人文学を専攻する貴兄へ―,ローカルLLMのすすめ

大規模言語モデル（LLM）の話題は、もはや人文学の周縁ではない。
翻訳、要約、注釈、模倣、生成。
それらはすでに、かつて人文学が独占していた営みと深く重なっている。

だが、ここであえて**SLM（Small Language Model）**を勧めたい。

1. なぜ「小さい」モデルなのか

LLMは雄弁すぎる。
語り、補い、先回りし、沈黙を許さない。

一方、SLMはしばしば黙る。
文脈を誤解し、問いを返し、途中で止まる。

この「不完全さ」は、人文学にとって欠陥ではない。
むしろ、解釈の余地であり、思考の摩擦だ。

テクストを読むとは、
「完全に理解されない状態」に耐えることだったはずだ。

2. SLMは「装置」として透明である

LLMは制度だ。
巨大な訓練、不可視の選別、統計的平均。

SLMは装置に近い。
・どのコーパスを与えたか
・どこで誤るか
・どこで沈黙するか

それが見える。

人文学はつねに
「この語りは、どこから来たのか？」
を問う学だった。

SLMは、その問いを内部構造として露出させる。

3. 解釈学的に言えば、SLMは「抵抗する」

ガダマー的に言えば、理解とは常に抵抗を含む対話だ。
完全に滑らかな応答は、対話ではない。

SLMは、
・誤訳する
・言い切らない
・こちらの前提を裏切る

だからこそ、読み返しが発生する。

SLMは答えを与えない代わりに、
「なぜ今、この問いを立てたのか」を返してくる。

4. 人文学者にとっての実践的メリット

実務的にも、SLMは有用だ。

• ローカルで動く（＝資料が外に出ない）

• 訓練データを限定できる（＝偏りを設計できる）

• 反応が遅い（＝考える時間が生まれる）

これは効率化ではない。
思考の速度を人間側に引き戻す装置だ。

5. SLMは「助手」ではなく「鏡」に近い

LLMが有能な助手だとすれば、
SLMは不器用な鏡だ。

そこに映るのは、
モデルの限界であると同時に、
こちらの問いの粗さ、思考の癖、語彙の偏りだ。

人文学を専攻する貴兄にとって、
それ以上に誠実な相手は、そう多くない。

大きな声で語るAIの時代だからこそ、
小さく、止まり、誤るモデルを手元に置く。

それは後退ではない。
人文学が本来持っていた、
「考えすぎる自由」を取り戻す一つの方法だ。