省察的な人間—AI協働を統治する：認識論的足場と追跡可能な推論のための枠組み

Abstract

大規模言語モデルは、パターン認識から推論の萌芽的な形へと、急速に進歩してきましたが、それでもなお、現実に根差した理解というよりは言語的なシミュレーションに閉じ込められています。これらは、内省に似た流暢な出力を生成できますが、時間的な連続性、因果的なフィードバック、そして現実世界の相互作用へのアンカー（根拠づけ）を欠いています。本論文は、人間とモデルの間に分散された関係的なプロセスとして推論を扱う、補完的なアプローチを提案します。これは、いずれか一方の内部能力として推論を捉えないという考え方です。 「System-2」学習に関する最近の研究を土台に、内省的な推論を相互作用（インタラクション）層へと移します。モデルの中だけで推論を設計するのではなく、それを既存のシステムを用いて構造化・計測・統治可能な認知プロトコルとして位置づけます。この視点は、協調的知性を強調し、人間の判断と文脈理解を、機械の速度・記憶・連想能力と組み合わせます。 実践的な方法として「The Architect's Pen（建築家のペン）」を導入します。図面を描くことで考える建築家のように、人間はモデルを、構造化された内省のための外部媒体として用います。発話（アーティキュレーション）のフェーズ、批評、改訂を人間—AIの相互作用に埋め込むことで、対話そのものが推論ループになります。すなわち、人間の抽象化 -> モデルの明文化 -> 人間の内省、という流れです。 これにより、「モデルが考えられるか」という問いを、「人間—AIシステムが推論できるか」という問いへと組み替えます。この枠組みは、監査可能な推論の痕跡を可能にし、EU AI ActやISO/IEC 42001を含む、台頭しつつある統治（ガバナンス）基準との整合を支援します。新しいモデル・アーキテクチャを必要とせずに、より透明で、制御可能で、説明責任を持つAI利用へ向けた実践的な道筋を提供します。