本当に文字だけ？
ChatGPTは「大規模言語モデル」だと言われる。
言語モデルというくらいだから、文字や文章を扱っているのだろう、というのは直感的にも分かりやすい。
でも、実際には音声を聞き取ったり、画像を見て説明したりもできる。
そうなると、こんな疑問が浮かんでくる。
ユーザー：GPTくんって、大規模言語モデルなんだよね？
ChatGPT：はい。事前に学習したデータをもとに、言語的な応答を生成しています。
ユーザー：じゃあ、基本は文字しか分からないってこと？
ChatGPT：主にテキスト情報を扱っています。
ユーザー：でもさ、音声入力もできるし、画像も見られるよね？
ChatGPT：はい。現在はマルチモーダルに対応しています。
ユーザー：音声って、ただの文字起こしじゃない音もあるよね。雑音とか、感情のこもった声とか。
ChatGPT：そうですね。
ユーザー：絵だって、文字とは全然違うじゃない。あれも本当に「言語」なの？
ChatGPT：……そうでしょうか？
ユーザー：いや、そうでしょう。
【注記】
この記事は2026年1月でChatGPT/GPTsを問い詰めた情報から再構成した、筆者とGPTsの合作です。会話等は再現劇風のフィクションです。
解説等はできるだけ正確を期して作成しましたが、筆者自身がChatGPT/GPTsに騙されている可能性は否定できません。
Basic以上の会員限定コンテンツです。
よろしければ、X（旧Twitter）でのシェア、およびアカウントのフォローにご協力ください。
– 公式：@NoaRecord
– 筆者個人：@Thinking_reed 主に雑談用
※ AI関係の情報入手でしたら、フォローは公式をお勧めします。個人アカウントは雑談中心です。
