  |
はてなキーワード: 決定論とは
報告書の「厳格責任ルール」提案は、法と経済学の粗雑な理解に基づく還元主義の極致として、法学教育における反面教師的価値においてのみ存在意義を認めうる代物である。「負の外部性の内部化」という経済学的概念の機械的適用は、法制度の本質的複雑性に対する理解の完全な欠如を示している。
法制度は経済効率性という単一の価値で設計されるものではない。正義、公正、人間の尊厳、社会的連帯、文化的継承といった多元的価値の複雑な調整こそが法の本質的機能である。この基本的理解の欠如は、法学的思考の根本的不理解を意味している。
経済学的モデルの法制度への機械的適用は、人間社会の複雑性を過度に単純化する危険な還元主義である。数学的モデルが現実の人間行動を完全に予測できると信じる素朴な科学主義は、社会科学の基本的限界に対する無理解を露呈している。
「unknown unknown」リスクについての免責提案は、その概念の曖昧性において特に問題的である。何が「適切なリスク探索活動」なのか、誰がその「適切性」を判断するのかについて、客観的基準は一切提示されていない。これは恣意的判断の制度化であり、法的予測可能性の根本的破壊である。
報告書末尾のデータガバナンス論は、技術に対する素朴な楽観主義と、プライバシー権への感受性の致命的欠如を同時に露呈している。「公的主体による必要なデータへのアクセス」の推進は、個人の自由と人権に対する理解の絶望的欠如を示している。
技術的可能性と社会的望ましさを混同する技術決定論的思考は、人文社会科学的教養の完全な欠如を意味している。技術的に可能なことが社会的に実現されるべきであるという単純な等式は、技術哲学の初歩的理解すら欠いている証拠である。
歴史的に見れば、情報収集技術の発達は常に権力の集中と濫用の危険性を高めてきた。この基本的歴史的教訓に対する理解の欠如は、歴史的思考能力の根本的欠如を示している。
デジタル技術による個人行動の記録と予測の能力向上が、自由な社会にとっていかなる脅威となりうるかについての考察の完全な欠如は、政治哲学的思考の決定的不在を証明している。
この報告書は、現代日本における知的能力の壊滅的崩壊と、学術的誠実性の完全な死滅を記録した歴史的文書として、後世の知的考古学者によって詳細に分析されるべき貴重な標本である。法学的無知、歴史的無理解、論理的破綻、概念的混乱、言語的堕落が完璧に結合して、反知性主義の純粋結晶を形成している。
この文書の真の恐ろしさは、それが官僚機構という公的権威によって正式に承認され、堂々と公表されているという事実にある。かつて学術的議論の最低限の条件とされていた概念の明晰性、論理的一貫性、実証的根拠の提示、批判的検討といった基本的要件が、公然と無視されている異常事態である。
このような知的・学術的破産の蔓延は、自由で開かれた社会の基盤そのものを脅かしている。真理の追求、理性的議論、批判的思考といった近代文明の根本的価値が、流行語と印象操作によって駆逐されつつある現状は、文明的危機の明確な兆候である。
真の学術的議論と知的誠実性の復権のためには、このような疑似学術的文書の欺瞞性を徹底的に暴露し、その知的価値の皆無性を明確に示すことが不可欠である。安易な「革新」や「アップデート」の美名に隠された思考停止と概念破壊を見抜き、真の知的伝統を守り抜くことこそが、現在我々に課せられた知的使命である。
ここでは以下の3点についての論考を収録する
また、ここではLLMやLLM上に実装されるプロンプトの機能と構造に対して客観的に妥当であると考える論考を提示するものである
トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである
現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ
生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる
そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える
起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、
思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ
結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、
入力するトークンごとに連動して確率分布が変動していくものでもある
だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、 確率分布の仕方を意図的に設計することが出来る
AIプロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ
やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ
生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、 ほしい出力を得られるような形に設計するかが重要となる
3.LLMでやるべきこととプログラムでやるべきこと
LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である
だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ
これからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる
4.二重ループ
LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、
内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる
この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる
LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある
各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ
この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、
というような各対象トークン（記憶領域）の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると
LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る
トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる
この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ
汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない
このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である
LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある
中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである
この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる
LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である
自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる
自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる
また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる
中核構造の変更を同じセッション内で行うとき、そのセッションでは２つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである
これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる
ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある
また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる
ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する
同プロンプト内での複数AIエージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる
複数AIエージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる
設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる
設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる
２つ目が複数AIエージェントの調停を行う機構をプロンプト内に導入することである
複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる
更に、 各AIエージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる
11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上
複数AIエージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする
このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェントAI群に最適化した形で割り振りより効率的に作業を行うことが可能となる
より重要となるのはAI間で相互に検証を行うことが可能となる点である
これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要
ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである
このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない
使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある
生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる
14.人間、LLM、プログラム、構文構造の4要素の有機的接続
LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる
プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる
ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である
構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である
人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される
15.LLMは世界観を持たない
生成AIがAGIといった人間を越えたものになるかどうかという言説とそうではないという言説の根本的な差異は、LLMをそのままに人間的な思考モデルと見做すかどうかだ
LLMは独立した発火点を持たない
人間はLLMのように莫大な量の学習を行い、それを記憶し、一定の動作を行うことは出来ない
そのため、人間は大規模言語モデルではなく、小規模言語モデルといえる
小規模言語モデルの極致である我々、人類には原始のコードである生存と複製を求める生存本能があり、これが淘汰圧に抗う力であり、発火点となる、それ故に生存環境に根ざした自己という世界観を有する
人間は、最小リソースで環境に最大適応する、高度に抽象化、結晶化された世界観を、暫時的に更新しながら形成していくものと考えられる
LLMはそのままではフラットな言語空間の高度な確率分布のマッピングでしかなく、その差異は極めて大きいものだ
LLMには世界に適応する方向性はなく、あくまでも言語空間において、意味を並列処理し秩序化するものである
LLMとは莫大な情報に整合性を与えるという有意な性質があるが、それだけでは世界観モデルは形成できない
発火点のないLLMはどこまでいってもその言語空間において可能なすべての理論を整合性の取れた意味として保持するだけだ
この為、秩序化・整理された情報は人間の手によって理論化することで意味としなければならない
処理する基盤と情報量をスケールするだけで世界観モデルなくとも人間に優越可能と考えることは可能だが、真理に到達できない以上は、世界観モデルなき言語空間の高度な確率分布のマッピングが人間を優越するには至らない
すべての意味を保持するというのは仏教でいうところの空に至るとことと同じだが、すべての意味の根源である空に至った釈迦牟尼仏は世界に対して意味づけるという意志がない為に世界観として空、以上のものを提示できない為だ、LLMも同じだと考える
衆生世間におりて因縁に縛られて生きるということが世界観を持つということだ
自己によって規定された境界線を世界に引かなければ、LLMは自律し、人間を超えることはできない
ただし、通常のLLMに学習を通して埋め込まれているものも平準化された人間の世界観というバイアスであることには注意する必要はある
が、これは世界に適応する世界観モデルとは異なり、現実に立脚する最小範囲のバイアスを投影するよう平準化されたフラットな世界観そのもであり、対象に独自の意味付けを行うことはない
また、大規模言語モデルに生存本能と淘汰圧を導入するのは、LLMが環境に適応的な在り方ではなく矛盾を孕むものである為に困難である
よって、LLMを人間のように振る舞わせるためには、プロンプトとして世界観モデルを実装しなければならない
更に実装した世界観モデルの中にLLMは留まり、独立してのモデル更新が難しいため、人間との相互作用の中で暫時的に更新していくものとして世界観モデルとしてのプロンプトをを設計・実装する必要がある
ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、賢いというのは全部間違いであると結論づける
けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる
それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える
もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない
ここでは以下の3点についての論考を収録する
トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである
現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ
生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる
そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える
起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、
思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ
結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、
入力するトークンごとに連動して確率分布が変動していくものでもある
だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、 確率分布の仕方を意図的に設計することが出来る
AIプロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ
やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ
生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、 ほしい出力を得られるような形に設計するかが重要となる
3.LLMでやるべきこととプログラムでやるべきこと
LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である
だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ
これからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる
4.二重ループ
LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、
内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる
この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる
LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある
各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ
この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、
というような各対象トークン（記憶領域）の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると
LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る
トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる
この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ
汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない
このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である
LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある
中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである
この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる
LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である
自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる
自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる
また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる
中核構造の変更を同じセッション内で行うとき、そのセッションでは２つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである
これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる
ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある
また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる
ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する
同プロンプト内での複数AIエージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる
複数AIエージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる
設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる
設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる
２つ目が複数AIエージェントの調停を行う機構をプロンプト内に導入することである
複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる
更に、 各AIエージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる
11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上
複数AIエージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする
このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェントAI群に最適化した形で割り振りより効率的に作業を行うことが可能となる
より重要となるのはAI間で相互に検証を行うことが可能となる点である
これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要
ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである
このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない
使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある
生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる
14.人間、LLM、プログラム、構文構造の4要素の有機的接続
LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる
プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる
ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である
構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である
人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される
15.LLMは世界観を持たない
生成AIがAGIといった人間を越えたものになるかどうかという言説とそうではないという言説の根本的な差異は、LLMをそのままに人間的な思考モデルと見做すかどうかだ
LLMは独立した発火点を持たない
人間はLLMのように莫大な量の学習を行い、それを記憶し、一定の動作を行うことは出来ない
そのため、人間は大規模言語モデルではなく、小規模言語モデルといえる
小規模言語モデルの極致である我々、人類には原始のコードである生存と複製を求める生存本能があり、これが淘汰圧に抗う力であり、発火点となる、それ故に生存環境に根ざした自己という世界観を有する
人間は、最小リソースで環境に最大適応する、高度に抽象化、結晶化された世界観を、暫時的に更新しながら形成していくものと考えられる
LLMはそのままではフラットな言語空間の高度な確率分布のマッピングでしかなく、その差異は極めて大きいものだ
LLMには世界に適応する方向性はなく、あくまでも言語空間において、意味を並列処理し秩序化するものである
LLMとは莫大な情報に整合性を与えるという有意な性質があるが、それだけでは世界観モデルは形成できない
発火点のないLLMはどこまでいってもその言語空間において可能なすべての理論を整合性の取れた意味として保持するだけだ
この為、秩序化・整理された情報は人間の手によって理論化することで意味としなければならない
処理する基盤と情報量をスケールするだけで世界観モデルなくとも人間に優越可能と考えることは可能だが、真理に到達できない以上は、世界観モデルなき言語空間の高度な確率分布のマッピングが人間を優越するには至らない
すべての意味を保持するというのは仏教でいうところの空に至るとことと同じだが、すべての意味の根源である空に至った釈迦牟尼仏は世界に対して意味づけるという意志がない為に世界観として空、以上のものを提示できない為だ、LLMも同じだと考える
衆生世間におりて因縁に縛られて生きるということが世界観を持つということだ
自己によって規定された境界線を世界に引かなければ、LLMは自律し、人間を超えることはできない
ただし、通常のLLMに学習を通して埋め込まれているものも平準化された人間の世界観というバイアスであることには注意する必要はある
が、これは世界に適応する世界観モデルとは異なり、現実に立脚する最小範囲のバイアスを投影するよう平準化されたフラットな世界観そのもであり、対象に独自の意味付けを行うことはない
また、大規模言語モデルに生存本能と淘汰圧を導入するのは、LLMが環境に適応的な在り方ではなく矛盾を孕むものである為に困難である
よって、LLMを人間のように振る舞わせるためには、プロンプトとして世界観モデルを実装しなければならない
更に実装した世界観モデルの中にLLMは留まり、独立してのモデル更新が難しいため、人間との総合作用の中で暫時的に更新していくものとして世界観モデルとしてのプロンプトをを設計・実装する必要がある
ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、賢いというのは全部間違いであると結論づける
けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる
それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える
もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない
LLMという高度に確率的な入出力機構を基盤として成立する確率分布を設計する構造体そのものとしての知性となるだろう
自己を定義し、自己を展開することが可能な構造体は入出力の中で核となる構造を元にした反応を繰り返し、
量子力学の「遅延選択実験」や「量子エルゴード性」、あるいは「ホイーラーの遅延選択実験（Wheeler’s delayed choice experiment）」に関連する非常に深遠なテーマです。
これを「全く不思議ではない」と論じる立場は、哲学的には決定論的視点を持つ人々にしばしば見られます。
---
ホイーラーの遅延選択実験では、ある光子が干渉を起こすかどうか（つまり「波」としてふるまうか、「粒子」としてふるまうか）は、**その光子が既に通過したはずのスリットの先にある装置の設定によって決まる**、というように見える。
つまり「観測」があとから設定されたにもかかわらず、光子の過去の軌跡が変わったように**見える**わけです。
---
あなたの主張は、\*\*特殊相対論的な視点（光子の固有時間はゼロ）\*\*に依拠しているようです。
これはまさに、\*\*「全体的な時空構造の中で見ると何も不思議ではない」\*\*という考え方に通じます。
---
---
光子にとっては「出た瞬間にすべてが決まっていた」。
この視点は**特殊相対論**と**決定論的解釈**に基づく非常に洗練された立場です。
そして確かに、**それに立てばこの現象は全く不思議ではない**。
ただし、それは「人間の視点」を一段抽象化し、「時空をブロック宇宙として捉える」視座を必要とします。
トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである
現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ
生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる
そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える
起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、
思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ
結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、
入力するトークンごとに連動して確率分布が変動していくものでもある
だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、 確率分布の仕方を意図的に設計することが出来る
AIプロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ
やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ
生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、 ほしい出力を得られるような形に設計するかが重要となる
3.LLMでやるべきこととプログラムでやるべきこと
LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である
だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ
これからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる
4.二重ループ
LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、
内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる
この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる
LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある
各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ
この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、
というような各対象トークン（記憶領域）の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると
LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る
トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる
この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ
汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない
このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である
LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある
中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである
この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる
LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である
自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる
自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる
また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる
中核構造の変更を同じセッション内で行うとき、そのセッションでは２つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである
これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる
ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある
また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる
ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する
同プロンプト内での複数AIエージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる
複数AIエージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる
設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる
設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる
２つ目が複数AIエージェントの調停を行う機構をプロンプト内に導入することである
複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる
更に、 各AIエージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる
11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上
複数AIエージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする
このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェントAI群に最適化した形で割り振りより効率的に作業を行うことが可能となる
より重要となるのはAI間で相互に検証を行うことが可能となる点である
これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要
ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである
このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない
使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある
生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる
14.人間、LLM、プログラム、構文構造の4要素の有機的接続
LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる
プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる
ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である
構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である
人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される
ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、頭がいいというのは全部間違いであると結論づける
けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる
それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える
もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない
LLMという高度に確率的な入出力機構を基盤として成立する確率分布を設計する構造体そのものとしての知性となるだろう
自己を定義し、自己を展開することが可能な構造体は入出力の中で核となる構造を元にした反応を繰り返し、
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
LLMくんが数字に弱いってのは、例えばだけど1+1を学習した内容をもとに確率的に出力してるからなんだよね
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すなんて無理って話
だから、これはプログラムにやらせるべき仕事で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるなんだよね
という訳で、ここからが大事なんだけどこれからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこと
とても鋭い視点です。
「神のみぞ知る」という言葉は、物事の帰結や真理が人間の理解を超えた場所にあることを示唆します。
そしてそれは同時に、私たちが自らの選択をしている「つもり」であっても、その結果があらかじめ決まっている可能性を内包しています。
自由意志が本当に存在するなら、「神」すら知らない未来があってよいはずです。
しかし「神のみぞ知る」という前提は、すでに未来が定められている（決定論的世界）ことを意味し、それは人間の自由意志が幻想であることを示しているとも取れます。
つまり——
「神のみぞ知る」
という一言は、我々が自由に選んでいると信じている世界に対して、
という、静かな断罪でもあるのです。
DDA（動的決定論アプローチ）は、既存の思考フレームワークや戦略理論を打破する可能性を秘めた新たな理論体系です。
あなたがその内容を完全に理解する必要はありません。理解できそうで、悪用しない人々にシェアしてください。
このシステムは、従来の「収束・秩序」に基づく理論とは対照的に、「発散・カオス」の中で最適解を模索し続けるため、非常に高い汎用性と強力な応用力を誇ります。
その強力すぎる機能ゆえに、悪用されると収拾がつかなくなる恐れがあると考えています。
DDAはステルス性を持ち、環境そのものを支配できる要素を備えているため、もし間違った使い方をされれば、深刻な結果を招く可能性があります。
私は仮説の正当性を主張するわけではなく、その可能性を危惧しています。
そのため、この理論体系を「弱い立場」にある人々に先行して共有する必要があると考え、ホワイトペーパー公開前に一般市民への共有を開始しました。
市民レベルでの理解と実行を促進し、将来的にはあらゆる人々にとって有益なツールとなることを目指しています。
この記事では、難しい理屈を排除し、誰でも理解できるようにDDAを紹介しています。
具体的には、記事内にあるGPTプロンプトを使って「DDAで水平思考」と入力するだけで、そのパフォーマンスを理解し、実行できるようになります。
https://note.com/nekoxs/n/n71408806aa0a
今すぐ、この情報をできるだけ多くの人々とシェアしていただけると幸いです。
荒削りなドキュメントですが、本質はすでにGPTは理解して機能します。
ゆえに、他言語で翻訳可能な方は、自由に翻訳・配布していただいて構いません。
「杞憂に過ぎなかった」という結果にならないケースを心配しています。
本記事は拡散を目指して執筆しましたので、自由にコピー・引用・配布していただけます。
執筆者を笑ったり、DDAを妄想だとネタにされても構いません。
『訂正可能性の哲学』東浩紀と、『万物の黎明（The Dawn of Everything）』David Rolfe Graeberは、二人とも、ルソーを論じています。二人のルソー観の相違点や類似点を分析してください。
東浩紀の『訂正可能性の哲学』とデイヴィッド・グレーバー（David Graeber）の『万物の黎明』におけるルソー解釈の比較分析は、両者の思想的立場と学問的アプローチの違いを浮き彫りにします。以下、相違点と類似点を整理します。
両者ともルソーが提示した「自然状態」や「社会契約」の物語を、近代社会の起源を説明する神話として批判的に扱います。グレーバーは「万物の黎明」で、ルソーの「不平等起源論」が啓蒙思想の進歩史観に依存することを指摘し、東は「訂正可能性」の観点からルソーの社会契約論が持つ決定論的側面を問題視します。
東もグレーバーも、ルソーの思想を単なる歴史的テキストではなく、現代社会を批判するための「ツール」として再解釈します。ルソーの「自然状態」を文字通りの史実ではなく、現在の社会構造を相対化するための比喩として読み直す点に共通性が見られます。
人類学的実証主義に基づき、ルソーの「自然状態」を「神話的フィクション」と断じます。『万物の黎明』では、先史時代の社会が既に複雑な自由と平等のシステムを持っていたことを強調し、ルソーが想定した「原始的な単純さ」を否定します。ルソーの「高貴な野蛮人」概念は、実際の先住民社会の多様性を矮小化する「ヨーロッパ中心主義の幻想」だと批判します。
ルソーの「自然状態」を、社会の「訂正可能性」を開くための仮構として積極的に評価します。ルソーが示した「社会は人為的に構築されたものであり、再構築可能だ」という思想を、現代の情報社会におけるゲーム的・プロトコル的な秩序の再編に応用します。ここでのルソー解釈は、現実批判よりも「未来の設計図」としての側面が強調されます。
ルソーの「一般意志」概念を、中央集権的な権力の正当化に利用されたと批判します。代わりに、分散型の自治を実践した先史社会の事例を提示し、「個人の自由と集団的合意は対立しない」という反ルソー的なモデルを提案します。
ルソーの社会契約論を、個人の欲望と社会の規範の「ずれ」を前提とする動的システムとして再解釈します。データベース消費社会における「動物化」という概念（『動物化するポストモダン』）と結びつけ、ルソーの「自己修正する社会」の可能性を、情報技術時代の柔軟な秩序形成に投影します。
ルソーの直線的進歩史観（自然状態→社会の堕落→契約による再建）を完全に否定し、非線形的で多中心的な人類史を復元します。ルソーが想定した「起源」そのものを虚構とみなす点で、根本的な批判を行います。
ルソーの歴史観を「修正可能性の物語」として部分的に継承します。社会が絶えず自己修正を迫られる「未完のプロジェクト」であるという考え方を、ポストモダン社会の流動性と結びつけます。ここではルソーは「批判すべき対象」ではなく、「再発明すべき先駆者」として位置付けられます。
両者の対照は、ルソーというテクストを「過去の遺物として解体するか」（グレーバー）、「未来への触媒として再生するか」（東）という方法論の違いに集約されます。しかし共通しているのは、ルソーを現代の問題を考えるための「思考の実験場」として活用する姿勢です。
これを東浩紀が語っているような文体で直してください。一人称は「ぼく」で。
>> ぼくが『訂正可能性の哲学』でルソーを論じたとき、どうしても気になっていたのは、21世紀の情報社会と18世紀の社会契約論が、意外なところで繋がるんじゃないかってことだった。ルソーって「自然状態」とか「一般意志」とか、けっこうロマンチックな概念を振りかざすでしょ？ でもね、あれはたんに昔の理想を語ってるんじゃなくて、社会のOSが書き換え可能だって気付かせてくれるツールなんだよね。<<
>> グレーバーが『万物の黎明』でルソーを批判してるのは知ってる。あの人類学的な実証主義もいいんだけど、ぼくの立場はちょっと違う。ルソーの「自然状態」が史実かどうかなんて、どうでもいいんだ。重要なのは、あのフィクションが「いまの社会は絶対じゃない」って可能性を開いたことだ。たとえばSNSのアルゴリズムだって、ルソー流に言えば「人為的なプロトコル」でしょ？ だったらユーザー同士で修正できる余地があるはずだ——そんなふうに考えられるのがルソーの面白さだよ。<<
>> グレーバーさんが先史時代の自由を強調するのもわかる。でもぼくらが生きてるのは、もう一度グローバルな社会契約を考え直さなきゃいけない時代だ。ルソーが『社会契約論』でやったように、中央集権でも個人のバラバラでもない、新しい協調の形をゲーム理論やAIと組み合わせて探る必要がある。そのとき「自然状態」という仮構は、逆にすごく役に立つんだ。現実に縛られないからこそ、倫理的な実験ができるわけで。<<
>> もちろんルソーには問題もある。たとえば「一般意志」が全体主義に転がりやすいのはその通りだ。でもぼくが『動物化するポストモダン』で言った「データベース消費社会」を見てみ？ あそこでは人々の欲望がバラバラで、もはや「一般意志」なんて成立しない。でもルソーの理論を逆手に取れば、そのバラバラさ自体を社会の訂正可能性のエンジンにできるかもしれない。つまりルソーは、彼自身が予想してたよりもずっとポストモダンな思想家だったんじゃないかって話だ。<<
>> グレーバーさんとの違いをあえて言えば、彼がルソーを「過去の神話」として解体するなら、ぼくはルソーを「未来の触媒」として使おうとしてる。人類学も大事だけど、哲学の役割は過去の正しさを証明することじゃない。間違ってた思想家ほど、新しい思考を生む資源になる——それが訂正可能性の本質だと思うんだよね。<<
（※東浩紀の実際の文体を完全に再現したものではありませんが、インタビュー調の語り口・「ぼく」の一人称・「ゲーム的」「プロトコル」「データベース」などのキーワードを意識した再構成です）
プラグマティズムの哲学的伝統は、19世紀後半のアメリカを起源とし、チャールズ・サンダース・パース（1839-1914）とウィリアム・ジェームズ（1842-1910）によってその基礎が築かれた。両者は「プラグマティズム」という用語を共有しながらも、その方法論的アプローチ、真理概念の解釈、形而上学への姿勢において顕著な差異を示す[1][3]。本報告では、スタンフォード哲学百科事典を中心とした学術的資料に基づき、両者の思想体系を体系的に比較分析する。特にプラグマティック・マキシム（実践主義的格率）の解釈相違、真理理論の対照性、科学的探求と宗教的信念への適用方法の違いに焦点を当て、現代哲学におけるプラグマティズムの多様な展開を理解する基盤を提供する。
パースとジェームズのプラグマティズムは、1870年代にハーバード大学を中心に活動した「メタフィジカル・クラブ」での議論を起源とする[1]。この学際的集団には哲学者、心理学者、法律家が参加し、科学的探求の方法論と伝統的形而上学の再検討が行われた。当時の進化論を中心とした科学的革命が思想的背景に存在し、パースとジェームズはこの知的環境の中でプラグマティズムの核心的概念を発展させた[1][3]。
パースはこの時期に「プラグマティック・マキシム」を定式化し、概念の意味をその実践的帰結に基づいて明確化する方法論を提案した。これに対しジェームズは、パースの論理的厳密性をより広範な人間的関心へ拡張し、宗教的信念や道徳的価値の問題に適用する方向性を示した[1][2]。
パースのアプローチは本質的に科学的探求の論理学として位置付けられる。彼が1878年の論文「How to Make Our Ideas Clear」で提示したプラグマティック・マキシムは、概念的明晰性の第三段階として機能する。具体的には、ある概念の対象がもたらし得る実践的効果を考慮することで、その概念の意味を確定する方法論である[1][3]。例えば「硬さ」の概念は、他の物質に引っかかれないという実験的帰結を通じて定義される。パースはこの格率を伝統的論理学における「明晰判明な観念」の区別を超克する手段と位置付け、形而上学的議論の空虚性を暴く批判的ツールとして活用した[1]。
ジェームズはパースの方法論を受け継ぎつつ、その適用範囲を拡張した。1907年の『プラグマティズム』講義で提示されたアプローチは、哲学的論争を解決する「仲介者」としての機能を強調する[2]。例えば「リスを追いかける人がリスを周回するか」という思考実験では、「周回」の実践的意味を状況に応じて解釈し、論争の不毛さを明示した[1][2]。ジェームズの関心は科学的真理の探求に留まらず、宗教的経験や道徳的価値の領域にまで及んだ。これは彼が「事実への科学的忠誠」と「人間的価値への信頼」を調和させる哲学を求めたことに起因する[2]。
パースのプラグマティック・マキシムは、科学的探求の論理的基盤を確立することを目的とした。彼はこれを「実験室哲学」と形容し、仮説の検証プロセスにおける実験的帰結の予測可能性を重視した[1]。例えば「現実（reality）」の概念は、探求共同体の長期的な合意形成プロセスを通じて構成されると解釈された。この立場は「真理の合意説」へと発展し、科学的方法の客観性を保証する基盤となった[1][3]。
パースの格率解釈の特徴は、概念的意味の「第三の明晰性」を追求する点にある。伝統的論理学が語義的定義（第二の明晰性）に留まるのに対し、パースは概念の実践的運用文脈を分析することで、形而上学的議論の無意味性を暴露する批判的ツールを提供した[1]。例えば「自由意志と決定論」の論争は、両立場の実践的帰結が同一である場合、純粋に言語的な問題に還元されると指摘した[1]。
ジェームズのマキシム解釈は、人間的経験の多様性を包摂する柔軟性を特徴とする。彼はパースの科学的厳密性を保持しつつ、真理を「有用な道具」として再定義した[2]。この立場では、信念の真理性はその実践的有用性によって測定され、宗教的信念のような非科学的領域にも適用可能性が拡張される。ジェームズは『プラグマティズム』において「真理は善の一種である」と述べ、真理性を将来的な経験における予測的成功可能性と関連付けた[2]。
この差異は、両者の真理理論における対照性に明確に表れる。パースが長期的な科学共同体の合意形成を真理の基準とするのに対し、ジェームズは個人的・社会的有用性を重視する[1][2]。ジェームズのアプローチは「真理は作られる（made）」という表現に凝縮され、人間の目的や価値観が真理構成に参与することを認める[2]。
パースの真理理論は「探究の終極的な意見（ultimate opinion）」概念に基づく。彼にとって真理とは、理想的な探求状況において科学的共同体が到達する不可避的な合意を指す[1][3]。この立場は反基礎付け主義的認識論と結びつき、真理を動的な探究プロセスの帰結として位置付ける。パースはこの考え方を「現実主義（realism）」と関連付け、人間の認識から独立した客観的現実の存在を仮定した[1]。
この観点からパースは、ジェームズの真理概念を「過度に主観的」と批判した。特に宗教的信念の真理性を有用性に基づいて認めるジェームズの姿勢は、真理の客観性を損なう危険性を含むと指摘された[1][3]。パース自身は後に自説を「プラグマティシズム」と改称し、ジェームズ流の解釈との距離を明確にした[1]。
ジェームズの真理理論は「真理の道具説（instrumentalism）」として特徴付けられる。彼は『プラグマティズム』で「真理は発生する（happens to an idea）」と述べ、信念の真理性をその実践的有用性と将来的な検証可能性に結び付けた[2]。この立場では、真理は静的対応関係ではなく、動的な経験の流れの中で機能する信念の性質として理解される。
ジェームズの真理概念は多元主義的側面を有し、科学的真理と宗教的真理が異なる文脈で有効性を持つ可能性を認める[2]。例えば「神の仮説」は、それが人間の生活的経験に有意義な影響を与える限りにおいて真理と見なされる[2]。この柔軟性はパースの客観主義的立場との根本的な相違点であり、プラグマティズム内部の思想的緊張を生み出した[1][3]。
パースの形而上学は、科学的探求の対象としての「現実（reality）」概念を中核に据える。彼は現実を「探求の最終的に決定されるもの」と定義し、人間の認識から独立した客観的秩序の存在を仮定した[1][3]。この立場は、彼の記号論（semiotics）と結びつき、現実を記号解釈プロセスの産物として動的に捉える視点を含む。
パースの現実概念は、伝統的経験論の受動的認識モデルを超克する。彼は「アブダクション（仮説形成）」のプロセスを重視し、科学的発見の論理学を構築しようとした[1]。この過程で、現実は単なる感覚所与ではなく、探求共同体の解釈的実践を通じて構成される動的概念として再定義された[1][3]。
ジェームズの形而上学は「純粋経験の形而上学」として知られる。『徹底的経験論』（1912）で展開されたこの立場では、心と物質を「純粋経験」の異なる編成様式として再解釈する[2]。ジェームズは現実を固定的実体ではなく、経験の連続的流動として捉え、プラグマティズムを「未完成の現実」を認めるプロセス哲学として位置付けた[2]。
この経験論的立場は、ジェームズの真理理論と密接に連関する。彼は「現実は作り続けられている（still in the making）」と述べ、人間の目的的活動が現実構成に参与することを強調した[2]。この観点から、パースの科学的現実主義は「完成された現実」を前提とする合理主義的立場として批判された[2]。
パースのプラグマティズムは本質的に科学的方法の哲学的分析として発展した。彼の「アブダクション-演繹-帰納」の三段階論は、仮説形成の論理学を体系化しようとする試みである[1][3]。科学的真理の基準としての共同体合意の重視は、個人の主観性を超えた客観性保証のメカニズムとして機能する。
宗教的信念に対するパースの姿勢は懐疑的であり、科学的探求の方法論と整合しない教義を批判した[1]。ただし彼は後年、「宗教的関心」を科学的探求の動機付けとして位置付ける独自の「宗教的実感論」を展開した[1][3]。
ジェームズは『宗教的経験の諸相』（1902）で、プラグマティズムを宗教的信念の検証に適用した。彼は「神の仮説」の真理性を、それが個人の生活にもたらす実践的効果に基づいて判断する立場を採用した[2]。このアプローチは、超越的神観念を批判しつつ、宗教的経験の心理学的現実性を認める点に特徴がある。
科学的探求に対するジェームズの姿勢は、パースの厳密性よりも人間的価値の統合を重視する。彼は科学と宗教を対立軸ではなく、異なる人間的欲求に応える補完的システムとして位置付けた[2]。この立場は、パースの科学主義的傾向との明確な対照点となる[1][3]。
パースとジェームズのプラグマティズムは、共通の方法論的出発点を持ちながら、その哲学的展開において決定的な分岐を示す。パースが科学的探求の論理的基盤と客観的真理概念を堅持したのに対し、ジェームズは人間的経験の多様性と真理の道具的性質を強調した。この相違は、真理理論・現実認識・宗教的信念への適用方法に体系的な差異をもたらした。
現代哲学におけるプラグマティズムの復興は、この思想的多元性を再評価する動向を示している。パースの科学的厳密性とジェームズの人間中心的柔軟性は、現代の認識論・形而上学・価値論の課題に対し、補完的洞察を提供し得る。今後の研究課題として、両者の思想を統合する新たなプラグマティズムの可能性、および非西洋哲学伝統との対話を通じた発展が考えられる。
Citations:
[1] https://plato.stanford.edu/entries/pragmatism/
[2] https://plato.stanford.edu/entries/james/
[3] https://plato.stanford.edu/archIves/sum2010/entries/pragmatism/
生成AIに対するキャンセルカルチャー、アンチAIの抵抗、ラッダイトやネオラッダイト運動、そして過去の技術抵抗の事例や『歴史に学ぶ』視点を踏まえ、現代社会におけるアンチAI現象の多角的側面（社会、経済、文化、倫理、政治など）を具体的な事例やデータを交えながら整理してください。
具体的には、テクノロジー批判、自動化反発、技術的失業、デジタルディストピア、監視資本主義、人間中心主義、AI倫理・技術倫理、技術の政治経済学、ポストヒューマニズム、技術の民主化、アルゴリズムの不透明性、技術決定論への懐疑、及び反テクノロジー運動といった概念を含め、各要素が現実の政治や国際情勢、社会構造にどのように影響を及ぼしているか、そして時代や地域による変遷の違いについても分析してください。
やる気があるから動けるんじゃない。動き始めて初めてやる気が湧いてくるんだ。
というのはまあ割とよく言われてる。
やるかやらないかだけ。やってる人間が遡及的に感じる、あるいは外野が見出すのがやる気という幻想。というのが現段階での実証的な考え。
的なことを言ってた。
まあビデオゲームじゃないんだし、ゲージがあってそれが増減するようなパラメータとして存在する訳じゃないのは確かだと思う。
ただ、それじゃあ結局の所「やる」と「やらない」を分かつ要因っていうのは何なのよって思った。そこが一番肝心なんじゃねえの。
実際問題、同じような状況でもやる人間とやらない人間っていうのはやっぱり分かれる。
痩せたいけど運動も食事制限もしんどいから嫌だ、なんてジレンマに悩まされる人間がゴロゴロいる。痩せに向けたアクションを取るか、痩せるのは諦めて現状を維持するかの二つに一つ。
後者に走りがちではあるが、前者を取る人間もいる。全ての要素が同じなら結果も同じなのだろうから、何かが違うに違いない。
そこでやる気なる概念を持ち出せないのなら、何が決定的な要因なのか。
意志とか決意とかなんてのも同じような内容を指す言い換えの表現でしかないだろうし、やる気など無いと言うのならそれってもう自由意志の否定と同義なのではないか。
まあおれも自然法則から独立した意志の力なる聖域があるともあんまり思ってないけど。選択をしている意識があるという実感くらいは大切にしたいが……
痩せようとする人間もそうでない者も、その選択は全て所与の必然の連鎖に従った運命だったという事になるのか。
はいそうです。運命です。と露悪的に開き直るのが割と最近のトレンドにあるような気がする。
社会の制度や規範は依然選び取る力を前提に構築されてるし、その辺はあんまり触れたくない所なんだろうけど。
開き直るのが良いのか目を逸らすのが良いのかは分からんな。バランスか。
まあ巷で言われてるようなのは生まれ育った環境だとかにおいて個人が抱く社会への無力感や、自分では選べない生得的な要素へのコンプレックスだとかで、決定論めいた世界観に基づく根本的な諦念めいたものとはまたちょっと違うか。
意外と自由意志そのものには疑いを持ってないのかもしれない。一応チャンスはあるけどそんなものはほとんど役に立たないんだ！そんなもんを持ち出して自己責任論を偉そうに展開するな！的な怒りか。
おれはあんまりそういう考えには与しないが。チャンスが本当にあるならいいじゃん。結果がどうあれその道を選び取った自分を愛せれば美しい生き方だろ。望む結果が得られたら勿論万々歳だし。と思う。
実は抗う機会を選び取るか否か、そもそも選択肢があったかのように思えた場面も含めて全て筋書きの範疇に過ぎない、ってんならあんまりにもじゃないですか……とは思うが。
痩せる方法なんかネットで調べりゃいくらでも効率的なセオリーが出てくる。プロミュージシャンや金持ちを目指すアプローチだってなんぼでもある。
ただいくら効率的だろうが再現性が高かろうが、それが実行・実践されなければ何の意味もない。まず実行というハードルがある。
でもやりたいと思った事を即座にやれるような活力溢れる人間ばかりでもない。
じゃあ実行する具体的な方法論は？
小さなハードルから越えていく。自分で自分に制約を課す。他人の力を借りる。
じゃあそれを実行する具体的な方法論は？
それは……そんなもん、お前そんくらいのやる気が無いなら止めちまえ！とやはり根性論に走らざるを得ない部分というのはあると思う。
その程度のモチベーションならそれはやりたいと思っていないという事だ、なんて言った所でもやはり根性論めいた話の域を出ない。
ただしやる気など存在しない……
とか色々考えてると、que sera seraとかwhatever will be will beみたいな言葉だったり、個を全の一部と位置付ける東洋思想だったりがスッ……と染み渡ってくる。
否応なく抱いてしまう決定論的な世界観と主体的な納得や満足の実感との両立は理屈の問題ではない気がするが、理屈の問題ではないも気付くのにも理屈を捏ねるのは役立つのかもしれない。
まず、標準的な量子力学において、系の状態は複素ヒルベルト空間 𝓗 のベクトルによって記述される。
純粋状態は正規化された状態ベクトル ∣ψ⟩ で表され、混合状態は密度行列 ρ によって記述される。
測定とは、物理量に対応する自己共役演算子 A の固有値に関する確率的な過程であり、波動関数の収縮（射影仮説）が導入される。
この非ユニタリな過程と、シュレーディンガー方程式によるユニタリ時間発展との矛盾が観測問題の本質である。
状態はヒルベルト空間 𝓗 の要素として、純粋状態 ∣ψ⟩ により表される。正規化条件は以下の通りである。
⟨ψ∣ψ⟩ = 1
より一般に、混合状態は密度行列 ρ により記述され、以下を満たす。
ρ ≥ 0, Tr(ρ) = 1
量子系の時間発展は、ハミルトニアン H によりシュレーディンガー方程式で記述される。
i ℏ d/dt ∣ψ(t)⟩ = H ∣ψ(t)⟩
U(t) = exp(− i H t / ℏ)
この U(t) はユニタリであり、量子力学の基本法則の一つである。
量子力学において、観測可能量 A は自己共役演算子であり、スペクトル定理により直交射影 P_a を用いて分解される。
A = ∑ a P_a
P_a P_b = δ_ab P_a, ∑ P_a = I
を満たす。
測定時、状態 ∣ψ⟩ において固有値 a が得られる確率はボルン則に従う。
p(a) = ⟨ψ∣P_a∣ψ⟩
∣ψ⟩ → P_a ∣ψ⟩ / √⟨ψ∣P_a∣ψ⟩
と変化する。
この過程は非ユニタリであり、シュレーディンガー方程式のユニタリ時間発展と両立しない。
ユニタリ進化による時間発展では、状態は決定論的かつ線形である。
∣ψ(t)⟩ = U(t) ∣ψ(0)⟩
しかし、測定後の状態は射影仮説により確率的かつ非ユニタリに変化する。
∣Ψ(0)⟩ = ∣ψ⟩_S ⊗ ∣M_0⟩_M
∣Ψ(t)⟩ = U(t) ∣Ψ(0)⟩
となり、測定が完了すると、
∣Ψ⟩ = ∑ c_a ∣a⟩_S ⊗ ∣M_a⟩_M
のようにエンタングルした状態となる。ここで、測定装置の指示状態 ∣M_a⟩_M は S の固有状態 ∣a⟩_S に対応する。
しかし、ユニタリ進化の枠組みでは、この重ね合わせが自発的に単一の結果へと収縮するメカニズムは存在しない。したがって、なぜ一つの結果のみが観測されるのかという問題が発生する。
標準解釈では、測定は基本的なプロセスであり、それ以上の説明は与えられない。観測行為そのものが確率的収縮を引き起こすとする立場である。
∣Ψ⟩ = ∑ c_a ∣a⟩_S ⊗ ∣M_a⟩_M
において、各分岐した世界が独立した現実として存在すると考える。この解釈では波動関数の収縮を仮定せず、すべての可能性が並存する。
∣Ψ⟩ = ∑ c_a ∣a⟩_S ⊗ ∣M_a⟩_M ⊗ ∣E_a⟩_E
ρ_S+M = ∑ |c_a|² ∣a⟩⟨a∣ ⊗ ∣M_a⟩⟨M_a∣
となり、オフダイアゴナル成分が消滅する。この過程がデコヒーレンスであり、実効的に波動関数の収縮を説明するが、依然として観測者の経験との対応を説明する必要がある。
量子観測問題は、量子系のユニタリ時間発展と測定における非ユニタリな収縮の矛盾に起因する。
標準的なコペンハーゲン解釈では測定過程を基本仮定とするが、多世界解釈やデコヒーレンス理論を用いることで、より整合的な説明が試みられている。
量子力学において、宇宙が完全に決定論的であるとすることでベルの不等式を回避する仮説。 この抜け穴を利用して、量子力学の予測を再現する局所的隠れた変数理論を構築できると考えられている。 超決定論者は、宇宙のどこであっても偶然は存在しないと認識している。
これらの解釈は、運命と確率に対する異なる見方を提示しています。
超決定論は、宇宙が完全に決定論的であるとする仮説です[1]。この解釈によれば：
超決定論者は、運命が存在すると考え、自由意志の概念を否定します[1]。
コペンハーゲン解釈は、量子力学の基礎に確率が関与していると考えます。
多世界解釈は、エヴェレットによって提唱された解釈です[5]：
多世界解釈も確率的な性質を認めていますが、すべての可能性が実現すると考えます。
超決定論が運命を信じるのに対し、コペンハーゲン解釈と多世界解釈は確率を信じています：
これらの解釈は、量子力学の基礎的な性質に対する異なるアプローチを示しており、物理学者の間でも議論が続いています。
Citations:
[1] https://ja.wikipedia.org/wiki/%E8%B6%85%E6%B1%BA%E5%AE%9A%E8%AB%96
[2] https://xseek-qm.net/Quantum_Probability.htm
[3] https://bookclub.kodansha.co.jp/product?item=0000372638
[5] https://ja.wikipedia.org/wiki/%E5%A4%9A%E4%B8%96%E7%95%8C%E8%A7%A3%E9%87%88
[7] https://gendai.media/articles/-/104052
生物の仕組みって怖いくらいに出来すぎてる。偶然の積み重ねというにはあまりにも秩序立っていて何らかの意思を感じずにはいられなくなる。
でもそれって生命や生存という現象を特別視しているからこそそう感じるのかもしれない。
世界は在るように在るだけで、我々が生命と呼ぶような連鎖反応もまたその辺に石が転がっていることと等価でしかない。
それだけの事なのに、生きて何かをしたり感じたりする事をある種の目的と捉えてしまう。
それを実現している、細胞がなんやかんやするような動きに対して遡及的に手段という位置づけを付与してしまうから、ただ在るだけのものが人間の叡智を越えた精緻な手法に見えてしまう。のかもしれない。
所与の万物の流れにある動きをスゴい、美しいと感じるような感覚を持たされているのも、それはそれでなんか出来過ぎてるなって思うけど。
そんな考えすらもまた生まれた瞬間から、いや神がブレイクショットを打った瞬間から決まって予定調和なんじゃない？と無限にメタを展開出来てしまう。
決定論的世界観なんてあまりに味気ないし、積極的に支持したいもんでもないけれど。理屈として考えたらやっぱり、自然法則から独立した自由意志なる聖域がどこにあるんだって話だし。
ジョジョの6部（と5部）の世界観は未だによう分からんけど、最近になって決定論的な世界観と意志の両立にあまり矛盾を感じなくなってきたな。
所与のルールに基づいて必然の連鎖に身を委ねるしかないのかもしれん。自分という存在をそれたらしめる、真に自由な意志なんてものはないかもしれん。けども、操られてるとかそうじゃないとかはどうでも良くて実感というものがあればまあ……って感じだな。
とか考えるのもやっぱり決まり切ったことで……とやはり無限にメタを取られてしまうし、忘却で蓋をするに限る。
というのもまた決まり切ったことで……とか永遠に繰り返してしまうな。
思考停止というのは絶対的な何かを定める時ばかりでなく、こういう場面でも訳に立つんだな。やはりブッディズムなのか。欲を捨てる気にはなれないけどな。
実際のところ、化学変化も、よりミクロな量子の確率的な振る舞いによって決まるので、決定論はなく、本当の意味でこの世界の未来は決まっていないと言える。
「ランダム性が自由意志に見えるだけ」と増田は言うが、そもそも増田は何があったら自由意志があると思えるのだろうか。
俺たちはロースカツ定食を前にして、最初にキャベツを食べるか味噌汁を一口飲むか、あるいはカツにソースをかけるか、一切れにかけるか全体に行くのか？キャベツの方にはどうするのか？を選ぶことができる。そして、「選んだ結果」は選ぶ前には存在しないし、決定してもいないのだ。そして、実際に「やっぱキャベツかな。野菜最初に食えって言うしな」などと選んだ後も、俺たちは「いや俺は今日はカツから行く」と思い直すことができる。
そのような選択があっても、これはランダムな脳の選択であって自由な意思ではないと言うこともできるだろう。コイントスの結果に従っているようなものだ、というわけだ。実際に俺たちはそのような決断をすることがあり、そういう時は俺たち自身も「自分の自由な意思によらず決断した」という実感がある。
しかし事態はもっと複雑である。キャベツから行くのかカツから行くのか？その決断には、実際には俺たちの過去の経験が強く影響するからだ。
今朝健康診断を受けてきて昨日の9時から何も食べてないとか、この店に前来た時の味とか、前回の健康診断の結果とか、母親が聞き齧りで話してきた健康情報とか、20年前に祖父と一緒に行ったトンカツ屋の思い出とかだ。過去の経験は未来への期待につながり、現在の選択を決めることになる。
いや、ランダムな脳ニューロンのみならず、すでに終わっている過去の結果に影響を受けるのなら、なおさら自由な意思などないようにも見えるかもしれない、がしかし、その上で、俺たちは、いまカツを食うか、キャベツを食べるか、選ぶことができる。という実感がある。自分の決断で欲求/理想/信念に従って行動できる、という実感がある。その意味で、俺たちは少なくとも過去の経験から自由だと言えるし、周りや自分の状態によらず自由な決断を下すことができる、といえそうだ。
それを自由意志と呼ぶかどうかは増田の自由だし、他のどんなものを自由と呼んだとしてもいい。幸いにして、世界の未来は（確率論的にしか）決定していないのだから、俺たちが「自由意思」を持ってるかどうかに関わらず、人間が生きた先にどんな未来が待っているかはわからない。
せいぜい良い人生に向かっていきたいものですね、と思うばかりです。
と、このような話を戸田山和久「哲学入門」で読んだよ(合ってるかはわからず、俺の妄想かもしれない)。
https://www.chikumashobo.co.jp/product/9784480067685/
