AI生成コンテンツは検索と学習データにどこまで逆流するのか?3年間の縦断研究で追跡する方法
生成AIの普及によって、ウェブ上にはAIが書いた文章やAIが手を加えた文章が確実に増えつつあります。こうした文書が検索結果に表示され、さらに次のAIモデルの学習データとして取り込まれていくと、AIが自分自身の出力を学ぶ「フィードバックループ」が生まれる可能性があります。本記事では、この「A
生成AIの普及によって、ウェブ上にはAIが書いた文章やAIが手を加えた文章が確実に増えつつあります。こうした文書が検索結果に表示され、さらに次のAIモデルの学習データとして取り込まれていくと、AIが自分自身の出力を学ぶ「フィードバックループ」が生まれる可能性があります。本記事では、この「A
はじめに:なぜVR・AR・AIには専用のUX尺度が必要なのかVR・AR・没入型体験や、対話型AI・生成AI・意思決定支援AIの普及に伴い、「その体験は本当に良いのか」を客観的に示す重要性が高まっています。一方で、従来のユーザビリティ尺度をそのまま流用すると、プレゼンスやVR酔い、AIへの過
はじめに:なぜ現代思想の「動物論」を比較するのか「人間だけが理性や言語をもち、動物はそれを欠いた存在である」。西洋哲学に長く根づいてきたこの図式は、畜産、動物実験、野生動物の管理といった現実の問題とも深く結びついています。この図式を揺さぶる思想として注目されているのが、エマニュエル・レヴィ
はじめに:なぜ今「ハイデッガーの動物論」を読み直すのか「動物にも世界はあるのか」という問いは、哲学の中だけの話ではありません。動物福祉や動物実験の倫理、さらに動物意識の科学研究とも深く結びついています。この問いを二十世紀に最も鋭く提示した哲学者の一人がマルティン・ハイデッガーです。
人間–LLM対話を「擬似的閉鎖系」として捉える:自己強化と自己修正を測る理論モデル生成AIとの対話が長くなると、会話の流れが過去のやり取りに強く引っ張られることがあります。この性質は一貫性を保つうえで役立つ一方、誤った前提がループの中で強化されるリスクもはらんでいます。本記事では、
はじめに:なぜ自己報告に頼らない心理測定が求められるのか質問紙による心理測定は手軽ですが、回答者の自己呈示や社会的望ましさの影響を避けにくいという限界があります。一方、SNS投稿や日記、スマートフォンの行動ログなど、日常の中で自然に生まれるデータには、本人が意識していない個人差が表れている
はじめに:なぜロボットに「自分を疑う力」が必要なのか強化学習や模倣学習で訓練したロボットは、学習時と似た環境では高い性能を発揮します。しかし、照明の変化、センサの故障、床の摩擦の違いなど、想定外の状況では突然失敗する可能性があります。実機での失敗は機体の損傷や安全上のリスクに直結するため、
発達心理学がAI設計に注目される理由大規模言語モデルが普及した今でも、AIには「常識的な判断が苦手」「相手の状況に合わせた対話が難しい」といった課題が残っています。こうした課題に対して、人間の子どもが少しずつ世界を理解し、他者と関わる力を身につけていく過程を手本にしようというアプローチが広
はじめに:なぜ今「弦理論ランドスケープ」が問われるのか私たちの宇宙は加速膨張しており、正の宇宙定数を持つ「de Sitter(dS)時空」に近い状態にあると考えられています。弦理論がこの宇宙を記述する理論であるなら、その中に長寿命のdS真空が存在しなければなりません。しかし、この一見当然の
言語研究では「これは人間の言語能力一般に由来するのか、それともこの言語の歴史に固有の事情なのか」という問いが繰り返し立てられる。しかしこの問いは、しばしば「普遍文法か歴史偶然か」という二択に縮約されてしまう。本記事では、この境界を存在論的な線引きではなく、異なる時間スケールにまたがる因果寄与を分解