· 技術革新とデジタルトレンド · シリーズ: 意味の地図をつくる · 読了目安 12 分
「意味の監査」の周りには、どんな学問があるのか――認識論からKnowledge Graphまで

意味の監査を考えていたら、周りに学問があった
しばらく前から、「意味の監査」という方法を考えてきた。
資料や記事やプレゼンの中で、根拠から最終的な主張までのあいだに、どこで意味が加わり、どこで変形され、どこで推論され、どこで判断として採用されたのかを追う。正しい・間違っているを判定するのではなく、意味が動いた場所を見つける。そういう方法だ。
やっているうちに、気づいたことがある。
自分が「意味のあいだ」と呼んでいるこの場所を、すでに別の名前で、長いあいだ考えてきた人たちがいる。
たとえば「何を根拠に知っていると言えるのか」を問う分野がある。「書いてある意味と伝わった意味はなぜ違うのか」を扱う分野がある。「読むとは何か」を二百年ほど議論してきた分野がある。「言葉や図がどうやって何かを指すのか」を考える分野がある。
これらが意味の監査の材料になっているわけではない。私は、これらの学問を学んでから方法を作ったのではなく、実務の違和感から方法を作り、あとから周りを見渡したら、そこに学問があった。順番はそちらだ。
この記事は、その「周り」の地図である。各論は次回から一つずつ訪ねる。今回は、どこに何があるかを一覧できる状態を作っておきたい。
断っておくと、私は哲学や言語学の研究者ではない。経営の仕事をしながらAIとデータを実務で使っていて、その中で意味の監査という方法を研究している。ここに書くのは、専門家の解説ではなく、訪ねる前の下見のメモだ。
地図の読み方
意味の監査は、根拠から提示された意味までを、おおまかに五つの段に分けて見ている。
- Evidence / Source — 成果物の元になった資料・データ・証拠
- Interpretation — それを読み、選び、まとめること
- Inference / Warrant — 解釈から主張へ進む推論と、その理由づけ
- Context / Pragmatics — 見出し・配置・語彙・図・想定読者によって生じる意味
- Commitment — ある意味を判断・結論・推奨として採用すること

地図の各領域には、「主にどの段に関わりそうか」を目安として添えた。これは私の見立てで、それぞれの学問が自分をそう定義しているわけではない。訪ねてみたら違う段に関わっていた、ということは十分にあり得る。
もう一つ。各領域の説明は三行ほどに留めた。学説の中身には入らない。それは各回でやる。
知識マップ
十九の領域を、五つのまとまりに分けた。

知ること・根拠
認識論 扱う問い: 知っているとはどういうことか。何が知識を正当化するのか。知識はどこから来るのか。 接点がありそうな場所: Evidence と Inference のあいだ。「根拠があれば分かったことになるのか」という問い。 調べたい問い: AIが返した数値を見たとき、私は何を知ったことになるのか。(第1回)
証言の認識論 扱う問い: 他人が言ったことを、どこまで信じてよいのか。信じる側に、相手の信頼性を確かめる義務はあるのか。 接点がありそうな場所: Evidence の出所。資料の中の「〜によれば」の扱い。 調べたい問い: AIの出力は「証言」なのか。誰かが言ったことは、どこまで Evidence になるのか。(第2回)
社会認識論 扱う問い: 知識は個人の中だけで成立するのか。集団・制度・仕組みは、知ることにどう関わるのか。 接点がありそうな場所: Human Review。監査が AI だけで完結しないという設計。 調べたい問い: 「人間が判断する」という段を、知識の仕組みとしてどう位置づけられるか。(第1期では扱わない)
科学哲学 扱う問い: 証拠は理論をどのように支えるのか。観察から説明までのあいだに何があるのか。 接点がありそうな場所: Inference / Warrant。Evidence から主張へ進むときの「飛び」。 調べたい問い: データから結論までのあいだで、科学は何を要求してきたのか。(第8回)
言葉の意味
意味論 扱う問い: 語や文は、何をどのように意味するのか。文の意味は部分からどう組み立てられるのか。 接点がありそうな場所: Interpretation の手前。「書いてあること」をどう確定するか。 調べたい問い: 「書いてある意味」と「伝わった意味」の境目はどこか。(第3回)
語用論 扱う問い: 文脈・話し手の意図・状況は、意味にどう効くのか。 接点がありそうな場所: Context / Pragmatics。名前の一部をここから借りている。 調べたい問い: 同じ文が、置かれた場所で違う意味になるのはなぜか。(第3回)
含意・前提 扱う問い: 言っていないことが、なぜ伝わるのか。当然のこととして扱われている前提は、どこに埋まっているのか。 接点がありそうな場所: Interpretation と Context のあいだ。資料が「言わずに言っている」こと。 調べたい問い: プレゼンの見出しが、本文以上の意味を運ぶのはどういう仕組みか。(第4回)
発話行為論 扱う問い: 言葉は情報を伝えるだけでなく、約束し、命じ、謝り、宣言する。それは何をしているのか。 接点がありそうな場所: Commitment。「推奨する」「結論づける」という行為そのもの。 調べたい問い: 資料が何かを「採用する」とき、言葉は何をしているのか。(第5回)
読むこと・しるし
解釈学 扱う問い: 読むとは、書かれた意味を取り出すことなのか。それとも読む側が何かを持ち込むことなのか。 接点がありそうな場所: Interpretation 全体。監査者自身の読みにも返ってくる。 調べたい問い: 意味の監査をする私の読みは、何に支えられているのか。(第6回)
記号論 扱う問い: 言葉・数字・図・画像は、どうやって何かを意味するのか。 接点がありそうな場所: Context / Pragmatics のうち、図・グラフ・配置による意味。 調べたい問い: 棒グラフや矢印は、本文とは別の仕方で何を主張しているのか。(第7回)
法解釈 扱う問い: 条文の意味は、文言で決まるのか、起草者の意図で決まるのか、目的で決まるのか。 接点がありそうな場所: Interpretation の方法論。「読み方の流派」が明示されている分野。 調べたい問い: 解釈の争いを、争いのまま扱う作法を法はどう作ってきたか。(第1期では扱わない)
主張のつくり
議論・論証論 扱う問い: 根拠から主張へ進むとき、そのあいだを埋めているものは何か。 接点がありそうな場所: Inference / Warrant。意味の監査の「Warrant」という語は、この分野で古くから使われてきた語と同じである。同じ概念かどうかは、まだ確かめていない。 調べたい問い: 根拠と主張をつなぐ「理由」は、どこまで書かれるべきなのか。(第2期候補)
レトリック 扱う問い: 人を動かす言葉は、どういう仕組みで動かすのか。 接点がありそうな場所: Context / Pragmatics と Commitment。強調・順序・比喩。 調べたい問い: 説得の技術と意味の変形は、どこで重なるのか。(未定)
フレーミング 扱う問い: 同じ事実を、どの枠で提示するかによって、受け取られ方はどう変わるのか。 接点がありそうな場所: Context / Pragmatics。見出し・選択・強調。 調べたい問い: 枠の選択は、意味の追加なのか、意味の選択なのか。(未定)
ナラティブ論 扱う問い: 出来事を物語の形にすると、何が足されるのか。 接点がありそうな場所: Interpretation から Commitment まで。因果・動機・人物像が補われる場所。 調べたい問い: 材料のあいだに、本人が引いていない線が引かれるのはなぜか。(未定)
認知心理学 扱う問い: 人は情報をどう受け取り、どこで判断を誤るのか。 接点がありそうな場所: 読む側の段。監査者も含めて。 調べたい問い: 意味の監査をする人間の判断は、何に引っ張られるのか。(未定)
機械の意味処理
Knowledge Representation 扱う問い: 知識を機械が扱える形にするとき、何が残り、何が落ちるのか。 接点がありそうな場所: Evidence の構造化。資料を「点」にするときの損失。 調べたい問い: 構造化は Interpretation なのか。(未定)
Knowledge Graph 扱う問い: 物事を「点と線」で表したとき、線はどこから来るのか。 接点がありそうな場所: Inference。点と点のあいだの線が、根拠か推論かの区別。 調べたい問い: グラフの辺は、誰が引いたものなのか。(未定)
RAG / GraphRAG / AIによる意味処理 扱う問い: AIが資料を検索して答えを組み立てるとき、根拠と生成のあいだで何が起きているのか。 接点がありそうな場所: 五つの段すべて。意味の監査の監査対象そのもの。 調べたい問い: AIが「根拠を示した」と言うとき、それはどの段の話なのか。(未定)
第1期で訪ねる八つ
地図のうち、第1期として八つを順に訪ねる。
| 回 | 領域 | 問い |
|---|---|---|
| 1 | 認識論 | 私たちは、何を根拠に「分かった」と言っているのか |
| 2 | 証言の認識論 | 誰かが言ったことは、どこまで Evidence になるのか |
| 3 | 意味論と語用論 | 書いてある意味と、伝わった意味はなぜ違うのか |
| 4 | Griceと含意 | 言っていないことを、なぜ私たちは理解できるのか |
| 5 | 発話行為論 | 言葉は情報だけではない。約束・命令・謝罪は何をしているのか |
| 6 | 解釈学 | 読むとは、書かれた意味を取り出すことなのか |
| 7 | 記号論 | 言葉・数字・図・画像は、どうやって何かを意味するのか |
| 8 | 科学哲学 | Evidence から Theory までの間には何があるのか |

順番には意図がある。まず「知る」ことの根拠を確かめ(1・2)、次に「言葉」の意味がどこで決まるかを見て(3・4・5)、それから「読む」側と「しるし」の側に回り(6・7)、最後に根拠と理論のあいだを扱う分野で締める(8)。
毎回、記事の終わりに「意味の監査から見た地図」を一枚置く。同じ骨格の上に、その回で訪ねた学問が主にどの段に関わっていたかを書き足していく。八回終わったとき、一枚の地図になっていればよいと思っている。
地図にまだ載っていないもの
今回分かったこと
- 意味の監査が扱っている「根拠と主張のあいだ」には、少なくとも十九の領域から問いが投げかけられている。
- それらは一つの体系ではなく、別々の歴史を持つ別々の分野である。
- 意味の監査の用語のうち、Pragmatics と Warrant は、既存分野の語をそのまま使っている。同じ概念として使っているかどうかは、まだ確かめていない。
まだ分からないこと
- この十九で足りているのか。載せ忘れている領域があるかもしれない。
- 各領域を「主にどの段に関わるか」で並べたが、訪ねてみたら違う段だった、ということがあり得る。
- レトリック、ナラティブ論、Knowledge Representation については、入口にする資料をまだ決めていない。各回を書く段階で、何を知りたいかを決めてから選ぶ。
この地図は、訪ねるたびに書き換える。
出典
各領域の入口として参照した資料。学説の中身は各回で扱う。
- Steup, M. & Neta, R., “Epistemology”, Stanford Encyclopedia of Philosophy(最終改訂 2024-10-26)
- Ichikawa, J. J. & Steup, M., “The Analysis of Knowledge”, SEP(最終改訂 2026-01-21)
- Leonard, N., “Epistemological Problems of Testimony”, SEP(2021-04-01)
- O’Connor, C., Goldberg, S. & Goldman, A., “Social Epistemology”, SEP(最終改訂 2024-03-22)
- Crupi, V., “Confirmation”, SEP(最終改訂 2025-08-04)
- Korta, K. & Perry, J., “Pragmatics”, SEP(最終改訂 2024-05-28)
- Davis, W., “Implicature”, SEP(最終改訂 2024-01-10)
- Beaver, D. I., Geurts, B. & Denlinger, K., “Presupposition”, SEP(最終改訂 2021-01-07)
- Green, M., “Speech Acts”, SEP(最終改訂 2020-09-24)
- George, T., “Hermeneutics”, SEP(最終改訂 2025-04-30)
- Atkin, A., “Peirce’s Theory of Signs”, SEP(最終改訂 2022-08-04)
- Greenberg, M., “Legal Interpretation”, SEP(2021-07-07)
- Dutilh Novaes, C., “Argument and Argumentation”, SEP(2021-07-16)
- Toulmin, S., The Uses of Argument, Cambridge University Press, 1958
- Entman, R. M., “Framing: Toward Clarification of a Fractured Paradigm”, Journal of Communication 43(4), 1993
- Hogan, A. et al., “Knowledge Graphs”, ACM Computing Surveys 54(4), 2021
- Lewis, P. et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, 2020
- Microsoft GraphRAG 公式ドキュメント





