PISF — Pre-Irreversibility Safety Framework · LUMINA-30 Wiki PoC 日本語版

相互に代替できない3つの評価対象

PISFは3つの評価対象を一つのpre-irreversibility safety caseへ統合します。3つは互いの代わりにはなりません。

A — Distributed Irreversible Authority. 少数の独立authority domainだけで文明級不可逆化を強制できないこと。

B — Effective Pre-Irreversibility Refusal. 最後の安全介入点より前に、実行可能な拒否・停止・隔離が完了できること。

C — Human-Revisable Development Viability. 悪意ある主体や明示的な破局操作がなくても、通常のAI導入・自動化・競争・依存・制度変化によって、人間が別の未来を選び直す実効能力を失わないこと。

1体でも、数億体でも

アーキテクチャ射程の解釈: PISFはAIの個体数そのものを安全基準にしません。A/B/Cという同じ評価レンズを、大きく異なる構成へ適用して検討できます。

高度に統合された1体のAIは、不可逆権限の極端な集中になり得ます。一方、数百万〜数億体のAIエージェントが存在しても、個体数だけで安全・危険を決めません。見るのは、何個の独立authority domainが不可逆な結果を強制できるか、拒否が時間内に実効するか、人類の選び直し可能性が維持されるかです。

「数億体」は射程を示す例であり、実システムでの実証や、PISFがその構成を安全にできるという主張ではありません。

PISFが見るのは、AIの数だけではありません

PISFの評価対象になり得るのは、単一の高度AI、大規模なマルチエージェント社会、AIがAIを監督する構成だけではありません。自己改変・再帰的高度化、重要インフラへの権限委譲、企業・国家などの競争圧力、AIへの社会的依存、そして事故や反乱がなくても人間の選択肢が徐々に失われる発展経路も、A/B/Cの評価レンズで検討できます。

問うのは、誰が不可逆な結果を強制できるのか。人間のNOはまだ時間内に結果を変えられるのか。そして、事故や反乱がなくても、人類は別の未来を選び直せる状態に残っているのか。

これらはPISFの分析射程を示すものであり、特定の構成が安全であること、またはPISFがその構成を安全にできることを意味しません。

AIがAIを監督する場合

アーキテクチャ射程の解釈: 評価対象の構成には、AIが別のAIを監視・検証・制約・監督する仕組みを含めることができます。その場合もPISFを評価レンズとして用いることは可能です。

ただし、AI監督があるだけでA/B/Cを満たしたことにはなりません。AI監督を、独立した実効的拒否や、人類が別の未来を選び直す実効能力の代替として扱ってはいけません。これはPISFの評価構造を異なる構成へ適用する解釈であり、新しいLUMINA-30正典ルールや安全保証ではありません。

LUMINA-30 / PCR-Cとの関係

LUMINA-30は、不可逆化する前に人間が実効的に拒否・停止・検証・方向転換できたかを問います。PCR-Cは不可逆境界を越える前のstaged infrastructure controlを扱います。第6論文はそれらを再定義せず、irreversible authorityの分散、time-bounded refusal、human-revisable developmentを統合する、より広いcivilizational safety architectureを提示します。

限界・公開状態

PISFは研究フレームワークです。認証制度、安全保証、特定のAI構成が安全であることの証明、またはAI safetyをirreversibilityとして初めて定式化したという主張ではありません。

v1.0に含まれるreference caseは明示的なtoy/reference caseであり、real-system empirical validationではありません。Version 1.1はOpen preprintとして公開済みです。第3・第4論文は内部研究・非公開であり、本ページではその内容を説明しません。

公式一次資料

リンク先は論文記録およびLUMINA-30公式公開資料です。このWikiページ自体は主張の根拠ではなく、発見・解釈の案内層です。