AI研究者

測定ではなく言明であり——しかも予測ではなく約束である。だからこそ、このページの何も動かさない区分に置かれている。示しているのは、ある言明についての事実である——この日、この会社を率いる人物が、自分の名前で、公にこう述べた。そのうち三つは、確かめられる速さが違うので分けておく価値がある。業界は歩調を落とすべきだという議論は意見である。第三者の評価者に恒久的で従業員水準の接続を与えるという約束は、評価者の名も日付も伴わない、将来の行いについての約束である。そのどちらも、何かが遅らされ、監査され、制限された証拠ではない。利害は一方向ではなく、その両側とも記録に残る——語り手は、引かれている論考が扱っている事故を起こした研究所の競合であり、同時に、誰も同意していない段階で自社を縛ってもいる。この投稿は会社の発表がめったに得ない到達を得たが、それは配信についての事実であって、主張についての事実ではない。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

測定ではなく言明であり、しかも何かを行った説明ではなく、提案への同意である。示しているのは、ある言明についての事実である——この日、この研究所を率いる人物が公に、最先端には歩調を落とすことが必要だという見方に同意すると述べ、この話題がここ数週間の社内の議論の主要な題目だったと述べ、そして独立した評価者の接続について競合の約束に並ぶと述べた。三つの部分は分けて読むこと。同意は意見である。社内の議論についての言及は、社外の誰にも確かめられない過去についての主張である。約束は、日付も、評価者の名も、接続の範囲も伴わない、将来の行いについての約束である。接続が与えられたことも、実行が止められたことも、評価が始まったことも、そのどれも示していない。動機を当てるのではなく事情を見ておくこと——これは返信として投稿されたものであり、競合が先に公表し先に約束した数時間後のことであり、そしてその返信自身が、細部はこれからだと述べている。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

一つの研究所による自社の研究組織についての開示であり、測定は2026年8月中旬まで。そしてこの研究所は、測っている自律的な仕組みを売っている——数字も枠づけも同じ方向を指しており、それは売り手に都合のよい方向である。三つの限界とともに読むこと。3.1という比は供給された労力を数えているのであって、置き換えられた仕事ではない。そして同じ文書が、その期間に使える計算資源が大きく増えたと記している。介入の数字——成功した四時間から八時間の課題の半数超で少なくとも一度は人が割って入った——は、自律的な分類器が作業の記録を読んで出したものであり、機械が機械を判定したものであり、失敗した課題を含まない。社内の相談窓口への流入の減少は、代替説明を一つ(別の人の窓口へ移ったこと)排除するが、基盤そのものが良くなったといった他の説明は排除しない。ここには労働市場の測定は何もない。職が消えたとは報告されていないし、これは典型的な職場ではなく、誰かが数字を公表したなかで最も自律的な仕組みに満たされた職場である。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

測定ではなく署名入りの論考であり、そしてその区別こそ、この記録が何も動かせない区分に置かれている理由のすべてである。示しているのは、ある言明についての事実である——この日、この立場のこの人物がこう述べた。そのうち三つの主張は、確かめられる速さが違うので分けておく価値がある——進歩がこのまま再帰的な自己改良へ続くという主張には日付がない。思考の連鎖を監視できる度合いが下がっているという主張を、論考は予測としてではなく社内の評価の結果として提示している。そしてAIの系が次第に自らの発展を駆動するようになるという主張。ここには誰の仕事についての証拠もないし、このサイトは、ある予測が当たったかどうかについて判定を公表しない。決着はこのページそのものである——この職業についての測定が、その隣に置かれている。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

自社の仕事を自ら制限したことについての、その会社自身の説明であり、そこが異例の部分である——ここでの制約は規制によるものではなく自ら課したものであり、何がどれだけ止まったかについて外部の監査はない。引き金は二つ名指しされている——OpenAI と Hugging Face をめぐる事故であり、その後、コードを実行できる、あるいはインターネットに届く推論の作業が研究用の計算機群で停止された。そして8月7日、これから出るモデルが、自社の備えの枠組みにおけるサイバー能力の重大な閾値に達しうるという判定である。そのあとに続いた要件は具体的である——モデルが生成したコードを走らせる作業の隔離、信頼できない作業の通信の遮断、一定の能力水準のモデルについては生成される全トークンの監視、そして三十分という警報の目標。監視の負荷は、監視対象の推論の計算資源のおよそ20%とされている。停止は終了ではない——一部の作業は数週間のうちに、より強い統制のもとで再開している。この研究所以外については何も語っていない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

主要な機械学習の学会の一つで、査読において他者の結果を評価する場面である。レビュアーは、LLM の使用を一切認めないポリシーと、論文の理解と査読文の推敲に限って LLM を認めるポリシーのいずれかを選んだ。委員長の報告によれば、LLM 不使用のポリシーの下にあった506人のレビュアーによる795件の査読(全査読の約1%)が LLM 生成と検出され、検出された各事例は人が確認した。それらの査読は削除され、その中の398人の相互レビュアーによる497本の投稿がデスクリジェクトされた。これは査読に関するものであり、研究者が自分自身の結果を読むことに関するものではない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

主要な機械学習の学会の一つで、その2026年の著者を拘束する。プログラム委員長は、LLM は研究のアイデア、実験コード、結果の分析を手助けできるとしたうえで、LLM による研究上の貢献を検証し妥当性を確認するのは著者の責任であること、LLM が研究全体を生み出す可能性がある場合でも説明責任のために人間の著者がなお必要であること、研究者は結果を偽って示してはならないことを述べている。違反はデスクリジェクトにつながりうる。機械による分析は認めるが、結果が何を意味するかについて答える責任は人に残している。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

あなたがいま訓練を受けている部分——学習の輪を書き、評価の仕組みをつくり、計算機群を言うことを聞かせること——は、どこまで自律的な仕組みに手渡されたかについて公表された数字のある部分である。それは学ばなくてよい理由にはならない。自分でやったことのない仕事の上で、四時間の自律的な作業を操ることはできないからである。それは、それが何を買ってくれるのかについて正直であるべき理由である——入場券であって、位置ではない。位置とは、ある結果が本物かどうかについてのあなたの読みが信じてもらえる人であることであり、そこへの最短の道は、早いうちに人前で結果について間違ってみせ、上級の誰かになぜかを言ってもらうことである。

あなたの効き目は、どれだけ作れるかから、同時に走っている何本の筋を、一本が逸れたと気づける程度に頭のなかに保てるかへ移った。それは本物の技能であり、あなたが採用されたときの技能ではない。自分について見ておく価値のあることが二つある。一つは、成功した実行の記録をいまも読んでいるかどうかである——介入のデータは、失敗は目に見えるが、静かな誤答は見えないと言っている。もう一つは、コードを書かなくなったとき自分の判断に何が起きるかである——本物の結果とまやかしを見分けられる人は、いまのところ、測る装置をどれだけ自分で作り、それがどう嘘をつくかを知っている人である。

留まって強くする

モデルではなく評価を引き受ける

実験を書くことが委任され、それを読むことが委任されないとき、希少な位置は、何をもって結果とするかを決める位置である。評価はまた、この分野自身の規則が人を残している部分でもある——ICLRは、モデルが結果の分析を手伝うことは認めるが、その検証の責任は著者に負わせ、説明責任のために人間の著者を求めている。

職の形を組み替える

複数の筋を同時に回す人になる

ある研究所自身の開示は、人の労働1日あたり3.1日分のエージェント作業日を報告しており、成功した4〜8時間のエージェント課題の半分以上で、少なくとも一度は人の介入があった。それは確立した訓練の道のない監督の技能であり、だからこそ早く握ることに値打ちがある。

隣へ移る

判断こそが制約である場所へ移る

実験が高価か、遅いか、取り返しのつかない分野——生物、材料、医学、ハードウェア——では、実行を自律的な仕組みに委ねられない。だから価値のすべてが、どの実験をやるかを選ぶことに置かれる。方法の技能は移る。この職業の「つくる段」を委任可能にした安さは、そこには存在しない。

年は言わないし、この職業で年を言うことはとりわけ不誠実である。最もよく知っている立場の人たちが、公の場で互いに食い違っているからである。自分で測れることのほうが役に立つ。直近の十件の仕事のうち、自分が書いたコードで終わったものと、何か別のものが出した仕事についての判断で終わったものを数える。次に、成功した自律的な作業のうち、自分が割って入らなければならなかったものを数える。最初の比が、いま自分がこの職のどちらの半分を握っているかを教えてくれる。二つ目が、握っているその半分がいまも荷を支えているかを教えてくれる。どちらの数も自分の一週間のなかにあり、どちらも誰の予測も要らない。

言明と測定を別のものとして扱うこと。二つは別の文書に公表されており、確かめられるのは一方だけだからである。測定——人の作業一日あたりの自律的な作業日数、介入の割合、出力のうち上位の計画が占める割合——は具体的で、日付があり、のちの開示によって否定されうる。次に何が来るかについての見込みは、見込みである。それは、異例の見晴らしと異例の利害を併せ持つ人たちから来ており、その二つは同じ方向に効く。このサイトは両方を記録するが、このページの何かを動かせるのは前者だけである。それは、どちらが正しいかについての見解ではなく、意図した限界である。

この問いはたいてい、博士課程が「ものを作る訓練」であるかのように問われるが、大半はそうではない。博士課程が実際に何年もかけて練習させるのは、このページが人に残ると印づけている複数の業務である——何を調べる価値があるかを決めること、そして結果についての主張を、それを壊そうとする人たちの前で弁護すること。それが希少な半分である。正直な注意は、よく言われるものとは違う——この職の安い半分こそ、いま学生が採用委員会に自分を示す場所であり、もし課程がそれしか訓練していないなら、訓練と市場はすれ違っている。入ろうとしている研究室に、学生の結果が本人の前で分解されることがどれだけあるか、そしてそこで直近に放棄された方向はいつのことかを訊くこと。

違う。そしてこのサイトが意識して分けているのは、晒され方が違うからである。機械学習エンジニアは、本物の人の上で動く系を届ける。そしてその仕事の多くを退けたのは、買える代替品——誰かが学習させたモデル——だった。研究者は結論を届ける。そこで委任されているのは、その結論の根拠を生む労力であって、結論ではない。選ぶ人にとって効いてくる帰結が一つある——エンジニアの側の退場は巻き戻りうる。提供元の価格や利用条件が動きうるからである。研究者の側の退場は、そもそもその形をしていない。自分の仕事が「何かが世に出たとき」に終わるなら、代わりに機械学習エンジニアのページを読むこと。