見えるプロトコル

ほとんどのAIとのやり取りはブラックボックスの中で起きる。

あなたが質問を入力する。モデルはそれを処理する——あなたが観察できないメカニズムを通じて、あなたが指定しなかったトレーニングに基づいて、あなたが監査できない判断を下しながら。回答が返ってくる。それを生み出した推論を覗く窓はない。どんな選択肢が検討されたか、モデルが何について不確かだったか、どこで一つのフレーミングを別のものより選んだかを見ることができない。

出力を信頼するか信頼しないかのどちらかだ。出力そのもの以外に評価できるものは何もない。

あらゆるAI質問に埋め込まれた前提

ほとんどの人は一度も検討したことのないメンタルモデルから行動している——AIは非常に洗練された検索エンジンだという考えだ。答えはそこのどこかにある；AIがそれを取り出す。より良いAIはより良い取り出しを意味する。

そのモデルは間違っている。そしてその誤りは重大な結果をもたらす。

より近い例えは教室だ。全員の学生が同じ本、同じ情報源へのアクセスを持っている。彼らに論述問題を出すと、同一の答えは得られない——答えは本の中にないからだ。それは、各読者が解釈し、強調し、自分自身の経験から持ち込んだものから生まれる。同じ入力。異なる出力。誤作動ではなく。視点の違いによって。

すべてのAIモデルは視点を持っている。それはトレーニングに使われたデータ、アーキテクチャがそのデータをどう処理するか、そして——重要なことに——そのプロセス全体に埋め込まれたバイアスによって形成される。これらのバイアスは偶然ではない。選択だ——何が強調され、何の重み付けが下げられ、何がフィルタリングされるか。それらはモデルが生み出すすべての回答を形成し、しばしばユーザーにも提供者にも完全に追跡できない方法で。

人々がAIを検索エンジンとして扱うとき、単に技術的な間違いを犯しているだけではない。そのモデルに焼き込まれたどんな世界観であれ、それを暗黙のうちに受け入れている——検討もせず、知ることもなく、問い直すこともできないまま。

これは予測可能なプレッシャーのサイクルを生み出す。AIに「正しい」答えを期待する企業は、答えがなかなか合わないことを発見し続ける——コンテキストが違う、価値観が違う、「正しい」が何を意味するかの解釈が違う。彼らはAI提供者により良いアライメントを生み出すよう圧力をかける。提供者はレイヤーを追加することで応える。バイアスは消えない；複合する。全員に対応するはずだったモデルは誰にも正確には対応しなくなり始める。

一つのAIモデルがすべての組織、すべてのコンテキスト、すべての価値観の組み合わせにおいて同一に良く機能することを期待するのは、一人の従業員を採用するすべての会社で同様に効果的であることを期待するようなものだ。率直に言えば、明らかに間違いだ。しかしその期待は続く。なぜなら自動販売機モデルは直感的だから——質問を入れれば、正しい答えが返ってくる。

取り出しを待っている正しい答えはない。あるのは推論だ——形成された、部分的な、視点を持った推論。重大な仕事には、それを見ることができなければならない。

プロトコルが見えるようにするもの

SCIはより良い答えを生み出すだけでない。読めるプロセスを生み出す。

SCIセッションのすべてのステップが記録される——どのモデルが何を提案したか、別のモデルがどこでなぜ異議を唱えたか、何が保持されて何が脇に置かれたか、モデルたちがどこで収束しどこで本当にできなかったか。会話のスレッドがアーティファクトだ——要約ではなく、整理された出力でもなく、起きた通りの推論の実際の順序。

これは品質を超えた理由で重要だ。見ることができる推論は評価できる推論だから重要なのだ。結論がどのように到達されたかを追跡できる。特定の方向を導いた仮定を特定できる。モデルのフレーミングがあなたのコンテキストに合わない方法で結果を形成した箇所を発見できる。

Solo-AIでは推論は隠れている。結論を得る；それを生み出したプロセスは不透明だ。再プロンプトはできるが、検査はできない。見えるプロトコルがあれば、推論そのものと関与できる——セッションが向かうべきでない方向に進んでいる場合はリアルタイムで方向を変え、後から追跡してなぜそこへ行ったかを理解できる。

読めることは説明責任

裁判手続きが公開されている理由がある。観察者が判決について何かできるからではない。可視性が説明責任を生み出すからだ。観察できるものは問い直せる。問い直せるものは異議を申し立てられる。異議を申し立てられるものは、時間の経過とともに正確さに向かって進む傾向がある。

同じ原則がAIの推論にも適用される。受け入れるか拒否するかしかできない出力は精査を招かない。見えるプロセスから生まれる出力——推論が示され、反対意見が合成の隣に記録されている——は、出力を信頼できるものにする種類の精査を正確に招く。

SCIはAIとの協働を、不透明なやり取りではできない方法で説明責任あるものにする。モデルがより信頼できるからではなく、プロセスが読めるから。それが見えるプロトコルが実際にあなたに与えるものだ——より良い答えだけでなく、それを信頼するための根拠。