4.まとめと展望以上、ChatGPTおよびDALL-Eが、文体・位相の特徴や差異をどのように認識し画像化するのか、待遇表現に焦点をあて、観察した。今回の検証においては、ChatGPTの方は、待遇差の詳細までをも認識出来ているが、読み手への待遇差（敬体か常体か）程度では、その差異は画像に反映されなかった。また、読み手と話題の人物に対する待遇表現にねじれが生じるような不自然な文においては、その矛盾を画像化する際に、「話題の人物」の待遇表現が優先される傾向にあることを確認した。これらの結果から、現段階では、DALL-Eの生成能力がChatGPTの要求に追いついていない状態にあるということがいえよう。とはいえ「話題の人物」への待遇差が著しい場合は、その違いが画像にも反映されていた。したがって、現段階においては、「限定された条件下」ではあるものの、生成プロンプトは文体の印象を示唆する一つの手がかりとなり得る可能性があるといえよう。生成画像についは、文体・位相の特徴が比較的顕著な場合には、あくまで「目安」として参照できる程度であり、現段階での有効性は限定的である。ただし今後、AI技術の発展により、とくにDALL-Eにおける画像生成機能がさらに高度化されたり、ランダムシードの固定機能が搭載されたりすれば、将来的には生成画像の視覚的な相違、文体印象を総合的に区別する手懸りになり得るのではないかと考えられ、様々な表現における文体差・位相差を計測する一手段となる可能性も見込まれる。文体・位相の差異を視覚化することは、「意味」のみの理解を超えて、語りの態度や語用的なねじれを構図・雰囲気の変化として可視化する行為ともいえる。これはAIの「読解結果」を外部的に検証する手段であり、言語的な説明だけでは捉えきれない「文体の印象構造」を、視覚メディアを通じて浮かび上がらせる有効な方法と考えられよう。また文体・位相差を可視化することで、たとえば翻訳文体や現代語訳の比較研究では、訳文ごとの文体の印象の違いを示す手段となり得るであろう。モダリティや役割語の研究においても、画像化は有効な手がかりとなる。発話の文末表現や語調に含まれる話者の態度や感情のニュアンスが、どのよう（49）文學藝術 第47号（2025）
元のページ ../index.html#108