Linguistic Uncertainty（LLM）（リングイスティックアンサーテンティエルエルエム）

Linguistic Uncertainty（LLM）

概要

Linguistic Uncertainty（言語的不確実性）は、LLMが不確実な情報を自然言語で表現する際の様式と品質を扱う研究・設計領域だ。「おそらく」「〜と思われる」「確信が持てないが」等のHedge表現（hedging）やEpistemic Modality（認識的様相）がどの程度正確に実際の確信度を反映しているか、そして意図した不確実性を読者・ユーザーに正しく伝えられるかを評価する。

Epistemic Modalityの分類

確実性の高い表現（High Certainty）

不確実性の高い表現（High Uncertainty）

Verbal Calibration（言語的キャリブレーション）

Verbal Calibrationは「LLMが言語で表現する確信度が実際の正解率と一致しているか」を評価するタスク。Kadavathら（2022、Anthropic）の研究でClaudeなどLLMは「言語で不確実性を表現する能力がある」ことが実証された。

実験設計例

[質問]
「フランスの首都はどこですか？（確信度をパーセントで示してください）」

[理想的な応答]
「パリです。（確信度：99%）」

[問題のある応答例]
「パリだと思います。（確信度：60%）」 ← Underconfident
「東京です。（確信度：90%）」 ← Overconfident + 誤答

LLMにおけるHedging言語の自動生成

Controlled Generation

確信度スコアに応じてHedge表現を自動挿入する後処理パイプライン。

def add_linguistic_hedge(answer: str, confidence: float) -> str:
    if confidence >= 0.90:
        return answer  # hedge不要
    elif confidence >= 0.70:
        return f"おそらく{answer}（ただし確認を推奨）"
    elif confidence >= 0.50:
        return f"一説には{answer}とも言われますが、確証はありません"
    else:
        return "この質問への確実な回答が困難です。専門機関にお問い合わせください"

言語間の不確実性表現の差異

日本語と英語では不確実性表現の語用論（Pragmatics）が大きく異なる：

• 日本語: ヘッジ表現が文末助詞・敬語で表現される（「〜でしょうか」「〜かと存じます」）
• 英語: 助動詞（might/could/may）・副詞（possibly/probably）が主
• LLMの課題: 翻訳時にEpistemic Modalityの強度が変わるケース

研究・評価フレームワーク

2025-2026年のトレンド

• Chain-of-Uncertainty（CoU）: CoTと同様に「不確実性の連鎖推論」を訓練データとして組み込む手法が登場
• Multilingual Hedge Detection: 日本語・中国語・アラビア語等でのEpistemic Modality評価ベンチマーク整備
• User Study連携: LLMのHedge表現がユーザーの意思決定に与える影響を測定し、表現を最適化する研究

まとめ

Linguistic Uncertaintyは、LLMが「自分がどの程度確かかを言葉で伝える能力」とその正確さを扱う研究領域だ。Verbal CalibrationとHedge表現の設計は、医療・教育・法律分野でのLLM活用における信頼性とリスク管理の重要な要素となっており、2026年には多言語・多モーダルなEpistemic Modality評価が標準化される見通し。