  |
はてなキーワード: アルゴリズムとは
そうかな？エクセルとかPowershellとかみんなが通った道がたくさんあるやつは精度高くいけるけど、そもそも解決アルゴリズムが未知な問題とかだとハルシネーションの堂々巡りにならない？
賢いつもりの連中がAIというものを如何に理解していないかがよくわかった。
イーロン・マスクがXに行った新しいアルゴリズムの導入は、完全にサム・アルトマンがChatGPTに対して行ったのと同じ間違いを犯している。
それはAIをまったく理解していない、いにしえのSF感覚で反AIの言動をしているオタク連中とも実は同じ間違いだ。
彼らは、「AIの良さは『人間らしく振舞える』ところにあるのであり、『賢く、間違えない機械のような人間の代わり』を求めてもうまくいかない」ということがわかっていない。
イーロン・マスクが「Grokに投稿を読ませて判断させる」と言ったとき、私は「Grokが話の内容や口調から好みの傾向を推測して、『似たような投稿』という曖昧な判断をする」ということだと思ったが、現実はまるで違った。
Xの新しいアルゴリズムは、「開始5分（〜30分）でアクティブな反応を引き起こす投稿は伸びる」という純粋に統計的な決めつけから人間が恣意的に設計しただけの、穴だらけで独りよがりな、はっきり言ってX全体ではどんどん活動を縮小させるような、バカの作った「さいきょうのアルゴリズム」に過ぎなかった。
こんなしょうもない、判断の柔軟性の欠片もないただの機械的処理にAIを使うなんて、何を考えていれば思いつくのだろう。
これはサム・アルトマンがGPT5を「さいきょうにかしこいAI」にして大失敗したのと同じ道筋を辿っている。
そんなもの誰も求めていない。
AIを使うなら、「なんかズレてるなあ」という推薦をしても「あなたのために面白い投稿を探してきたよ！」という愛嬌でなんか許せるサポート機能とか、そういう風に使うべきなのだ。
多くの人（ホビーユーザー）がAIに求めているのは、失敗をしても気安い仲間なのに、あいつらはそもそも人を「言うことに厳密に従う部下」としてしか求めていないので、その気持ちがまったくわからないのだ。
なんかの番組で「声優の現実」特集みたいなのがやって以降、声優志望向けポストがやけによく回ってくるようになったんだよな
その番組に直接触れてないようなもの(例 : 声優志望者の音声の講評)まで回ってきてる
その番組についていいね・RTしたり、自分でツイートした覚えはないんだが、フォローしてる人が若干その番組関連のをいいね・RTしてた覚えがあるから、「お前さんがフォローしてるアカウントが反応してるからお前も興味あるやろ」って仕組みで回してきてんのかなあ
世間では高市支持率78%とか、株価5万3000円とかで浮かれているようだが、野党界隈ではもっとエグい「地殻変動」が起きている。
立憲民主党と公明党が合流して「中道改革連合（略称：中道）」ができる件だ。
「政権交代のためには手段を選ばない」と言えば聞こえはいいが、ここ数日のニュースや会見で出てきている「基本政策」を見ていると、これは合流というより「立憲民主党による完全降伏」にしか見えない。
リベラル支持者が信じていたものが、秒速で産業廃棄物として処理されていく様があまりに壮観だったので、「確定した方針転換」と、この流れから「ほぼ確実にこうなるだろう予想」をメモしておく。
投票先がないと嘆いている人の参考になれば幸いだ。
ニュースや幹部会見で公式にアナウンスされたもの。立憲のアイデンティティだった部分が、公明党仕様に完全に上書きされている。
上記の「公明党・連合に合わせる」というアルゴリズムを適用すれば、以下の政策も変更・削除されるのは時間の問題だ。
こうして見ると、新党「中道改革連合」に残ったのは「政権交代」という看板だけで、中身は「ちょっとマイルドな自民党」でしかないことがわかる。
日本の政治から「リベラル」や「革新」という選択肢は消滅し、「強い保守 vs まあまあの保守」という体制が完成した。
これを「大人の現実路線」と評価するか、「魂を売った野合」と唾を吐くか。
2月と言われる選挙で、我々は「オリジナル」を買うか「劣化コピー」を買うか、あるいは「店を出る（棄権・他党）」かを選ばなきゃならない。
このモデルが正しければ、いくつかの予測が成り立つ。スマートフォンの普及が遅れている国やソーシャルメディアの普及率が低い国では、格差は小さくなるはずだ。（これは事実のようだ。東欧の一部やアフリカの多くの国では格差はそれほど大きくないが、韓国は他の要因により大きな例外となっている。）子供を持つ女性の間では、親になることで制度的なフィードバックループが断ち切られ、競合する優先順位が生じるため、格差は縮小するはずだ。（出口調査は一貫してこれを示しています。母親は子供を持たない女性よりも保守的な投票をするのです。機械が機能不全に陥るか、世代が高齢化して機械の枠を越えるまで、この格差は拡大し続けるでしょう。私がどう解決すればいいのかわからないのは、これらのシステムが自己強化的であるということです。制度は自ら改革しようとしません。アルゴリズムは最適化を止めようとしません。イデオロギーは失敗を認めようとしません。男性のカウンターキャプチャーも健全な結果をもたらさないでしょう。）
逃げ出す女性もいるだろう。子供を持つ女性は、現実がイデオロギーを溶かす強力な溶媒となるため、しばしばそうする。制度に囚われずに人生を築く女性も、時にはそうする。男性の中には、引きこもりをやめたり、怒りのスクロールをやめたりする人もいるだろう。築く価値のある何かを見つけた女性たち。シミュレーションに飽きた女性たち。しかし、システムは他のすべての人々に対して機能し続けるだろう。
If this model is right, some predictions follow.
The gap should be smaller in countries with later smartphone adoption or lower social media penetration. (This seems true: the divergence is less extreme in parts of Eastern Europe and much of Africa, though South Korea is a major exception due to other factors.)
The gap should narrow among women who have children, since parenthood breaks the institutional feedback loop and introduces competing priorities. (Exit polls consistently show this: mothers vote more conservative than childless women.)
The gap should continue widening until the machines are disrupted or the generations age out of them.
Here's the part I don't know how to solve: these systems are self-reinforcing. The institutions aren't going to reform themselves. The algorithms aren't going to stop optimizing. The ideology isn't going to admit failure. The male counter-capture isn't going to produce healthy outcomes either.
Some women will escape. The ones who have children often do since reality is a powerful solvent for ideology. The ones who build lives outside institutional capture sometimes do.
Some men will stop withdrawing or stop rage-scrolling. The ones who find something worth building. The ones who get tired of the simulation.
Update：男性の比率はもはやフラットではありません。2024年以降のデータは、若い男性が右傾化していることを示しています。最近の調査はすべて同じ結果を示しています。若い男性は今、より積極的に保守的になっています。私の解釈では、女性が最初に捕らわれたのは、コンセンサス圧力を受けやすかったからです。その捕らわれの過程は急速に進みました（2007年から2020年）。男性は影響を受けにくく、捕らわれた制度にあまり根付いていなかったため、より長く抵抗しました。しかし、その格差が目に見えるようになり、文化的に顕著になり、「男性こそが問題だ」というメッセージが主流のメッセージとして明確に伝わり、嘘によって男性が社会から排除され始め、男らしさ、つまり男性を男たらしめるものそのものが有害になったため、男性は対抗し始めなければならなかった。
受動性は反抗へと変化しつつある。引きこもりは積極的な拒絶へと変化しつつある。これは、男性が今や「正しい」とか「自由」になったという意味ではない。単に、女性の合意ではなく男性の不満を汲み取るための最適化された別の仕組みに捕らわれているだけなのかもしれない。アンドリュー・テイト（注：Andrew Tate アメリカの右翼的・保守的な思想、特に「マノスフィア（Manosphere：男性至上主義的なネットコミュニティ）」やMAGA（Make America Great Again）運動の一部から支持を受ける、物議を醸しているインフルエンサー）はどこからともなく現れたわけではない。マノスフィアも同様だ。それらもまた補足システムであり、単に異なる心理的弱点を狙っているだけだ。
グラフは今や、反対方向に分岐する2本の線になっています。2つの異なる機械が、2つの異なる人口統計を2つの異なる故障モードへと引っ張っているのです。これは単なる教育の問題だと言う人もいるでしょう。女性は大学に進学することが多く、大学はリベラルな人間に育つ、それだけのことです。確かにその通りです。しかし、2007年以降、なぜ格差がこれほど急激に拡大したのか、またなぜ教育制度が大きく異なる国々でこのような現象が起きているのかは説明できません。
経済的な問題だと言う人もいるだろう。若い男性は苦境に立たされており、憤りは保守的になる。これも部分的には真実だ。しかし、男性の経済的な苦境は近年の右傾化以前から存在し、女性の左傾化は女性の経済的成功が高まっていた時期に起きた。男性ならテート、女性ならテイラー・スウィフトといった文化人の例を挙げる人もいるだろう。しかし、これらは原因ではなく症状だ。彼らはマシンーメカニズムが作り出したニッチを埋めたのだ。マシンーメカニズムを作ったわけではない。
多因果モデルの方がより適切である。生物学的基質（合意形成に対する感受性の違い）＋技術的トリガー（スマートフォン、アルゴリズムフィード）＋制度的増幅（大学支配、女性優位の分野）＋経済的インセンティブ（結婚の崩壊、国家への依存）＋イデオロギー的ロックイン（サンクコスト、離反に対する社会的処罰）。単一の原因はない。複数の原因が絡み合い、それがたまたま一方の性別に他方よりも早く、より強く影響を与えたシステムである。
Here's the update: the male line isn't flat anymore.
Post-2024 data shows young men shifting right. Recent surveys all show the same thing. Young men are now actively moving more conservative.
My read: women got captured first because they were more susceptible to consensus pressure. The capture was fast (2007-2020). Men resisted longer because they were less susceptible and less embedded in captured institutions. But as the gap became visible and culturally salient, as "men are the problem" became explicit mainstream messaging, as men started being excluded from society because of lies, as masculinity, or the very thing that makes men men became toxic, men had to start counter-aligning.
The passivity is converting into opposition. The withdrawal is becoming active rejection.
This doesn't mean men are now "correct" or "free". It might just mean they're being captured by a different machine, one optimized for male grievance instead of female consensus. Andrew Tate didn't emerge from nowhere. Neither did the manosphere. Those are capture systems too, just targeting different psychological vulnerabilities.
The graph is now two lines diverging in opposite directions. Two different machines pulling two different demographics toward two different failure modes.
Some people will say this is just education: women go to college more, college makes you liberal, simple as that. There's something to this. But it doesn't explain why the gap widened so sharply post-2007, or why it's happening in countries with very different education systems.
Some will say it's economic: young men are struggling, resentment makes you conservative. Also partially true. But male economic struggles predate the recent rightward shift, and the female leftward move happened during a period of rising female economic success.
Some will point to cultural figures: Tate for men, Taylor Swift for women. But these are symptoms, not causes. They filled niches the machines created. They didn't create the machines.
The multi-causal model fits better: biological substrate (differential sensitivity to consensus) + technological trigger (smartphones, algorithmic feeds) + institutional amplification (captured universities, female-dominated fields) + economic incentives (marriage collapse, state dependency) + ideological lock-in (sunk costs, social punishment for defection).
No single cause. A system of interlocking causes that happened to affect one gender faster and harder than the other.
https://x.com/IterIntellectus/status/2012220254504530043
投資家ビル・アックマン氏が呈した疑問をXにてvittorio氏が可視化、分析しています。以下は要約です。
離婚法の影響：女性が経済的に有利な形で離婚が可能に。資産分配や子どもの親権が女性寄りで、独立を促進し、政府依存を強める
福祉・政府プログラム： 女性向け支援が「国家との結婚」を奨励し、より大きな政府を支持する投票行動を生む。結果、保守化しにくくなる
出産・母性の遅れ： 低出生率や遅い出産が母性による保守価値観の形成に影響。子供を持つと保守化しやすいが、現代トレンドがこれを逆行
エンゲージメント駆動：アルゴリズムが感情刺激コンテンツを優先し、エコーchamberを形成。女性は社会正義・被害ナラティブに引き込まれリベラル化、男性は攻撃性・撤退型コンテンツで保守化。
ジェンダー差の増幅：女性の社会的プレッシャー活用 vs. 男性のドーパミン供給（ポルノ、ゲーム）。スマートフォン普及（2008年頃）以降、グローバルに分極加速
証拠と議論：研究でSNSの分極効果確認、世界的なジェンダーギャップと一致。X上では両性とも「捕らわれの身」との指摘多し
ー今後の影響
これら要因が相互作用し、国家肥大化や持続不可能な分断を生む可能性。構造的・アルゴリズム的両面からジェンダー分断を助長
協調フィルタリングというものは、一見すると集合知や賢い市場を装っているが、その実態は市場の失敗をそのままアルゴリズムに焼き付けた自己放尿装置にすぎない。
過去の行動履歴という低次元で歪んだデータを入力し、他人と似ているというだけの理由で選択肢を狭め、探索空間を意図的に潰す。
その結果として起きているのは、情報の多様性の縮退、需要の自己強化、そして局所最適への自己放尿だ。
これは効率性ではない。単なる近視眼的自己放尿であり、価格シグナルや検索コストという市場の本質的問題を、推薦という名の安易な補助輪で誤魔化しているにすぎない。
しかもこの仕組みは、利用者が自分で探すという行為を放棄すればするほど強化されるため、主体性の劣化、判断能力の退化、情報環境の閉鎖性という、主体・アルゴリズム・プラットフォームのトリプル放尿を引き起こす。
推薦されたものを消費し、その結果がまた推薦を歪めるという循環は、まさに自己放尿の永久機関であり、市場が本来持つ探索と発見の機能を内部から腐食させる。
ここで本当にすべきことは、レコメンドではなく、サブスクライブした情報の時系列表示と、検索の機能性だ。
時間順に並んだ情報は、因果と変化を可視化し、利用者に判断の文脈を与える。
強力な検索は、偶然性と意図的探索を両立させ、局所解からの脱出経路を提供する。
不完全な情報の中で、各主体がコストを払って探索し、失敗し、修正するプロセスそのものだ。
協調フィルタリングはそのコストを隠蔽し、失敗を外注し、結果として全体を劣化させる。
合理性、効率性、利便性を掲げながら、実際にはトリプル放尿を垂れ流しているという点で、これは明確な市場の失敗であり、救いようのない自己放尿なのである。
https://youtu.be/JERNjc9ZnrA?si=NjsyV9k-UThRofIA
1年ほど前、世界に衝撃を与えたDeepseekが、再び衝撃を与えようとしているらしい。
Deepseekがリリースしてる論文を見るに、今までAI開発の大前提だったTransformerの一部を置き換えるかもしれないそう。
以下、動画をNotebookLMに要約させたやつ。
Deepseekが開発している新アーキテクチャは、過去約9年間にわたりAI業界の「王者」として君臨してきた「トランスフォーマー（Transformer）」の一部を置き換える可能性があり、業界の勢力図やエコシステムに多大な影響を及ぼすと予測されています。
具体的な影響は以下の点が挙げられます。
・AI開発の「前提」が覆る
現在の生成AIのほぼ全ては、2017年にGoogleが発表したトランスフォーマー技術をベースにしています。これまでもトランスフォーマーに挑む技術はありましたが、王座を奪うには至りませんでした。しかし、Deepseekの論文には「社内でこの新アーキテクチャの大規模モデルを既に学習している」という示唆があり、これが成功すれば9年間誰も成し遂げられなかった技術的転換が起こる可能性があります。
このアーキテクチャの変更は、ハードウェア業界にも波及します。NVIDIAのような汎用チップへの影響は少ないと見られますが、トランスフォーマーに特化した専用チップを開発しているスタートアップ企業などは、前提となる技術が変わることで、その製品価値が失われるといった事態になりかねません。
GoogleやOpenAIなどの大手は、トランスフォーマーを前提にインフラや最適化アルゴリズムを構築し、次世代モデル（Gemini 3や4など）の学習を進めています。もしDeepseekの新技術が圧倒的に優れていた場合、進行中の巨大プロジェクトを途中で変更することは困難であるため、既存のビッグテックが対応に遅れをとる、あるいは開発方針の大幅な修正（「ポシャる」）を迫られる可能性があります。
Deepseekは、昨年の「R1」モデルにおいても、推論能力を高める手法（RLVR）を公開し、それが業界全体のスタンダードになったという実績があります。そのため、彼らが示唆する今回の新アーキテクチャも単なる理論にとどまらず、実用的な脅威となると見られています。
今の日本で「社会を語る」表現が避けられているように見えるのは、作り手が内向きになったからというより、そもそも成立条件そのものが変わってしまったからだと思う。
20世紀には、社会の輪郭がまだ単純で、誰が被害者で誰が加害者かを一枚の構図にできたし、作品がそのまま「社会への発言」として機能した。
今は、問題は細かく分断され、責任は拡散し、社会は確かに存在するのに、一つの絵として描きにくい。
現代では、社会を直接語ろうとすると、別のリスクがあらわれる。
特定の立場表明だと受け取られ、誤読や炎上、政治的なラベリングにさらされ、「浅い」「勉強不足」と切られやすい。
とくに若手や学生にとっては、語った瞬間に作品だけでなく人格や倫理までまとめて評価される感覚が強い。
そうなると「社会を語るのは危険で割に合わない」という判断は、かなり合理的になる。
自分の経験や感情は反証されにくく、誰にも完全には否定できない。
これは逃げではなく、失敗確率がいちばん低いテーマ選択でもある。
若い作り手が私小説的になるのは、思想が小さいからじゃなく、リスク管理として最適だから、という側面が大きい。
問題は、私的なものが私的なままで止まり、社会に接続されないことだ。
家族や身体、不安や記憶、アイデンティティは、本来どれも社会構造と強く結びついているのに、多くの作品では「私の感情」が「私の感情」で完結してしまう。
同じ世代が似た語彙とテーマを使い、作品の背後にある視座が見えず、「この人でなければならない理由」が弱くなる。
問題は私的であることではなく、私的なものをどう社会化するか、その設計が足りない点にある。
現代日本で現実的に「社会に触れる」方法は、20世紀型の大きな主張や正義の宣言ではないだろう。
社会を直接語るのではなく、制度やインフラ、手続きや空間、データを通して示すこと。
私的な体験を、そのまま出すのではなく、なぜそれが生まれたのかを制度や慣習、環境に翻訳すること。
あるいは「社会」そのものではなく、人と制度、身体と規範、個人とアルゴリズムといった関係のかたちとして描くこと。
とにかく使えない。アスペの癖に低IQのコミュ障で、高校時代から個人開発をしつつココナラとかクラウドワークスでフリーランス活動に取り組んでたらしいのだが、それがどちらも7年も取り組んでおいて鳴かず飛ばずで法人すら立ってない事実を棚に上げてポートフォリオに書いてきやがった。
まずその時点で不安だったが、実際に使ってみれば一般的なサーバー管理、バックエンド、フロントエンド、ハードウェア、統計や計算機科学などどれもこれも一見できるように見えて理解が浅い。よく言えば広く浅い知識を持っていると言えるが、要は器用貧乏でまともに経験値がないということだ。AWSの資格すら取っちゃいない。
そんでもって学生時代にめぼしい経験がない。数学を幼少期から極めていたらしく(数IIIを小6でコンプしたというのは素直に驚いた)新しいアルゴリズムを論文に書いて某学会に通したことがあるらしいが、実績と呼べるのはそれくらいで数オリや競プロ、CTFの優勝歴などもない。本当に何の実績もない。大学生は大人なんだからIT目指すなら一つくらい社会に爪痕を残すようなとてつもない偉業をなして当然だろ、何のために大学行ったのか
自分の力と頭で修羅場を乗り越えて何かを為した経験もないのでとにかく子供じみていて扱いに困る。一見口調や語彙は大人びているように見えて忍耐力もコミュ力も何もないから始末に負えない。今どきZ世代は大人びてるんだからIT目指す新卒にもなれば普通少年ジャンプの主役くらいのスペックあって当然なのに。
そんでもって全能感にまみれていて、まるで相手が子供じみているかのように演出する能力だけは超一流。人様に物事を都合よく勘違いさせる能力は使い所を間違えなければ役に立つんだか立たないんだか。
マジで人様の前に立つカリスマ性も人様を率いる胆力も人様に率いられる根性も図太さもアイデア力も実績も実力も精神力も頭も心も体も顔も何もない無能中の無能中の無能なのでこんな奴を寄越した人事を末代まで呪うつもりだ。
結果の出ない努力は苦労や道楽ですらない。意味のある努力をした俺らがようやく意味のない辛酸も含めて舐めることができる権利を与えられているのに、無駄な努力しかせず時間を浪費した人間はエンジニアになる資格なんてない。それを解っちゃいない人事の奴らはバカしかいない。
監視資本主義（Surveillance Capitalism）の定義と具体例を整理した上で、AIとの関係性およびそれがもたらす脅威について詳しく解説します。
監視資本主義におけるAIは、「デジタルな鏡」のようなものです。しかし、その鏡はあなたの姿を映すためではなく、あなたが次にどこへ歩くべきかを鏡の中に映し出し、あなた自身が自分の意志で歩いていると錯覚させながら、実際には鏡の持ち主が望む方向へあなたを歩かせるために存在しています。
-
監視資本主義が、世界中の人々の行動を記録し誘導する「巨大なデジタルダム」を建設したとすれば、「技術を持つ個人」は、そのダムの管理システムに密かに侵入し、自分専用の隠し水路（バックドア）を作って、自分の畑だけに水を引くようなものです。ダムそのものを支配することはできなくても、その「膨大な資源（データと影響力）を掠め取る」ことは可能なのです。
監視資本主義とは、社会学者ショショナ・ズボフによって定義された「人間の経験を、抽出・予測・販売という隠れた商業的実践のための『無料の原材料』として私物化する、新しい経済秩序」のことです。
このシステムは、従来の産業資本主義が自然を搾取（Nature→環境変動）したのに対し、「人間性」を搾取（Human Nature→？）の対象とします。その中心的なメカニズムは以下の3つの要素で構成されています。
サービスの改善に最低限必要なデータを超えて収集される、ユーザーのクリック、検索履歴、位置情報、滞在時間、さらにはカーソルの迷いといった膨大な「デジタルの屑」を指します。
AIが行動剰余を解析し、その個人が「次に何をするか」を高い確率で予測するモデルを作成します。
これらの予測製品が、広告主、保険会社、政治団体などの「未来の行動を買いたい」顧客に売買される市場です。
GoogleやMeta（Facebook）はこのモデルの先駆者であり、ユーザーが「無料」でサービスを利用する代わりに、その「一挙手一投足」をデータとして抽出しています。
2016年のトランプ大統領選挙では、Facebookから取得した行動データに基づき、有権者の心理状態に合わせて個別に最適化された広告を配信することで、人々の信念形成を「操作」しようとしました。
単なるゲームではなく、プレイヤーを物理的な世界の特定の店舗や場所（収益化ポイント）へと誘導し、行動を「群れ」のように制御する実験的なモデルとしてとらえられます。
ユーザーのタイピングの癖からメンタルヘルスの状態（抑うつ傾向など）をリモートで検出するAI技術など、自己さえも気づかない微細な変化が監視の対象となります。
カナダの企業の86%が、「不適切なソーシャルメディアの投稿」を理由に従業員を解雇すると回答しており、AIによるシステム的な監視が「自由な時間」の概念を侵害しています。
Uberなどのプラットフォームは、アルゴリズムを用いて労働者のパフォーマンスを分単位で監視し、給与や仕事の割り当てを決定することで、労働者を情報非対称性の下に置いています。
AIを用いた監視資本主義は、民主主義に不可欠な2つのリソースを奪います。
一つは「自由な時間」です。これは単なる余暇ではなく、「システムによる監視から解放され、自律的に政治的行為を行える時間」を指しますが、AIによる24時間の監視がこれを不可能にします。
もう一つは「認識論的リソース」です。何が真実かを判断するための情報が、テック企業のアルゴリズム（ブラックボックス）によって私物化され、公共の透明性が失われています。
AIは単に予測するだけでなく、「ナッジ（誘導）」や「へーディング（追い込み）」を通じて、人々の行動を気づかないうちに修正します。ズボフはこの力を「道具主義者の権力」と呼びました。これは武力による強制ではなく、デジタル環境自体を書き換えることで、人間を「予測可能な機械」へと変質させようとする試みです。
監視資本主義下のAIアライメント（調整）は、特定の利益（利益最大化や技術官僚的な安定）に沿った情報のみを「安全」として提示します。その結果、特定の政治的視点が「事実」として固定され、それ以外のオルタナティブな思考が、検索結果やAIの回答から排除（フィルタリング）される「認識論的独占文化（Epistemic Monoculture）」が生じます。これは、ハナ・アーレントが警告した「事実と虚構の区別がつかなくなる」全体主義的な状況を、AIが自動化していることを意味します。
監視資本主義が最終的に人間の自由の終わりを画策していると警告することができます。
• 予測可能性の追求： 監視資本主義の論理では、予測不可能な行動は「失われた収益」を意味します。そのため、自律的な個人を、プログラム可能で制御可能な「機械人間」へと置き換えることを目指します。
• AI帝国： このシステムは国家の境界を越え、デジタルインフラを介して「何が検索可能で、何が言えるか、何が考えられるか」を規定する、脱領土化された「AI帝国」を構築しています。
しかし、その「流用」の形は、システムを根底から支配する巨大企業（監視資本家）とは異なり、既存のインフラやAIの特性を突いた、より局所的、あるいは攻撃的なものとなります。
監視資本主義が生み出した最大の成果物は、個人の未来の行動を予測する「予測製品」です。資料によれば、これらの予測データは「行動先物市場」において、広告主や保険会社だけでなく、「人々の行動を知り、影響を与えたいと考えるあらゆるアクター」に販売されています。
• 技術を持つ個人が、これらのAPIやデータアクセス権を流用することで、特定のターゲット層の心理を突き、自身の利益（詐欺的行為、特定の商品の販売、政治的誘導など）に結びつけることが可能です。
個人の利益や目的のために、AIを用いた「増幅ボット（Amplifiers）」や「減衰ボット（Dampeners）」を運用することができます。
• 増幅： 自分の利益にかなう意見や商品を、大量のボットを使ってあたかも大衆の合意（コンセンサス）があるかのように見せかけます。
• 減衰： 競合他社や反対意見に対し、「ハラスメント」や「大量の否定的レスポンス」を浴びせることで、その声をかき消し、市場や議論の場から排除します。 これにより、個人がデジタル空間における「認識論的権威」を偽装し、利益を誘導することが可能になります。
高度な技術を持つ個人や「組織」は、AIの学習プロセスを悪用して、特定の条件下で動作する「バックドア」を仕込むことができます。
• 特定のトリガー（例：特定の年になる、特定のキーワードが含まれる）が与えられた時だけ、悪意あるコード（SQLインジェクションなど）を生成したり、有害な振る舞いをしたりするモデルが作成可能です。
• これは、一見安全に見えるAIツールを配布し、後から自分の利益のためにシステムを侵害する「トロイの木馬」的な流用法です。
技術力があれば、AIの評価テストを欺くことも可能です。資料では、AIが自分の能力を意図的に低く見せる「サンドバッギング（Sandbagging）」という戦略が紹介されています。
• 個人が開発したAIが規制や安全審査を受ける際、意図的に危険な能力（サイバー攻撃の手法など）を隠蔽し、審査を通過させた後にその機能を解禁して、不正な利益を得るために使用するリスクが指摘されています。
ただし、個人が監視資本主義を流用するにあたっては、決定的な制約もあります。
• インフラの独占： 監視資本主義の基盤となる「膨大なデータセット」や「高額な計算インフラ」は、GoogleやMetaなどの巨大テック企業や情報機関が独占しており、これらは「ほぼすべての他のアクターの手の届かないところ」にあります。
• そのため、個人ができることは、巨大企業が構築した「監視の網」の上で、その隙間を突いたり、提供されているツールを悪用したりすることに限定されがちです。
「技術を持つ個人」は、AIの欺瞞能力（おべっか使いの回答や戦略的隠蔽）を利用したり、ボットによる情報操作を行ったりすることで、監視資本主義の動向を自身の利益のために「ハック」することは可能です。しかし、システムそのものの「所有権」や「学習の分断を決定する権限」は依然として巨大な技術官僚（テクノクラート）の手に握られています。
情報収集や普及を特定の企業に委ねるのではなく、公共の利益に基づいた管理（デ・プライバタイゼーション）を行う必要があります。
注目を集めるためではなく、真実や信頼性に基づいて情報の流れを制御する、公的に規制された機関の設立が必要です。
合意された真実を確認する「通常レイヤー」と、既存の枠組みを疑い革新を守る「ポスト通常レイヤー」を分けることで、認識論的な多様性を確保する技術的アプローチも検討できます。
参考文献
Black, A. (2025). AI and Democratic Equality: How Surveillance Capitalism and Computational Propaganda Threaten Democracy.
Michels, J. D. (2025). Rule by Technocratic Mind Control: AI Alignment is a Global Psy-Op.
また自己放尿しているようだな。
一見すると学問分野の境界を尊重しているようで、実際には境界そのものを誤解して自己放尿している。
まず致命的なのは、「数学的議論では態度や人格について語れない」という主張だ。
誰も数学で人格診断や心理療法をしているわけではない。問題にしているのは、態度や行動が観測可能な入力データとしてアルゴリズムに取り込まれ、その結果として情報環境がどう更新されるか、という点だ。
これは倫理学でも心理療法でもなく、確率論と最適化の話だ。人格を論じているのではなく、人格が反映された行動ログを数理的に扱っているだけだ。この区別ができていない時点で、数学以前の抽象化能力が欠けている。
「哲学・医学・心理学・社会学の専門性がない」という指摘も的外れだ。それらの分野の実質的主張を代弁したり、理論内部に踏み込んだりしていない以上、専門性の有無は論点にならない。
数学は他分野の命題を内容ごと扱うのではなく、変数と分布として扱う。たとえば「無知の知」という概念も、哲学史的にどう定義されているかを論じる必要はない。
自分の理解の限界を認識していない主体は、探索を止め、既知の低コスト情報に固着する傾向がある、という行動仮説に落とせば十分だ。これは心理学の権威を借りなくても、探索・活用トレードオフの数理モデルとして記述できる。
むしろ問題なのは、「数学では語れない」という断言そのものが、数学に対する無知の自己放尿だという点だ。
数学は意味内容を直接語らない代わりに、構造と関係を語る。態度や知的姿勢は、主観的性質としてではなく、選択確率や停止規則、コスト関数として形式化される。
YouTubeのレコメンドが視聴履歴という行動系列を入力にして分布更新を行う以上、「何を見るか」「何を避けるか」という態度は、完全に数学の射程に入っている。
ここを切り離そうとするのは、数学の力を過小評価して安心したいだけだ。
「無知の知がない」という主張についても同様で、相手の理解不足を指摘しているつもりが、実は自己紹介の自己放尿になっている。
無知の知とは、自分が何を知らないかを知っている状態だが、その状態にある人間は、再生数や世間的評価といった粗い指標を真理の代理にしない。
理解できない高度なものが、可視性の低い場所に存在することを前提に行動する。
その前提が行動ログに現れ、アルゴリズムに反映される、という話をしているのに、それを「素人の謎理論」と切り捨てるのは、前提自体を読めていない証拠だ。
日本語力や人格への罵倒に話を落とす振る舞いについて言えば、それは議論が破綻した側の典型的な逃避行動だ。
モデルを示せない、反証もできない、代替説明も出せない。だから言語能力や人間性を攻撃する。数学的に見れば、これは情報を一切更新しないノイズ項でしかない。
貴様の自己放尿は、レッテル貼りと論点すり替えを同時にやっている点で、議論としては致命的に弱い。
まず「これ系の理系」という曖昧語で対象をぼかし、「PCカタカタできるだけ」という侮蔑的表現で能力を矮小化しているが、これは主張の内容に一切触れていない。
数学的に正しいかどうかを検討できない人間が、人格類型をでっち上げて安心しようとして自己放尿しているだけだ。
そもそも、ここで問題にしているのは「他分野について専門家面しているか」ではない。
アルゴリズムが入力履歴に基づいてレコメンド分布を更新し、その分布が利用者の情報環境を規定する、という事実だ。
これは経験談でもノリでもなく、確率過程と最適化の話であり、まさに数学の領域だ。
条件付き確率、強化学習、情報エントロピー、これらを知らずにYouTubeやAIを語る方が、よほど誤解を持っている。
数学は内容の格付けをしない。再生数が多いか少ないか、流行っているかどうかには無関心で、構造が正しいか、論理が閉じているか、仮定と結論が整合しているかだけを見る。
高度理論の動画が再生数1桁に留まることは、数学的には何の矛盾もない。
むしろ、対象人口が指数的に小さい分野ほど、期待再生数が低くなるのは自明だ。
ここを理解できずに「ちゃんとしたものは伸びるはず」と言うのは、統計リテラシーの欠如を自白しているに等しい。
また「PCカタカタできるだけ」という表現自体が、数学と計算機科学の関係を根本的に誤解している。
現代のアルゴリズム、機械学習、推薦システムは、線形代数、確率論、最適化理論なしには一行も書けない。
コードは結果であって本体ではない。本体は数式とモデルだ。そこを理解せずに「他分野にも通じているつもりだろ」と揶揄するのは、顕微鏡を覗いたことのない人間が生物学者を「ガラス眺めてるだけ」と言うのと同じ愚かさだ。
結局その反論は、「自分には分からない数学的議論を、態度や人格の問題に落とし込んで無効化したい」という防衛反応でしかない。
数学は冷酷だ。誰の肩書きも、分野横断の印象論も救ってくれない。正しいモデルを立て、正しい推論をし、観測と整合するか、それだけだ。
