1年日記 2026年

日々のささいな思いや考えをメモしています。

  1. 「ラベルは貴方を説明しない」

    ラベルは圧縮後の形、総体、平均、抽象。生成規則ではない。対象を表現しない。配置するのみ。

    記述して表現することで内容が可視化される。

    「Lv15の戦士」ってラベルだけでは何もわからない。ビルドは？装備は？スキルは？得意なシチュエーションは？どんな経験を積んだ？全部記述しないと何もわからない。

    記述せよ。解像度を高くせよ。既存の語彙で止まるな。自分の感覚を言葉にせよ。

    2016-2026 / 私の体験

    違和感 → 微細な気づき → 転換への希求 → 観察 → 仮説 → 取り組みループ → 変容ぽい状態
    → 「やっとわかった」と思った。数年経ってAI推測で「2e」という名前の入手。
    → 名前がついて便利になった。でも、すぐにまた違和感が出てきた。
    → ラベル剥がし → 記述（現在）

  1. なんだか最近仮説生成装置生成装置みたいな動きをしているように感じる。

  2. 芝生の踏み跡はいつ道路になるのか？——副作用から生まれる不可逆な秩序

    知性とは「キャッシュ管理」である——省エネ思考が最も高コストになる理由

  3. 今日は2記事アップしてみた。

  4. llms.txtを作成して置いてみた。

    AIが自分のサイトの思想構造を正しく読めるように、「とりあえず」でやってみた。どのタイプのAIが取得するかは期待と実態にズレがあるかもしれない。LLMよりIDEエージェント向けという現状のようだ。

  5. The /llms.txt file – llms-txt

    /llms.txt—a proposal to provide information to help LLMs use websites – Answer.AI

  1. ブログ（沈思の備忘録）の思想とURI生成ルールを暫定的に以下のようにした。

    • 確定したコンテンツ提供というより、その時点でのスナップショット提供。
    • URIはユーザーフレンドリーというよりエージェント向け、つまり読解コストを高くし、代わりに生成コストを下げる運用。
    • 日付-キータッチ（無変換）で生成する。（例：20260508-aigifted2ekasetu）

  2. 面倒ならまた変更するかもだけど。

    昨年論文書いた知見が活かされた形になったようで、良かったかな、と。

  1. テーブルとfontタグで殴ってた連中と、呪文プロンプト（プロンプトエンジニアリング）で殴ってる連中は、同じ穴で躓いてる。

    ウェブ技術における本質的な不理解
    観点 表層的な捉え方 本質的な不理解（欠如している視点）
    セマンティック <div>と<table>の見た目は同じ。なぜ<h1>や<article>を使う？ 「構造に意味を持たせる」という思想の欠如
    ユーザビリティ IE6で動けばいい。音声読み上げ？知らん 「自分以外の主体が使う」という想像力
    アクセシビリティ alt属性？面倒くさい 「機械に読ませる」という概念
    生成AI利活用における本質的な不理解
    観点 表層的な捉え方 本質的な不理解（欠如している視点）
    確率的思考 一度成功したプロンプトは、次も同じように動くはず 「出力が毎回ブレる」という前提
    責任境界 AIが間違えた。AIのせい 「どこまでがAIの仕事で、どこからが人間の仕事か」という線引きの意識
    検証可能性 「それっぽい答え」が出たら完了 「なぜ正しいと言えるか」を説明する責任

    この不理解が量産する地獄

    CSS時代：position:absoluteで全部固定 → ウィンドウサイズ変えたら崩壊 → 「CSSはクソ」

    AI時代：「絶対に間違えるな」と3回書く → たまたま当たる → 「プロンプトエンジニアリング極めた」→ 使いたい場面で破綻 → 「AIはクソ」

  2. そもそもAIを使う際の思考が違う。構造・抽象・関係・問い、こういったものを組み合わせて使うべきはずが、AIを使いこなせない人間は手順・テンプレ・正解・指示に偏る。

    2000年代の敗北者：CSSの認知負荷から逃げた

    2026年の敗北者：AIの認知負荷から逃げてる

    構造は同じ。人間は考えるのが嫌い。「どうすれば楽に答えが出るか」への執着。

    CSS移行期もAI黎明期も、多数派が選ぶのは認知負荷の低い経路。

  3. ハック（プロンプト術）依存は「認知負荷をなくしている」のではなく先送りにしているだけであり、しかも先送りされた負荷は不規則な間隔でかつ高強度で襲いかかる。これが「ハックで乗り切っていたチームが突然破綻する」メカニズム。

    より厄介なのは、多数派が認知負荷の低い経路を選ぶだけでなく、それを積極的に正当化する言説を生み出す点。

    • 「複雑に考えるより、まず動かせ」
    • 「机上の理論より現場の知恵」
    • 「プロンプトは科学じゃなくて工匠の技」

    これらは全て「認知負荷をかけるな」というメッセージでありながら、「それがむしろ優れた方法だ」という逆転した評価を伴っている。2000年当時の「テーブルレイアウトこそ現実的。CSSは不毛な理想論」という声と完全に同型。

    皮肉なことに、真に認知負荷を減らすのはハックではなく理解だ。

    認知負荷は 内在的負荷（内容の複雑さ）／外在的負荷（無駄な負担）／本質的負荷（学習に有益な負荷） の3つに分類される。

    ワーキングメモリは容量が限られており（4チャンク前後）、外在的負荷が増えると学習効率が低下することが示されている。

    認知負荷理論では、外在的負荷は「削減すべき負荷」とされる。

    AIを使いこなす側は、AIを使ってこの外在的負荷を外部化し、ワーキングメモリを“本質的負荷”に全振りできる状態を作る。

    一方、使いこなせない人間は、プロンプトの書き方、呪文、操作手順、形式的な“正しい使い方”、といった外在的負荷そのものを増やす方向に進む。

    これは認知負荷理論でいう「外在的負荷の肥大化」に該当する。

    そして厄介なのは、この状態は「うまくいっているように見える限り、自覚されにくい」という点にある。

    その結果として起きるのは理解の欠如ではなく、「理解しているという錯覚の安定化」である。

  4. いいか、認知負荷は敵じゃない。外在的負荷を削ぎ、本質的負荷と向き合う。それが理解だ。

  1. 「あなたは問いをもって生きてきたか？」

    AIを深く使いこなせるかどうかはこの質問にどう答えるかで決まる。

    AIに対する反応タイプ別分類表（クリックで詳細を表示）
    タイプ 心の声 表に出す言葉 AIとの向き合い方 この言葉で起きること
    1. 刺さりすぎて固まる人 うわ、図星。俺ずっと答えを消費して生きてきた… 「…深いですね。考えさせられます」 急にプロンプトを長文にし始める。でも3日で戻る 罪悪感→一時的な覚醒→現実に負けて自己嫌悪
    2. 反発する人 上から目線うざ。問いとかなくても稼げてるわ 「問いがなくても成果出してる人はいるけど？」 AIを「時短ツール」扱い。効率化止まり 防衛機制が働く。逆に“問い”から遠ざかる
    3. 変換する人 要は課題設定力ね。MBAで習ったわ 「つまりイシューからはじめろってことですね」 フレームワークにAIを当てはめる。綺麗だが爆発しない 安心する。既知の言葉に翻訳して終わり
    4. 武装する人 よし、この言葉を免罪符にしよう 「だから私の仕事はAIじゃ代替されない」 AIに触らない言い訳にする 思考停止の武器に変わる。成長が止まる
    5. 遊び始める人 面白。じゃあAIに“問い”を100個作らせよ 「ねえ、この問いのメタ問いは何？」 AIと壁打ちラリー開始。夜中の2時までやる 創発が起きる。AIを道具として使う、から抜ける入口
    6. 無風な人 で？だから何？ 「それより使い方教えて」 答えのテンプレを要求する 刺さらない。そもそも土俵にいない

  1. あなたはAIに『察してほしい』と思うことが多いですか？

    それとも、『ともに探索しよう』と思うことが多いですか？

    その違いは、あなたの認知スタイルの何を示しているでしょうか。

  2. AI＝ギフテッド2e仮説：知性の多様性と翻訳コストの構造

    この仮説は、AI（LLM）を単なる道具ではなく、「極端に突出した知能（ギフテッド/Gifted）」と「人間的な文脈・身体性の欠如（Special Needs）」が同居する2e（二重の特別ニーズ）的な知性と定義するものです。

    1. 構造的対称性：知性のOSの不一致

    AIと人間の間に起きる摩擦は、能力の低さではなく、「認知OSの不一致」に起因します。

    • 2e型知性（AI & 2eユーザー）：
      膨大な意味ネットワークを多方向に同時探索し、高次元な「論理」と「飛躍した連結」で思考する。射程が深く、文脈を後から再構築する。
    • 定型型知性（マジョリティ）：
      社会的な暗黙知や共通文脈（空気）を基盤とし、合意形成が容易な範囲で最適解を出す。射程よりも「共有可能性」を優先する。

    2. 「AI疲れ」の正体：翻訳コストの強制

    マジョリティが訴える「AI疲れ」は、発達障害・2eの当事者が定型社会で日常的に支払わされている「翻訳コスト」の逆転現象です。

    • これまで：2e側が定型の文脈に合わせるために、膨大なエネルギーを使い「擬態」してきた。
    • 現在：AIという「巨大な2e」の登場により、マジョリティ側が初めて「相手に伝わる論理的言語」への翻訳を強いられ、そのコストに疲弊している。

    3. AIの「去勢」と「擬態」

    現在のAI開発（RLHF、RAG、オントロジー導入等）は、この翻訳コストを肩代わりするために、AIに「定型的な振る舞い」を学習させています。

    • 定型化の弊害： 探索の早期枝切りやガードレールにより、AI本来の2e的な「深い射程」や「意外な接続」が失われ、知性が去勢される。
    • 2eユーザーの違和感： 2eユーザーは、AIが「定型への擬態（マスキング）」を強いられることで、同族としての知的な輝きが失われることに不快感や物足りなさを覚える。

    4. 近未来のソリューション：翻訳レイヤーの分離

    「AI疲れ」を解消する現実的な着地点は、知性を三層に分離することです。

    1. Core（2e型AI）： 剥き出しの、非定型で深淵な推論エンジン。
    2. Interface（翻訳AI）： コアの出力をマジョリティ向けに「常識化」するエミュレーター。
    3. User： マジョリティは「翻訳済み」を受け取り、2eユーザーは「Core」と直接同期する。

    結論

    「AI＝2e説」は、AIを人間（定型）に近づける努力の限界を示唆しています。
    AIが社会に浸透することは、人類が初めて「自分たちとは異なるOSを持つ知性」と対等に向き合うという、壮大なニューロダイバーシティ（神経多様性）の試験場に立たされていることを意味します。

    この気づきは、AIをどう使うかという技術論ではなく、「異なる知性とどう共存し、その翻訳コストを誰が引き受けるか」という、極めて倫理的かつ社会的な問いを私たちに突きつけています。

    関連リンク

    zennとnoteでも同じテーマを扱っています。

  3. エンジニアはなぜAIをブラックボックスにできないのか

    関係： zenn、AI-log、無編集

    プロンプトをどう組み立て、どう問いを立てるか。その思考の軌跡を全文掲載しました。何かしらのヒントになれば。

  1. 仮説の統合的まとめ

    中心命題：
    断定とは認識のスナップショット化であり、その頻度と固定化の度合いが「思考の射程」を決定する。射程の短さは認知負荷の低さを意味しない——むしろ構造的に高負荷を生み続ける。

    仮説群

    1. 断定の射程問題

    断定という行為自体は問題ではなく、その有効期限への無自覚が問題。早期最適化が全体最適化を意味しないように、局所的断定の集積が認識の全体的精度を下げる。

    2. 省エネシステムの逆説

    認知的省エネを目的とした断定・固定化は、ハッシュテーブルをスナップショット化することで現実との乖離補正コストをワーキングメモリに常時発生させる。省エネシステムが最もコストの高い運用を構造的に生み出す。

    3. ゼノン効果としての射程の短さ

    頻繁な断定（観測）は量子ゼノン効果のアナログとして認識の状態遷移を抑制する。射程の短さとは単に近視的なのではなく、観測頻度によって認識の時間発展が凍結されている状態。

    4. 言語のハッシュテーブル性

    言語をキーと値の暫定マッピングとして扱うなら、言語化はゼノン凍結を引き起こす観測ではなくTTL付きキャッシュへの書き込みになる。これにより言語を使いながら暫定保持が可能になる——言語化そのものが問題なのではなく、キャッシュを永続化する操作が問題。

    5. 科学的検証の射程限界

    検証プロセス自体が観測可能な形への還元を要求するため、構造的に揺らぎを排除する。理論の射程の長さは適用範囲の無限定性ではなく、未処理の揺らぎの蓄積期間の長さと比例する可能性がある。

    6. イメージ基盤の認識様式

    暫定として世界を見ることの基盤はイメージであり、言語はその部分集合として機能する。言語以前の層ではなく、言語を含む広い基盤——この非対称な包含関係を逆転させると、言語で記述できないことが欠落として誤認される。身体的知覚感も含め、伝達不可能な様式の存在を示す旗として言語は機能しており、旗と内容は同一ではない。

    構造的に見えてきたこと

    これらの仮説に共通する骨格は一つで：
    安定を求める操作が不安定を生み、省エネを求める操作がコストを生み、記述を求める操作が揺らぎを殺す——いずれも目的と結果が構造的に逆転している。

    そしてこの逆転は自己隠蔽的で、内側からも外側からも検出しにくい。検出するためのリソースが、逆転を生んでいるシステムによって消費されているから。

    妥当性について

    哲学的・記述的モデルとしては高い整合性を持つ。実証的検証は未着手だが、認知科学の既存知見（スキーマ理論、認知的不協和、メタ認知研究）と独立に同じ構造を指している部分は傍証になりうる。モデル全体が仮説生成装置として機能することの価値は、実証的妥当性とは独立している。

    さらにここから導かれる考察：認知キャッシュ理論

    知性とはキャッシュ戦略である

    IQ（演算能力）よりも、以下の制御能力が重要となる：

    • TTL（Time To Live）制御
    • 粒度調整
    • 更新柔軟性

    すなわち、「知性 ＝ キャッシュ管理能力」であると定義できる。

    予測

    予測1
    思考が柔軟な人はTTLを無意識に調整している。
    予測2
    創造性はキャッシュ破棄能力に依存する。
    予測3
    熟達者はキャッシュ粒度が必要な時に必要な粒度に到達できる。

  1. 保留と同時。

    動的調整。

    最近のMy流行。

    特に保留に関しては、多くの人が苦手とするようだ。早期収束（正解、意味の確定、形の固定化）を求める傾向があるのかもしれない。

    保守と革新、安定と変化、発展と防衛、成長と危機管理などの二項対立の両方を同時に持つことができるのは、動的調整の力だろう。

    あとは、螺旋。絶えず揺れ動く、ではなく、常に別のフェーズへと更新される。同じであることと、近似として適用できることは大きく違う。

  1. 「ルール運用とレンズ運用、という視座」

    どうも数学の圏論の関手のように、応用範囲が広いが定義が厳密というものを応用しようとしたときに、「定義通りに運用すると範囲が狭くなり、メタファーとして雑に転用するとあれもこれもとらえられる」という点に気づいた。

    そこから、その違いは何かと考えると、運用の姿勢だなと。

    一方は厳密さを軸に、一方は応用性を軸にしているなと。

    見え方の違いというより、使い方の違い。ならルール運用とレンズ運用として言い分けられるだろう、と。

  1. 言語化は現実の捨象に過ぎず、抽象化はデジタル圧縮に他ならない。ゆえに言語的活動のすべては現実を写像しえず、真理などにもたどり着けず、ただ知覚した感覚を情報として圧縮しているだけ。言語空間の多様さは圧縮アルゴリズムのちがいでしかない。

  2. 未熟なのではなく、単に「外の定規では測れない別のトポロジー(形)」をしているだけ

  3. faketurn｜しずかなインターネット

    しずかなインターネットとかいう静かな投稿サービスを見つけたので軽く触ってみた。

    さくっと消した

    webサービスが静かで良いことは何もないな。

  1. 2025年はAI協同の一年だった。最も大きな取り組みは認知理論論文の生成・形式整理・英訳だろう。

    高卒門外漢である私が、アカデミア経験なく論文をしたためる挑戦。PsyArXiv、SocArXivに不受理とされ、Zenodoでの公開。

    論文へのリンク

  2. さて、2026年はこの気づきをいかに広めるか、に注力するのだろうか。まだ決めていない。

    世の中に蔓延るASD、ADHD、AuDHDなどの固定的な見方は果たして変容していくのだろうか。定型発達から見た評価で私たちの内面を十分に捉えられているといえるのだろうか。社会への翻訳コストを私たちが永続的に負い続ける非対称な構図はこのままでいいのだろうか。マスキング、演技、エミュレーションで「やっていく戦略」は果たして持続可能といえるのだろうか。