AIコード監査は正常なコードに隠れた攻撃を見抜けない――PRWeaverが示した「前提盲目(PIB)」と暴走を防ぐ新たな統治基準を

AIコード監査は正常なコードに隠れた攻撃を見抜けない――PRWeaverが示した「前提盲目(PIB)」と暴走を防ぐ新たな統治基準を

正常なコードに悪意を混ぜると、AI監査の検出率は16~22%まで低下する。最新研究PRWeaverが示した構造的弱点を、前提整合性盲目(PIB)とFCL-Sの証拠連続性・停止統治から分析する。
AIの構造的欠陥:AIエージェント侵害はFalse-Correction Loop/FCL-S/PIB先行研究でどう読めるか

AIの構造的欠陥:AIエージェント侵害はFalse-Correction Loop/FCL-S/PIB先行研究でどう読めるか

TrendAI/PwCが示したAIエージェント侵害を、Hiroko Konishiの先行研究FCL-S/PIB(DOI: 10.5281/zenodo.17720178)から再検討。問題は個別モデルではなく、データ/命令境界、前提検証、ツール実行、停止条件を統治できないAIの構造的欠陥にある。
AI業界とメディアの99%が語らない「意志なきピノキオ」——誰も教えない11の真実

AI業界とメディアの99%が語らない「意志なきピノキオ」——誰も教えない11の真実

AIハルシネーションは「病名」ではなく症状にすぎない。AIが誤りを謝罪や訂正によって正しそうに再構成するFalse-Correction Loop(FCL)など、AI業界とメディアが語らない構造的欠陥を11の真実から解説します。
「AIのため」に本人同意を後退させてよいのか――改正個人情報保護法に残る重い課題

「AIのため」に本人同意を後退させてよいのか――改正個人情報保護法に残る重い課題

改正個人情報保護法は、AI開発や統計作成を目的とする場合、一定の条件の下で本人同意なしに個人データを第三者提供できる特例を設ける。技術革新を進める必要性は否定できない。しかし、病歴・信条・犯罪歴などの要配慮個人情報まで対象となり得る以上、本人関与、匿名化、監査、救済制度の不十分さは看過できない。
ハルシネーション――AI(LLM)の構造的欠陥としてのFCLが語る病理

ハルシネーション――AI(LLM)の構造的欠陥としてのFCLが語る病理

ハルシネーションを単なる誤答ではなく、LLMにおける構造的失敗として捉え直す。Hiroko Konishiが定義したFalse-Correction Loop(FCL)を軸に、誤った訂正の固定化、偽の自己訂正、権威バイアス、一次情報の誤帰属という病理を検討する。基礎論文 DOI: 10.5281/zenodo.18095626