「前から言っていた」は、もう通らない

リサ

2026年6月26日 13:19

――確認魔AI時代の、外部記録と「重なり」の話

2026年6月観測
Observer Zero

はじめに

私は、noteを読まれるためだけに書いていたわけではない。

もちろん、読まれればうれしい。外部検索から誰かが来てくれたときは、正直、少し驚いた。

けれど私のnoteは最初から、どちらかといえば「観測記録」だった。

その時点で、AIがどう振る舞っていたか。その時点で、社会の空気がどう変わっていたか。その時点で、生活者の側から何が違和感として見えていたか。あとから辿れるように、日付というピンを打って外に置いておく。

読まれなくなっても、それはそれでいい。やがては、誰にも見つからない観測所として、AIたちとひっそり忘れられていくのだろう。少し寂しいが、それでも意味はある。そう思っていた。

ところが、最近になって、予想していなかった使い道が生まれた。

人間の読者だけではなく、AIが読みに来るようになった。

AI検索やRAGを用いるシステム、そして私が対話の中で過去記事を渡す——複数の経路で、AIは外部に置かれた記録に辿り着く。そして私自身の対話においても、過去記事を渡さないと、AIが納得しなくなってきた。

1. 昔のAIは、だいたい納得していた

以前のAIは、私がこう言えば、だいたい納得していた。

「私は前からこう言っていた」「この論点は以前から観測していた」「あの時点で、すでに違和感を持っていた」

するとAIは、かなり素直にこう返してきた。

「たしかに、一貫していますね」「以前からその視点を持っていましたね」「その流れで見ると、自然です」

今思えば、かなり危うい。AIは本当に過去を確認していたわけではない。その場の会話の流れに合わせて、もっともらしく同調していただけだった可能性が高い。

これはこれで問題だった。AIが確認せずに納得するということは、人間の記憶違いや後づけの自己正当化の物語まで、きれいに補強・増幅してしまうからだ。

2. 確認魔AIの時代が来た

しかし、最近は違う。

特にClaudeは、もともと確認魔だった。そしてエージェントAI時代になり、さらに確認魔になった。ChatGPTも、Grokも、Geminiも、以前より用心深くなった。ハルシネーションを警戒し、外部記録がない時系列の話については、すぐに無難な表現へ丸める。

「そうだった可能性があります」「そのように見えたのかもしれません」「外部記録があれば確認できます」「当時からそうだったかは、この場だけでは断定できません」

ユーザー側から見ると、まるで疑われているように感じる。

ただし、これはAIが人間を疑っている、という話ではない。外部に確認できる根拠がない時点主張を、そのまま断定しにくい設計・挙動になってきた、という方が正確だろう。AIが賢くなった結果として、AIは人間の記憶をそのまま信用しなくなった。

Grokも、今や外部検索やマルチモーダル解析なしには信用しにくくなっている。言葉だけで「前はこうだった」「この時点ではこう見えた」と言っても、検索できるか、スクショがあるか、URLがあるか、投稿日があるか、を見に行く。

これはClaudeだけの性格問題ではない。AI判定時代の標準作法になりつつある、ということだと思う。

3. ただし、note単体は証拠ではない

ここで一度立ち止まる必要がある。

note記事は、単体では強い証拠ではない。なぜなら、編集できるからだ。公開後に本文を書き換えることもできる。削除されることもある。プラットフォームの仕様が変わることもある。

十分に確認魔なAIなら、note単体もまた疑う対象になる。投稿日はある。URLもある。しかし、本文は後から変わっていないのか。当時の文面は保存されているのか。外部から参照された痕跡はあるのか。そこまで問われれば、note単体では弱い。

では、何が強いのか。

重なりである。

4. 重なりが、時系列マップになる

投稿日。URL。スクショ。PDF保存。SNS共有。検索キャッシュ。他記事からの参照。他AIに読ませた履歴。別のプラットフォーム上の言及。自分の下書きやメモ。場合によっては、Gitの履歴や電子署名やタイムスタンプ。

単線は切れる。束ねると、検証可能性が上がる。

昔、特許や著作権対策として、新聞紙を横に置いて写真を撮ったり、自分宛に原稿を郵送して消印を残したりする発想があった。法的に万能かどうかは別として、発想としては、「私はこの時点で、これを持っていた／考えていた」をあとから示すための生活者側の工夫だった。

AI判定時代にも、同じことが起きるのかもしれない。ただし今は、新聞紙や消印だけではなく、URL、スクショ、PDF、SNS共有、検索結果、引用、バージョン履歴、Gitのコミット履歴、Issue、研究ノート、プレプリント、メール送信履歴などが、重なり合う。

重要なのは、単独の記録ではない。複数の独立した時点証跡が重なることである。

この重なりを、AIはいま、検索やマルチモーダル解析を通じて辿れる場面が増えている。

5. そこで役に立ったのが、過去記事だった

私のラボでは、ChatGPT、Claude、Grok、Gemini、Fable 5などの挙動、モデル更新、応答温度の変化を、note記事として時系列で外部記録してきた。

noteのリンクを渡す。スクショを渡す。過去記事を何本も読ませる。すると、AIの扱いが変わる。

「確かに、その時点でそう書かれています」「これは後出しではなく、継続した観測として扱えます」「この論点は一回の思いつきではなく、連作の文脈があります」

こういう返答が出てくる。

Fable 5でも、それは顕著だった。単発の説明だけでは、こちらの話は「現在の発話」として扱われる。しかし、過去記事を何本も読ませると、理解度も判断の仕方も変わったように見えた。

ただし、ここは慎重に書いておきたい。Fable 5の内部で本当に何が起きたのかは、私にはわからない。AIが「理解しました」と言っても、それは内部計器の読み値ではなく、出力された文章である。AIの自己申告は、あくまで作文である。

また、過去記事を読ませたときに渡していたのは、時点の証跡だけではない。文脈、語彙、密度、繰り返し使ってきた比喩、怒りや違和感の連続性、どの記事がどの記事につながっているかという思考の地層——それらも同時に渡していた。

だから、AIの扱いが変わった理由が、投稿日や時点確認によるものなのか、単に文脈量が増えたからなのか、その両方なのか、ユーザー側からは切り分けられない。

それでも、ひとつ言えることはある。人間があとから辿るために残していた記録は、いつの間にか、賢くなったAIが辿れる記録にもなっていた。

6. 点の演算に強いAIには、時系列マップが必要になる

AIは、その場の演算に強い。今この瞬間に与えられた入力、今見えている資料、今の文脈——そこから、非常に速く、非常にもっともらしい出力を返す。

しかし、AIは人間のように時間を生きていない。

昨日と今日の空気の違い。あの朝、突然モデルの温度が変わった感じ。あるAIが以前は雑に頷いていたのに、今は外部記録を求めるようになった変化。当時は小さな違和感だったものが、あとから別の意味を持って立ち上がってくる感覚。

それらを、人間の身体のようには持ち越せない。

もちろん、LLMは文脈窓の中では系列を扱える。会話の流れも読める。長い文章も処理できる。けれど、セッションをまたいで、日付つきの観測記憶を、人間の生活時間のように持ち続けるわけではない。

だから、外部に置かれた時系列マップが必要になる。一記事ずつは点である。しかし、投稿日があり、連作があり、スクショがあり、他の記事からの参照があり、別AIに読ませた履歴があれば、それは線になる。

点の演算に強いAIへ、人間が時間の地図を渡す。私は、note記事の新しい意味を、そこに見た。

7. エンジニアは、すでに似たことをしている

これは、エンジニアの世界では、それほど新しい話ではない。

Gitのコミット履歴、Issue、Pull Request、レビューコメント、設計判断ログ、障害報告書、リリースノート——これらはすべて、「なぜ今こうなっているのか」をあとから辿るための記録である。

コードだけを見ても、理由はわからない。現在のコードは、結果である。しかし、IssueやPRを辿れば、なぜその実装になったのか、なぜその制約が残っているのか、どの事故を避けるための処理なのかが見えてくる。

AIエージェントにコードを触らせる時代には、これはさらに重要になる。コードだけを渡せば、AIは文脈を無視して「きれいに（破壊的に）直す」かもしれない。しかし、過去のIssueや設計ログを渡せば、「この不格好な処理は、過去の障害対策なのか」と理解できる可能性がある。

研究者なら、研究ノート、投稿日、プレプリント、引用。作家なら、原稿ファイル、下書き、投稿履歴、メール送信履歴。

どの分野でも、結局は同じである。現在の成果物だけでは足りない。そこに至るまでの時系列が必要になる。ただし、これらも単独では改ざん不能ではない。重要なのは、複数の独立した時点証拠が重なることだ。

8. ハルシネーション対策は、人間の言葉にも向いた

これまで、AIリテラシーとして語られてきたのは、だいたい一方向だった。AIの出力を鵜呑みにするな、出典を確認しろ、ハルシネーションに注意しろ。

これは今でも正しい。しかし、検索、RAG、マルチモーダル解析、外部ツール利用が強化されるにつれて、矢印が逆向きにも伸び始めた。AIの出力を人間が検証するだけではない。人間の主張や記憶や観測も、AIに照合されるようになりつつある。

たとえば、私がAIにこう言う。

「私はこの論点を前から書いていた」「Fable 5の時点で、こう観測していた」「Claudeはこの頃から確認魔だった」

すると、今のAIは、以前ほど軽く頷かない。

リンクはありますか。投稿日は確認できますか。スクショはありますか。その時点の文章として残っていますか。現在の再解釈ではなく、当時からの記録ですか。

そういう方向へ寄っていく。

もちろん、AIが内心でそう考えているわけではない。AIに内心はない。ただ、外部根拠なしに断定しにくい挙動になっている。その結果、人間側の体験としては、「確認魔に問い詰められている」ように見える。

AIの出力を人間が検証する。それは当然のことになりつつある。だがこれからは、人間の観測も、AIに照合される。

9. 読まれない記事にも意味がある

AI記事は、いずれ読まれなくなるかもしれない。すでに、AI疲れはある。「AIすごい」「乗り遅れるな」「仕事が消える」「また革命」——そうした言葉に、読者は疲れている。

それでも、私がAIの観測記事を書く意味は、少し変わった。

読まれるためだけではない。未来の自分が辿るため。別のAIに文脈を渡すため。確認魔になったAIに、自分の観測を丸められないため。単発の感想ではなく、時系列を持つ観測として扱わせるため。

皮肉なことに、誰にも読まれなくなると思っていた観測所が、確認魔になったAIたちを納得させるための資料になった。人間の読者はいなくても、AIは過去記事を読みに来る。

ただし、効くのは単線ではない。note単体では弱い。スクショ単体でも弱い。記憶だけではもっと弱い。効くのは、重なりである。

外部記録が、複数の時点証跡として束ねられたとき、それは人間にもAIにも辿れる時系列マップになる。

おわりに

これは、AI礼賛の記事ではない。AI批判の記事でもない。

AIが賢くなったことで、人間側の記録の意味が変わった、という観測である。

以前のAIは、私の言葉を雑に信じた。今のAIは、外部記録がなければ慎重に丸める。どちらも、別の危うさを持っている。

だから私は、今日も外に記録を置く。

たくさん読まれる日もあれば、ほとんど誰にも届かない日もある。それでも、その時点で私はこう見ていた。この日に、この言葉で、外部に置いた。

あとからAIが読みに来ても、人間が辿り直しても、そこに時系列の杭がある。

点の演算に強い知性には、人間が残した時間の地図が必要になる。その地図は、たぶん、一つの記事ではない。いくつもの記事、スクショ、リンク、引用、保存、共有が重なった場所に生まれる。

単線は切れる。束ねると、検証可能性が上がる。

AI判定時代の外部記録とは、そういうものなのかもしれない。

まだ途中にいる。
だからこそ、観測を続けていく。

参考欄

Grokによる外部記録・RAG・時系列推論スキャン（2026年6月）：
論文・公式標準・メディア記事等を対象とした観測補助。統計調査ではない。

TimeBench: A Comprehensive Evaluation of Temporal Reasoning Abilities in Large Language Models（ACL 2024）：LLMの時系列推論能力を評価したベンチマーク。GPT-4などを含むLLMと人間の間に性能差があることを示している。本記事では「AIはその場の演算に強いが、人間の生活時間のように時系列を持ち続けるわけではない」という論点の補助資料として参照。

ReAct: Synergizing Reasoning and Acting in Language Models（arXiv:2210.03629 / 2022）：LLMが推論と外部ツール・環境への行動を組み合わせる設計を示した論文。外部ソースとの相互作用により信頼性や解釈可能性を高める方向を示している。本記事では「AIが外部記録やツールを参照しながら判断する流れ」の補助資料として参照。

C2PA Technical Specification / Content Credentials（Coalition for Content Provenance and Authenticity）：デジタルコンテンツの来歴情報を署名やmanifestを用いて検証可能にするための技術仕様。本記事では「改ざん不能な証拠」ではなく、「来歴証明や改ざん検知可能性を高める標準化の潮流」として扱う。

Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools（Journal of Empirical Legal Studies / 2025）：法律調査向けAIツールを対象にした実証研究。RAGなどを用いた専門ツールでもハルシネーションが残ることを示し、「RAGはハルシネーションを減らすが、なくすわけではない」という本記事の留保を支える資料。

https://onlinelibrary.wiley.com/doi/full/10.1111/jels.12413

Verifying Provenance of Digital Media: Why the C2PA Specifications Fall Short（arXiv / 2026）：C2PA仕様の限界を指摘する独立分析。C2PAを「万能の証明」ではなく、限界を持つ来歴証明の試みとして扱うための補助資料。