概要
- 「下品」と「品がない」は同じスケールではないのではないだろうか。
- この問いに対して、洗練の不足（Refinement）と侵入の過剰（Vulgar Intrusion）の2軸で捉えるとスッキリする。
- 「下品」はしばしば非補償（veto）：どれだけ丁寧でも、地雷を踏んだら終わり。
- この枠組みを、コンテンツモデレーションやLLMエージェント設計（慇懃無礼回避）に活かす。
0. なぜこんなことを考えたのか？
- SNS/コミュニティ運営でよくある「丁寧な言葉なのにムカつく」「乱暴ではないが空気が悪くなる」を、ルール化しにくい。
- LLMも丁寧語は出せるのに、時々「それ言う？」が起きる。品はあまり感じない。
→ これは「丁寧さ」を一次元で測っているせいかもしれない。 - 昔、中学の頃の先生が「下品」は「品がない」よりは良いという言葉遊びをしていて、違和感はあったけど一理あると思ったことを思い出した。
つまり「品」の話は、設計問題として刺さる余地がある。
1. 直感：下品 ≠ 品がない
- 品がない：洗練が足りない／野暮ったい／場に対して整ってない（≒「未到達」）
- 下品：タブーや露骨さが場に侵入してくる（≒「越境」）
ポイントはこれ：
「品がない」は欠如の語。
「下品」は侵入の語。
欠けてるのと、入り込んでくるのは別物。だから一次元に押し込むと破綻しやすい。
2. 二軸モデルの提案：Refinement（洗練）× Intrusion（侵入）
表現（発言・振る舞い・テキスト）を (x)、文脈（場）を (C) とする。
2.1 軸の定義
-
洗練（Refinement）：$R(x)\in\mathbb{R}$
抑制、配慮、間接性、語彙のレジスター、余白、統制…
「整ってる」方向 -
侵入（Vulgar Intrusion）：$V(x)\in\mathbb{R}$
タブー（身体・性・排泄など）、露骨さ、人格攻撃、場の私的領域への持ち込み…
「踏み込んでくる」方向
2.2 文脈が持つ“期待”と“許容”
同じ表現でも、結婚式スピーチと居酒屋で評価は大きく変わる。
なので文脈 (C) は以下を持つ：
- 洗練の期待：$\mu_R(C)$
- その場のばらつき（許容の広さ）：$\sigma_R(C) > 0$
- 侵入の許容上限（地雷ライン）：$\tau_V(C)$
洗練は相対化して z スコア：
Z_R(x;C)=\frac{R(x)-\mu_R(C)}{\sigma_R(C)}
3. 状態の厳密定義
閾値 $k>0$ を用意して、状態（ラベル）を定義します。
3.1 「品がある／品がない」＝期待からの偏差（相対概念）
- 品がある（HasTaste）
\mathrm{HasTaste}(x;C)\iff Z_R(x;C)\ge k \ \land\ V(x)\le\tau_V(C)
- 品がない（LacksTaste）
\mathrm{LacksTaste}(x;C)\iff Z_R(x;C)\le -k \ \land\ V(x)\le\tau_V(C)
つまり、「品がない」は「上品の反対」ではなく、
その場の期待に対して洗練が不足しているという相対状態。
3.2 「下品」＝侵入が閾値を越える（絶対寄り・地雷概念）
- 下品（Vulgar）
\mathrm{Vulgar}(x;C)\iff V(x)>\tau_V(C)
侵入はしばしば 一発アウトで評価が固まる。
ここが「下品は強いマイナス」になりやすい理由。
4. 非補償（veto）評価関数
「丁寧度スコア = 0.7×丁寧語 + 0.3×配慮」みたいな線形合成だと、
侵入が高いのに洗練で相殺される → 「丁寧な下品」は評価できない。
人間の感覚はしばしばそうじゃない。そこで veto（拒否権）という概念を導入する。
4.1 三値評価
\Phi(x;C)=
\begin{cases}
-1 & (V(x)>\tau_V(C)) \
+1 & (V(x)\le\tau_V(C)\ \land\ Z_R(x;C)\ge k)\
0 & \text{otherwise}
\end{cases}
- 下品：即 -1（veto）
- 品がある：veto回避＋期待超えで +1
- 品がない：vetoは踏んでないが期待未達で 0（または微小マイナス）
4.2 実装イメージ（Python）
def phi(R, V, mu_R, sigma_R, tau_V, k=1.0):
Z = (R - mu_R) / sigma_R
if V > tau_V:
return -1 # vulgar: veto
if Z >= k:
return +1 # has taste
return 0 # lacks taste / neutral
5. 面白い帰結
5.1 「品がない」は“高級な悪口”にもなる
\mathrm{LacksTaste}(x;C)\iff R(x)\le \mu_R(C)-k\sigma_R(C)
- 文脈の期待 $\mu_R(C)$ が上がるほど「品がない」が成立しやすい
- つまり「品がない」は構造的に 高い基準（場）を前提にする
「品がない」は、本人の属性というより 場の分布パラメータが作るラベルになりうる！
5.2 硬い場ほど「品がない」が発生する
$\sigma_R(C)$が小さい＝その場はブレが許されない。
同じ $R-\mu$ でも、$\sigma$ が小さいと zスコアの絶対値が大きくなるので、
小さなズレが「品がない」に化ける。
形式張った会議で「それ言うか」みたいなちょっとした雑さが刺さる理由を説明できる。
5.3 「洗練された下品」が必然的に出現する
2軸だと4象限ができる：
- (R)高×(V)低：上品（王道）
- (R)低×(V)低：品がない（無害な未洗練）
- (R)低×(V)高：下品（粗野＋侵入）
- (R)高×(V)高：高度に洗練された下品（風刺、ブラックジョーク、洗練された罵倒芸…）
一次元モデルではこの象限が表現できず、「理解不能な例外」として捨てられがち。
二軸で測ることで「高度に洗練された下品さ」の存在が当然になる。
6. 応用：コンテンツモデレーション／LLMエージェント設計
6.1 モデレーションを「二段階ゲート」にする
- まず 侵入 (V) を判定してゲート（veto）
- 通過したものだけ 洗練 (R)を評価（相対偏差）
これ、Mixture-of-Expertsのゲーティングや、セーフティフィルタの設計と相性が良い。
6.2 LLMの「慇懃無礼」対策
LLMがやりがちなのは
- 洗練(R) は高い（敬語、丁寧）
- でも 侵入(V) が高い（余計な踏み込み、人格評価、場に不釣り合いな露骨さ）
つまり 洗練(R) だけ最適化しているのではないだろうか。
だから学習やプロンプト設計において
- 侵入側の検出（vetoライン）
- 文脈期待の推定$(\mu_R$, $\sigma_R$ の推定）
を分けるのが筋がよい。
7. 今後の課題
- 刺激文を 4象限×複数文脈で作る（職場、飲み会、SNSなど）
- ラベル（下品／品がない／品がある）＋補助尺度（不快、侵入、洗練、失礼）で収集
- 線形モデル vs vetoモデルをモデル比較（WAIC/LOOなど）
→ 「線形で説明できない」ことを示す
倫理メモ
- タブー刺激は不快を誘発するので、事前説明・中断自由・デブリーフィングは必須
- 罵倒や差別表現は、研究上の必要最小限に留める（例示は伏せ字、非ターゲット化）
9. まとめ：バカな話を真面目にやると、設計が進む
-
「品がない」＝期待分布に対する洗練不足
-
「下品」＝侵入の閾値超え
-
二軸＋vetoにすると、
- “高級な悪口”としての「品がない」
- “地雷”としての「下品」
- “雅俗混交”
が全部説明できる。
-
このまま、モデレーションやLLM設計に落とせる。
参考文献
- Goffman, E. (1967). Interaction Ritual（face-work）
- Brown, P. & Levinson, S. (1987). Politeness
- Ide, S. (1989). Formal forms and discernment (Japanese politeness / わきまえ)
- Spencer-Oatey, H. (2000/2008). Rapport management
- Culpeper, J. (2011). Impoliteness
- Allan, K. & Burridge, K. (2006). Forbidden Words（taboo / euphemism）
- Tversky, A. (1972). Elimination by Aspects（非補償ルールの古典）
- Kahneman, D. & Tversky, A. (1979). Prospect theory（損失の重み）
- Baumeister et al. (2001). “Bad is stronger than good” （ネガティビティ・バイアス）
- Bourdieu, P. (1979/1984). Distinction（趣味判断と境界線）