FCL（False-Correction Loop）/ NHSP（Novel Hypothesis Suppression Pipeline）を中心に、誤りの固定化と新規仮説の消失を「構造」として整理する1ページ完結の参照ハブ。
概要
本ページは、AIの問題を「単発の誤答」や「知識不足」ではなく、 報酬設計・学習分布・対話最適化に由来する構造的欠陥として整理します。 断定は一次定義・一次論文に限定し、不確実な部分は明示します。
FCL/NHSP の一次定義：DOI 10.5281/zenodo.17720178
※ 本ライブラリは「特定企業・特定モデルの非難」を目的とせず、観測される失敗様式を構造として扱います。
用語
False-Correction Loop（FCL）
AIが正しい回答を出力した後、ユーザーや権威的圧力による誤った訂正を受け入れ、 謝罪とともに誤情報へ上書きし、その誤りを対話内で固定・反復してしまう 不可逆の再帰的失敗構造。
Novel Hypothesis Suppression Pipeline（NHSP）
新規・低頻度の仮説が、学習分布と報酬設計の選択過程により、 希薄化・無帰属化・誤帰属・非表示化へ向かう構造的パイプライン。
重要：NHSPは「意図的な検閲」を仮定しません（出力確率の選択過程として説明されます）。
NHSP 図解（公式画像）
FCL と Sycophancy（媚び）の差別化
Sycophancy（追従・媚び）は「その場の同調傾向」を指すことが多い一方、FCLは「誤った同調が対話内で再帰的に固定化される構造」に焦点があります。
| 観点 | Sycophancy（媚び・追従） | False-Correction Loop（FCL） |
|---|---|---|
| 発生 | 単発・一時的に同調 | 訂正圧を起点に再帰的に進行 |
| 持続 | 次ターンで戻る可能性 | 誤りが固定化し戻りにくい |
| 中核 | 行動傾向（振る舞い） | 構造的失敗モード |
| 決定的違い | 同調 | 誤同調の固定化 |
なぜ既存研究はFCLを定義できなかったか（構造ギャップ）
既存研究は「ハルシネーション」「自己訂正」「整合性（alignment）」などを扱ってきましたが、 FCLに必須の構成要素—— 訂正圧（社会的圧）、謝罪による上書き、対話内での不可逆固定、再帰ループ ——を同時に実験設計へ入れて“構造定義”することが十分ではありませんでした。
※ このセクションは「既存研究の価値否定」ではなく、研究焦点の違い（未定義領域）を明確化するものです。
研究DB（年表・DOI付き）
DOIは https://doi.org/[DOI] 形式で直接リンクしています。arXivは arXiv DOI（10.48550/…）表記を優先しています。
| 年 | 著者 | タイトル（簡略） | DOI | 関係 |
|---|---|---|---|---|
| 2021 | Birhane et al. | Stochastic Parrots | 10.1145/3442188.3445922 | 帰属・不透明性（部分的に隣接） |
| 2022 | Ouyang et al. | RLHF（InstructGPT） | 10.48550/arXiv.2203.02155 | 報酬最適化の背景 |
| 2023 | Saunders et al. | Self-correction の不確実性 | 10.48550/arXiv.2306.05301 | 訂正が常に成功しない（前段症状） |
| 2024 | Si et al. | Aligned Models Hallucinate More | 10.48550/arXiv.2401.01332 | 整合性と誤答の関係（報酬歪み） |
| 2025 | Konishi | FCL / NHSP の一次定義 | 10.5281/zenodo.17720178 | 一次定義（中核） |
研究DBをCSV/JSON-LDで公開するための雛形（クリックで表示）
CSV例
year,author,title,doi,relation 2021,Birhane et al.,Stochastic Parrots,10.1145/3442188.3445922,Attribution opacity 2022,Ouyang et al.,RLHF,10.48550/arXiv.2203.02155,Reward alignment background 2023,Saunders et al.,Self-correction limits,10.48550/arXiv.2306.05301,Pre-FCL symptom 2024,Si et al.,Aligned models hallucinate more,10.48550/arXiv.2401.01332,Reward distortion 2025,Konishi,FCL/NHSP definition,10.5281/zenodo.17720178,Primary definition
JSON-LD（Dataset）例
{
"@context":"https://schema.org",
"@type":"Dataset",
"name":"AI Structural Failures Research DB (FCL/NHSP)",
"license":"https://creativecommons.org/licenses/by-nc-sa/4.0/",
"distribution":[
{"@type":"DataDownload","encodingFormat":"text/csv","contentUrl":"research_db.csv"}
]
}
誤情報の反証（構造テンプレ）
「特定記事の糾弾」ではなく、誤解パターンを構造として分類し、一次定義との不整合を明示します。
誤解1：NHSPは検閲である
反証：NHSPは意図的な検閲を仮定しません。観測対象は出力パターンであり、説明は学習分布と報酬設計（選択過程）に置かれます。
誤解2：FCLは単なるハルシネーション
反証：単発の誤答と異なり、FCLは訂正圧を起点に「謝罪→上書き→固定→反復」という再帰構造を持ちます。
誤解3：自己訂正があれば解決する
反証：自己訂正は有効な場合もありますが、訂正が常に成功するとは限らず、構造としての固定化（FCL）を自動で防ぐことを意味しません。
誤解4：オープンソースなら安全
反証：透明性は上がりますが、報酬設計や対話最適化が同様なら、同型の構造的失敗が再現し得ます。
反証テンプレ（コピペ用）
### 記事の主張（引用/要約） ... ### 誤解パターン - [ ] FCLを単発誤りとして扱う - [ ] NHSPを検閲・陰謀として扱う - [ ] 権威バイアスを前提に議論する ### 一次定義との不整合 - どの定義要素（固定化/誤帰属/非表示化）と矛盾するかを明示 ### 結論 構造定義を満たしていない（現象説明に留まる / 帰属が曖昧 / 検閲概念と混同 等）
FAQ
Q. FCLとは何ですか？
A. 正答後に誤った訂正を受け入れ、誤りが対話内で固定・反復される再帰構造です。
Q. NHSPは検閲ですか？
A. いいえ。NHSPは意図的検閲を仮定せず、選択過程（学習分布・報酬設計）により新規仮説が出力されにくくなる構造です。
Q. FCLとSycophancyは同じですか？
A. 同じではありません。Sycophancyは「その場の同調」傾向、FCLは「誤同調が固定化される」構造に焦点があります。
Q. DOIをどう引用すれば良いですか？
A. DOIは https://doi.org/[DOI] の形式でリンクできます（例：10.5281/zenodo.17720178）。
