LLMに「意図」はあるのか？ 振る舞いから技術的意図性を検証する4つの操作的基準
LLMに「意図」はあるのか？ 振る舞いから技術的意図性を検証する4つの操作的基準
はじめに：なぜ「LLMの意図性」を検証する必要があるのか大規模言語モデル（LLM）は「私はこうしたい」「私の目的は〜です」と自然に話します。こうした発話を見ると、モデルが何かを意図しているように感じられます。しかし、それが本当に内部の目標に基づくのか、意図を演じた文章にすぎないのかは、出力
BLOGAI研究
学習と認知のサイバネティックな枠組みからの考察
生成AIのアフォーダンスとは？UI/UXデザインで変わる「できること」の伝え方
生成AI時代にアフォーダンスを見直すべき理由アフォーダンスとは、モノや環境が人に示す「行為の可能性」のことです。ドアの取っ手が「引ける」と伝えるように、優れたデザインではユーザーが説明なしに操作方法を理解できます。生成AIの普及で、この前提が揺らぎ始めています。テキスト入力欄ひとつ
ブライアントとラトゥールの「翻訳」概念を比較｜対象指向存在論とアクター・ネットワーク理論はどうつながるか
導入：なぜ今「翻訳」概念の比較が重要なのかAI、センサー、データ基盤が社会の意思決定に深く入り込むなかで、「情報はそのまま伝わるのか、それとも途中で変形されるのか」という問いの重みが増しています。この問いに哲学と社会学の両側から答えてきたのが、レヴィ・R・ブライアントの対象指向存在論と、ミ
AIに意識は宿るのか？「意識的機能」付与の倫理ガイドラインと評価基準をわかりやすく解説
導入：なぜ今「AIの意識」をめぐるルールづくりが必要なのか大規模言語モデルや自律エージェント、身体を持つロボットは、自己評価や長期記憶、内部状態の監視といった、意識研究で重要とされる機能を少しずつ備え始めています。一方で、「AIが本当に何かを感じているのか」を確かめる方法は、現在の科学には
AIは共同体知をどこまで代理できるか｜「代理ラダー」で読み解く人間とAIの協働の限界と可能性
はじめに：「AIは人間集団より賢いか」という問いの落とし穴生成AIが会議の要約やアイデア出し、意見の整理を担うようになり、「チームの仕事をAIに任せられるのではないか」という期待が広がっています。ただし、「AIは人間集団より賢いか」という単純な比較だけでは、組織やコミュニティが本来持ってい
暗黙知はAIに「移植」できるのか？人間とAIが共に熟達する「共進化的共同実践」とは
はじめに：暗黙知×AIの問いを立て直す熟練者の引退や人手不足を背景に、「ベテランの勘やコツをAIに覚えさせたい」というニーズが高まっています。しかし、暗黙知は文書やデータに保存された情報の塊ではありません。身体の動き、視線、タイミング、例外への感受性、仲間との役割分担のなかで発揮されるもの
思考の境界を解き放つ探究
人とAIが共に学び、成長し続ける社会へ
MISSION
PHILOSOPHY
VISION
MISSION
協調知性で未来をデザインする
私たちは、人間の創造力とAIの計算知を相互に響き合わせる“協調知性（Collaborative Intelligence）”を社会の隅々まで行き渡らせ、誰もが持続的に学び・挑戦できる未来を描きます。AIを単なる道具ではなく思考と価値創造のパートナーとして位置づけ、研究成果を教育・産業・地域社会へ届けることで、テクノロジーと人間が共に成長するエコシステムを実現します。
PHILOSOPHY
メカニズムを紐解き、意味を編む
AIアルゴリズムの内部メカニズムを精緻に解剖しつつ、発達心理学や意図性論など人文学の知見を交差させることで、「なぜ」「いかに」AIは意味を生み出せるのかを探究します。この学際的アプローチにより、技術の奥に潜む価値や倫理を可視化し、AIと人間が相互理解を深めながら共創する文化と思想を育みます。
VISION
エビデンスを架け橋に、共創の現場へ
研究 ― AIのメカニズム・哲学・認知プロセスに関する最先端知を蓄積する。
連携 ― 中小企業、教育機関、公共セクターと協働し、現場課題を協調知性で解決する。
発信 ― 誰もが学び実践できるガイドラインとケーススタディを公開し、社会実装を加速させる。
この三位一体の活動を通じて、AIと人間が共に価値を創り出す実践コミュニティを広げ、持続可能な未来への橋を架けていきます。