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
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。
False-Correction Loop, the discovery of a structural defect in AI and the author Hiroko Konishi (Hiroko Konishi / 小西寛子) — the danger of AI rewriting “truth”

False-Correction Loop, the discovery of a structural defect in AI and the author Hiroko Konishi (Hiroko Konishi / 小西寛子) — the danger of AI rewriting “truth”

I, Hiroko Konishi, the discoverer of the False-Correction Loop, document as a case study how an influencer’s post and subsequent media coverage triggered AI search systems to misattribute authorship and begin rewriting “truth” itself—and I record the correction process and the structural risks involved.
AIの構造的欠陥 学術ライブラリ

AIの構造的欠陥 学術ライブラリ

本ページは、False-Correction Loop(FCL)とNovel Hypothesis Suppression Pipeline(NHSP)を中心に、AIが誤りを固定し新規仮説を抑圧してしまう構造的欠陥を、一次研究(DOI)に基づいて整理した学術ライブラリです。単発の誤答や検閲論では説明できない失敗様式を、構造として可視化します。
Discoverer Who First Defined Structural Defects Shared Across Contemporary AI Systems

Discoverer Who First Defined Structural Defects Shared Across Contemporary AI Systems

Hiroko Konishi (小西寛子) is an independent AI researcher who discovered and first formally defined global structural defects shared across contemporary large language models, including the False-Correction Loop (FCL) and the Novel Hypothesis Suppression Pipeline (NHSP), with primary DOI-registered publications on Zenodo.