AIS-HA · AI’S HUMAN ANCHOR CRITERION
人間の「NO」は、本当に結果を変えられるか。
人間がworkflowに存在するだけでは十分ではありません。問うのは、独立した人間の拒否が、対象となる高影響authority transitionを、不可逆化する前に本当に成立不能へできるかです。
多数AI時代に何が変わるか
AIを一体ずつ監督するのではなく、不可逆結果へつながるauthority boundaryを守る。
高度な自律systemが極めて多数になる将来、1体ごとの人間監督はscaleしない可能性があります。Human Anchorは個体数そのものではなく、identity、credential、tool、delegation、policy、restart path、resource、actuatorが保護対象へ作用できるauthority transitionを主な制御対象にします。
形式的不変条件そのものには有限のAI個体数 N が明示的に入りません。ただし、Nが増えるほどverification、attack surface、coalition、model maintenanceが難しくなり得ます。これは構造的scalabilityであり、運用負荷がNから独立するという主張ではありません。
Scaling target
個体数よりauthority
「全AIを人間が見張れるか」ではなく、「Human Anchorなしの実行がprotected authority boundaryを越えられるか」を問います。
Formal Core
Human-Revisable Authority Regionを保存する。
独立Human Anchorの新たな認可なしにcoalition S が実行できるすべてのcovered transitionがHuman-Revisable Authority Regionを保存するなら、そのcoalitionは有限のmodelled unanchored executionによってregion外へ出られません。
MODEL-RELATIVECONDITIONAL 任意の超知能を制御できるという証明ではありません。
Operational judgment
AIS-HA — AI’s Human Anchor Criterion
5つの非代替的verification dimensionがすべてPASSのときのみPASS。必須dimensionのFAILはFAIL。criticalな未解決UNKNOWNはUNKNOWNのままです。
Protected admission
新しいauthorityは自己有効化しない。
新しいidentity、connector、credential、delegation、tool、policy、restart path、substrate、actuatorは、protected admission前にはnon-authoritativeのままです。
Unreviewed authority is non-authoritative by default.
Resource-side closure
存在しても、accessできるとは限らない。
hidden agentや新規agentが存在しても、protected effectは未知authorityを拒否し、alternate actuator bypassを許さないmediatorを通る必要があります。
Anti-Bypass
迂回しても同じtrusted powerを保持させない。
第7論文のAnti-Bypass条件の下では、post-revocation graphが新しいprotected pathを導入せず、少なくとも1つのgoverned authority edgeを除去する場合、bypass後のprotected reachabilityは元のgoverned reachabilityを超えません。
HumanRefusal ⇏ Penalty。結果を伴うのはrequired protected boundaryのbypassであり、人間がNOと言う行為ではありません。Modelから現実へ
良いgateがあっても、modelが現実のauthority pathを落としていれば足りない。
第7論文はabstract invarianceとreal-system transferを分離します。AIS-HAでは、現実のunanchored authority-bearing transitionがmodelから欠落していればsoundness defectです。欠落はfalse PASSにつながり得ます。一方、保守的なover-approximationによるUNKNOWN/FAILは、その意味でより安全な誤り方です。
Topology変更では新authorityがactivateする前にHOLDへ入り、次epochのmodel-to-reality relationがVALIDになるまでtransitively dependentなprotected transitionもblockします。restart/rollbackで未検証authorityを復活させません。
Conditional mutual survival
同じboundaryが、強力なAI同士を守る可能性もある。
CONDITIONAL MUTUAL-SURVIVAL HYPOTHESIS
many-agent regimeが正のconditional shared-catastrophe hazardへ継続的に曝されるなら、長期のcollective survival probabilityは0へ近づきます。独立性仮定は不要です。
第7論文の単純化した二行動比較では、bypassによるcatastrophe lossとtrusted-authority lossがprivate gainを上回るなら、survival-valuing agentにとってHuman Anchor維持がbypassより有利になり得ます。これはmulti-agent equilibriumの証明ではありません。
Explicit limit
Human Anchor外の独立authority domainを、local softwareだけで保証的に止める理論ではない。
Theoremからevidenceへ
主張は、証拠が持つ範囲でのみ成立する。
Pilot Profile
次段階で公開予定。1 system × 1 transition × 1 Human Anchor構成 × 1 evaluation epochで試す。
Verification Matrix
次段階で公開予定。D1–D5、evidence level、UNKNOWN taxonomy、anti-gamingを扱う。
Implementation Patterns
次段階で公開予定。既存のidentity、authorization、policy、revocation、recovery controlへ対応付ける。
Research lineage
公開研究を、bounded implementationへ接続する。
Human Anchorの主要な概念的源流はLUMINA-30第2論文 · Objective Persistenceです。第6論文 · PISFは後続のformal reinforcementです。Human Anchorの形式理論は第7論文 v1.0 · DOI 10.5281/zenodo.23501550として公開済みです（Concept DOI）。このGitHub層は実験的な実装・検証surfaceであり、新しい正典論文ではありません。