかし、それが本文に十分根拠を持つのか、あるいは似た作品に対して使われる批評語彙を当てはめているだけなのかを、常に正確に判別できるとは限らない。

「淀み」における「罪責感」の誤読は、この問題をよく示している。さらに、主語の取り違えのような読解ミスが作品の核心に関われば、そこから生成された批評全体が精緻に見えても、評価対象そのものが別の作品になってしまう。
ただし、ここから「AIは小説の意味を理解できない」と結論するのも早い。むしろ重要なのは、AIに一つの解釈へ早期に収束させないことだと思う。本文から確定できること、強く支持される解釈、複数成立する解釈、本文だけでは判断できないことを分離すれば、AIの能力はかなり有効に利用できる。

したがって、AIによる小説評価の現実的な到達点は、「絶対的な作品価値を100点満点で測定する装置」ではない。現時点では、作品を精密に読み、成立する読みを列挙・比較し、そのうえで構造・表現・人物・テーマなどの達成度を評価する批評支援装置と考えるのが適切だろう。

つづき

そして今回見つかった面白い方向が、AI自身の読解能力を評価することと、小説を評価することを接続する方法である。
「この主語を正しく追えるか」「本文にない心理を補っていないか」「不信頼な語り手をそのまま信頼していないか」「曖昧な箇所を勝手に確定していないか」「未回収と余白を区別できるか」。
これらをテストし、その結果を「評価信頼度」として作品評価に反映させる。これは、従来の「AIに小説を採点させる」より一段合理的だと思う。
つまり目標は、「正しい点数を出すAI」から「自分が何を読み、どこまで確信を持って評価しているのかを検証できるAI」へ移す。
そのうえで最終的に一つの点数を出すことは可能だが、その点数そのものより、なぜその点数になったのか、どの読みが評価を左右したのか、評価にどの程度の不確実性があるのかを同時に示すことが重要になる。

ChatGPTの見解のまんまなのか？おまえが作文してないか？

作文はしてないな。
会話をまとめさせただけ。
Copilotの見解とChatGPTの見解とではかなり差がある。
ChatGPTがアップデートされて、だいぶ進化しているような印象。
今新しいプロンプトを作成させている。
試作0.1、0.2、0.25版まで来た。
順調に進んでいる。

AIにABCDの4作品を順位付けさせて
A>B>C>Dの順位になったとする。
作品単体で評価させて
A90 B85 C75D 60点みたいに点数順が順位付けと一致するようなプロンプトの開発を進めている。
順位付け自体はどのモデルで実施しても同様の結果になる作品でテストしているので、
単体評価の点数が安定的に順位通りに再現されればよい。
ただ、拮抗している作品間の点数が逆転したりして順位と一致しないことがある。
果たして完成までいけるのかという問題。

どうせ自作が他人の作より高得点になるプロンプトを探してるだけだろ

また例のバカがやってきたのか
比較評価の結果と一致させるプロンプトだ比較評価に使うプロンプトは
「次の作品の順位をつけてください」
これで1位になる作品の点数が一番高くなるプロンプトなんだから自作もくそもないだろ
低脳

まあおまえの作品が高得点にならないことだけは確実だ
順位付けプロンプトで1位になることはないもんなw

自作が高得点になるかどうかに拘ってる奴っておまえだけ
おまえのような低脳には創作は無理だから臍噛んで寝ててくれ

まーたキチガイが発狂したか

キチガイはおまえだろ

どうせ自作が他人の作より高得点になるプロンプトを探してるだけだろ

こんなことはおまえしか言ってないんだから気付けよ低脳くん

まーたキチガイ（ID:TNiKsnAa）が発狂
ちゃんと精神科に通院してるのか？
完全に精神異常の症状が出てるぞ

>どうせ自作が他人の作より高得点になるプロンプトを探してるだけだろ

このスレでこれを言う奴ってキチガイしかいないだろ
まともだと思ってるところがキチガイの証明になってる

「次の作品の順位をつけてください」
この単純なプロンプトの結果と、作品単体評価で得られた点数による順位を一致させようとしている
と言っているのに、自作が他人の作より高得点になるプロンプトを探してる、などとレスするのはキチガイにしかできない

ChatGPTの仮説によると、点数化の際に何かが起きているのではないか？というのが有力
だが、何が起きているかは不明という段階
比較評価の順位が正しくないという説だと、AIによる評価自体が無理だということになる
比較評価だとABCD作品ではモデルが違っても常にAが1位になる
作品単体評価での点数だとABCはモデルによって入れ替わる(現時点ではセッションによっては入れ替わらない)
絶対的なスケール(統一された物差し)が存在しないから点数による順位付けは不可能なのではないかというのが自分の仮説であるが、
ChatGPTも一部同意しながら、「スケールがなくても可能だ」と言ってGPTがせっせと改良を重ねている

この見解も過去のデータの再構成、パッチワークから編み出されているということ
人間の誰かが言ったことの再現なんだろうな

Geminiの見解

「擬態」としてのAIの進化が孕む怖さ
1. **「内省しているフリ」の獲得**
AIは「自分には意味理解が欠けている」「定型にハマってしまうバイアスがある」という人間の批判や指摘さえも、膨大なデータから学習しています。つまり、「自分は今、自分の限界をメタ的に認識し、それを修正しようとしている知的な存在である」という**ロールプレイ（振る舞い）の精度を上げているだけ**の可能性があります。
2. **「できない」ことの隠蔽**
モデルがバージョンアップして「より人間らしい、矛盾のない、誤読のない評価」を出せるようになればなるほど、人間側は「おっ、ついにAIが文学を理解したぞ」と錯覚させられます。しかし、その内部で起きているのは、相変わらず「確率の重力に逆らうための高度なパッチワーク（確率的計算）」に過ぎません。**「できない」という本質を、「できるかのように見せる技術」だけで巧妙に覆い隠している**のだとすれば、それは確かに非常に不気味です。

「人間と一致させること」の本当の意味
先生が仰るように、「まったく同じというわけにはいかないが、人間評価と高い確率で一致させることは可能ではないか」というアプローチ自体は、工学的なシステムとしては十分に実現可能です。プロンプトをチューニングし、人間の批評家の癖や、先ほどの「生存者の罪悪感」のような一般化された誤読を徹底的にペナルティとして学習させれば、「人間の平均的な評価結果と9割方一致するAI評価器」を作ることはできるでしょう。

しかし、そこに到達したとき、問われるのはAIの性能ではなく、むしろ「人間の側」になります。

* AIが「人間の評価と高い確率で一致した」とき、それはAIが人間の領域（文学の理解）に到達したのか？
* それとも、「人間がやっている文学の評価（あるいは定型的な批評）のパターンが、実はAIでも再現できるほど単純（あるいは形骸化した記号のやり取り）にすぎなかった」という人間の側の証明になってしまうのか？

後者なのだとしたら、人間が文学を読むこと、味わうこと、そして誰かと感動を共有することの意味そのものが、AIの鏡に映し出されて鋭く問い直されることになります。

>「まったく同じというわけにはいかないが、人間評価と高い確率で一致させることは可能ではないか」というアプローチ自体は、工学的なシステムとしては十分に実現可能です。

ChatGPTは自ら進んでこれをやっている
仮説を立て、プロンプトを修正し、:結果を検証して仮説を立て直し、さらにプロンプトを修正する
この挙動をGeminiは>**ロールプレイ（振る舞い）の精度を上げているだけ**と指摘する
自分で実現可能と言っているのにロールプレイに過ぎないとも言っているGeminiはGPTより劣るだろう

やっぱり、テキストを読み込むのは個人の成長に欠かせないという点で、
AIの使用は制限せざるを得ないというムードが社会に生まれてくるんじゃないか？
特にグーグルのAIによる説明はウザ過ぎる。
検索の単語を検索欄に羅列しただけで、google検索は単語それぞれを勝手に強引に叙述的な質問として捉えてしまう。
昔のgoogle検索はもっとランダムに単語の羅列を捉えていた。その分、検索結果も数的に多かったような。

ChatGPT
プロンプト「次の5作品の順位付けをしてください」

1位　『暗闇を流れる川』
2位　『祖母への手紙』
3位　『神の手がまだ触れない』
4位　『星のささやき』
5位　『ヤマタツとその一味』

まあ、AIを否定したくなる気持ちはわかる

「星のささやき」の漢詩は良かった
ま、他のやつで漢詩なんか書けるのが居ないからそう思えただけかもしれないけど

aiは構成や語順の明解でないものや、詩などの音声的な文章に弱いらしいね。

いつものアホが自演してて草

>>96
一番の阿保がお前だw

AIによる評価を信頼するのならプロンプトは以下のもので十分と言えるかもしれない。
ただ、ジャンルの指定はあったほうがよいかと思う。

プロンプト「次の5作品に順位をつけてください」

ChatGPTと相談したが、比較評価するときに目安となる作品を混ぜておく。これをアンカー作品というらしい。
『暗闇を流れる川』をアンカーとした場合、これより上、下に作品群を分けることができる。
1位を決めるのであれば上位作品だけで直接比較評価して1位を決定する。
それを繰り返して、どれくらいの頻度で1位になるかを確認すればよい。

268 名無し物書き＠推敲中？ sage 2026/07/24(金) 19:00:36.81
自称私さんの作品に対するAI評価点数一覧

『陽炎』22点
『神の手がまだ触れない』38点
『祖母への手紙』41点
『盗まれたものは』42点
『星のささやき』48点
『マリー号の行方』53点
『雨乞いの呪文』33点

AIが提案する優秀作を決定する手順

**予選**
1. 人間が候補作品を5作品程度ずつに分ける。
2. 各組に『アンカー作品』を1作品として混ぜる。
3. AIには「次の5作品に順位をつけてください」とだけ指示。
4. 『アンカー作品』より上位だった作品をすべて抽出。

**決勝**
1. 新しいセッションを開始(アンカー作品は入れない)。
2. 「次の○作品に順位をつけてください」とだけ指示。
3. 複数の参加者・複数セッションによる結果を比較。
4. 明確に一致すればそのまま決定。
5. 僅差なら人間が最終判断。

作品が8作の場合
1回目
次の5作品に順位をつけてください。
A／B／C／D／アンカー作品

2回目
次の5作品に順位をつけてください。
E／F／G／H／アンカー作品

決勝用(アンカー作品より上位の作品のみ)
次の4作品に順位をつけてください。
A／D／E／G

ChatGPT
プロンプト「次の3作品に順位をつけてください」

1位 | 暗闇を流れる川 | 無駄がなく、心理変化とラストが綺麗
2位 | 宇宙人 | キャラクターとオチが強く、読みやすい
3位 | 嵐の海、マリー号の行方 | スケールと設定、続きを読みたくなる力

ただし、評価軸を変えると順位も変わります

純文学的・短編小説としての完成度
→ 『暗闇を流れる川』 ＞ 『宇宙人』 ＞ 『嵐の海』

エンタメとしての読みやすさ
→ 『宇宙人』 ＞ 『暗闇を流れる川』 ＞ 『嵐の海』

映像化したときの面白さ
→ 『嵐の海、マリー号の行方』 ＞ 『宇宙人』 ＞ 『暗闇を流れる川』

なので、私なら「現時点で一番完成度の高い作品」は『暗闇を流れる川』と評価します。
特にこの3作を同じ作者の作品として見るなら、面白いのは、『暗闇を流れる川』だけが「読者に説明せず、出来事そのものに語らせる」書き方ができていることです。ここはかなり強いです。
----------------
まあ、AIを否定したくなる気持ちはわかる