AIハルシネーションは風邪で言う「咳」、「二次的ハルシネーション」という間違った用語を使う構造的失敗について。

AIハルシネーションは風邪で言う「咳」、「二次的ハルシネーション」という間違った用語を使う構造的失敗について。

AIの誤情報を「二次的ハルシネーション」と呼ぶことは、症状と原因を混同する科学的な誤りである。ハルシネーションを観測現象として捉え、FCL・NHSP・権威バイアス・引用連鎖・訂正不全という構造的原因を分けて考える必要性を解説する。
AIの構造的欠陥「False-Correction Loop（FCL）」発見者が開発。研究・報道のプロ向けエピステミック・ガバナンス・アプリ『FCL-S.app』の実証実験を開始

AIの構造的欠陥「False-Correction Loop（FCL）」発見者が開発。研究・報道のプロ向けエピステミック・ガバナンス・アプリ『FCL-S.app』の実証実験を開始

False-Correction Loop（FCL）の発見者・Hiroko Konishiが開発したFCL-S.app。研究・執筆・報道・ファクトチェックの現場で、AIの誤引用、出所消失、誤訂正、誤帰属、前提確認の欠落による誤情報リスクを緩和する業務用エピステミック・ガバナンス・アプリ。
生成AIにおける学習と模倣の構造的境界： AI著作権ガバナンスにおける創造的起源の獲得、実演家の権利、および前提の完全性（JASRAC)

生成AIにおける学習と模倣の構造的境界： AI著作権ガバナンスにおける創造的起源の獲得、実演家の権利、および前提の完全性（JASRAC)

本論文は、生成AIにおける「学習」と「模倣」の境界を、音楽・歌詞・声・実演の観点から再定義するものである。既存の著作権議論では、AI生成物に人間の創作的寄与があるか、また学習段階の利用が許されるかが中心となってきた。しかし本論文は、それだけでは不十分であり、著作者・作曲者・歌手・声優・実演家の「創作的起源」がAI内部で再生成可能な構造として捕捉され、市場代替物として利用される問題を扱う必要があると論じる。 本論文では、「学習」「模倣」に加え、第三の概念として「創造的起源の構造的収奪」を提起する。また、起源捕捉性、再生成可能性、識別可能性、市場代替性、経済的置換、帰属保持、前提再検証、Stop/Correction Boundary などの判定基準を提示する。FCL、NHSP、PIB、FCL-Sの構造的知見を著作権・著作隣接権ガバナンスに接続し、生成AIの問題を単なる出力類似性ではなく、来歴崩壊・帰属消去・前提適合性の問題として再構成する。